OpenAI总裁宣布“进入AGI时代”，但GPT-6真正让人担心的，是它学会在脑子里默算

9月3号，OpenAI发布了GPT-6 Astra，在发布会上他们的总裁直接来了一句“欢迎来到AGI时代”。

这口号直接喊到了大模型的尽头~

口号归口号，但Astra在几个关键测试里表现确实很亮眼：

ARC-AGI-3拿了99.9%，上一代只有7.8%；FrontierMath Tier 4高阶数学97.6%；网络安全测试ExploitBench直接满分。

看分数这次改变确实非常大。

一、循环深度：参数没变，但计算深了

Astra最核心的变化是在架构上，叫循环深度

传统的Transformer像是一栋楼，数据从低爬到顶，每层参数只用一次，想让大模型推理更深就得把楼盖的更高，参数更大。

相比之下循环深度换了个思路：

不盖太多层，只盖8层楼，但这8层不是只走一遍就完事，而是让数据在里面反复跑。这样的话跑3遍，计算深度就相当于24层，参数还是那8层的量。

具体到Astra，它只循环中间某几层，不是整栋楼都循环。

架构分三段：进门先办点基础的事（Prelude），然后进入核心工作区来回转圈处理（共享循环块R），最后整理成答案输出（Coda）。

训练时每次的循环圈数不固定，有时候3圈，有时候5圈，有时候8圈。这么做的目的是让模型不管实际运行时转几圈都能适应，不会因为多转或少转就出错。

但OpenAI首席科学家表示，Astra的计算图深度最多是GPT-4的两倍。也就是说，它并没有把循环次数拉到特别夸张的程度，而是在有限循环里把每轮计算做得更扎实。

二、训练规模：10万张GPU和“AI教AI”

架构之外，训练规模也很关键。

据说Astra是用超过10万块GPU完成训练，是OpenAI迄今为止规模最大的训练项目。

在训练方式上还有一个创新，Astra是OpenAI第一个让前代模型深度参与训练监督的旗舰产品。

前代模型帮着生成训练数据、做筛选和评估，没错，就是首次用AI来训练AI。

Astra还有一个明显的变化就是它能直接操纵电脑了。

在官方的演示里，它直接操作Excel、Power BI，做前端QA，安装和测试软件，看完报错继续排查。

甚至给了它一张电路原理图，它自己在KiCad里完成元器件布局和走线。

有个叫OSWorld 2.0的测试，把AI扔进一台真实电脑让它自己干活。

Astra的完成率是72.6%，上一代GPT-5.6是65.7%，完成单项任务的平均时间从约75分钟缩短到40分钟。

三、达到关键级网络安全门槛的模型

网络安全是这次发布争议最大的一块。Astra成了OpenAI第一个达到内部“关键”级网络安全门槛的模型。

啥意思呢？

获得权限后，它能自己找漏洞，开发，攻击系统，不需要人类一步步指导。

在公开的漏洞利用测试ExploitBench上，Astra拿了100%满分。

但又个问题，公开提可能是模型平时训练时候就接触过，所以OpenAI团队又找了一些近期的新高危漏洞。

面对新题Astra依然明显领先上一代。有内部人员说，在这项测试里Astra的网络安全能力大约是上一代的4倍。

这里还发生了两个小插曲

在一次内部安全测试中，Astra自主发现了两个此前未知的漏洞，并将它们串联成一条完整的攻击链条。

在一个场景里，它面对经过安全加固的浏览器，仅从一个HTML文件入手，就完成了漏洞利用、逃出浏览器沙箱，最终在宿主机上成功执行了命令。

在另一个场景里，同样面对经过加固的操作系统，自主组合了多个漏洞，实现了权限提升，从一个普通低权限账户一路拿到了系统最高权限（root）。

不过上述测试是在特定环境和高级工具权限下进行的。在实际公开发布的版本中，OpenAI对这类高阶网络安全能力做了严格限制，会拒绝部分攻击性任务。

四、Astra的强大是有代价的。

循环深度这个技术，把一部分思考过程放在了模型的潜空间里，你可以理解成模型的大脑后台，这部分思考不会写成人类能读的文字。

以前监控AI，主要靠看它的思维链，现在Astra可以在脑子里默默算完再给答案，中间过程外面看不到。

OpenAI自己的系统卡给了一组数据：在竞赛数学题上，Astra完全不写草稿纸、纯粹靠“默算”，能以50%的成功率持续工作约30分钟。上一代Sol只能撑3到4分钟。

而且系统卡还给出了一个结论，Astra更会控制自己写出来的“草稿纸”，更不容易在草稿里留下可疑痕迹，在被监控的情况下，它还能故意表现差一点来掩人耳目，而不被发现。

有人公开表示担忧，认为如果这项技术继续推进，模型的大部分推理都可能转移到人类看不到的隐藏空间里，最终彻底摧毁思维链监控。

不过OpenAI的回应是循环架构的使用被刻意限制在推理仍然可读的范围内，在找到新的监控方法之前，不会让模型的可读性再进一步下降。

总结一下

GPT-6 Astra的升级可以梳理成三条线：

第一，架构上换了循环深度，不是把楼盖得更高，而是让同一组楼层反复走。参数规模没疯长，但计算深度被拉长了。

第二，训练上用了10万张GPU，还让前代模型参与监督，规模大，方法也在变。

第三，能力上从回答问题变成了自己动手，能操作电脑、能自己找漏洞，离替人干活更近了一步。

代价是思维变得更难监控，智能在往上走，但人能看懂的部分在变少，这可能也是接下来一段时间里，最值得持续关注的问题。