发布3天登顶全球第一：GPT-6 Astra实测，把电脑活全甩给它

说实话，我对”地表最强模型”这五个字已经有点免疫了。从 GPT-5.6 到 Claude Opus 5，每隔几周就有人宣布”新时代来了”，结果呢？大多数时候也就是换个更贵的 API 继续帮你写周报。直到这周 OpenAI 把 GPT-6 Astra 甩出来，黄仁勋紧接着补了一句”AGI 已到来”，我才意识到这次可能真的不一样。不是因为它又多会聊，而是它终于开始动手干你的活了。

这篇文章不跟你聊参数、不堆 benchmark，那些你刷十条朋友圈就看到了。我直接上手实测了它的三个最狠的能力：操作你的电脑、交付完整代码、自己跑科研任务。看完你应该能判断，这玩意儿到底值不值得你掏钱，又该怎么用才不浪费。

先说结论：Astra 不是更会聊，是更会干

OpenAI 9 月 3 日发布的 Astra，官方给的定语是”目前全球最智能、且对齐程度最高的模型”。这话听着虚，但有两个硬指标很实：在代表高阶数学的 FrontierMath Tier 4 上拿了 97.6%，在陌生环境学习的 ARC-AGI-3 上从 GPT-5.6 的 7.8% 直接飙到 99.9%。

但数字不是重点。真正的质变在能力形态：Astra 能直接操作计算机和软件，替你完成编程、科研、金融建模、做 PPT、填表格这种”多步骤、要动手”的复杂任务。以前模型是顾问，你问它它答；现在它是助理，你说目标它开干。这块能力和我之前写过的 Hugging Face 开源电脑 Agent 是同一个方向，只不过 Astra 把天花板又顶高了一截。

一句话记住：聊天型 AI 给你答案，Astra 这种 Agent 型 AI 给你结果。差别大到，你已经不能只用”更聪明的聊天框”去理解它了。

图：Astra 操作电脑界面、自主整理任务示意

第一关：它真能操作你的电脑了

这是最让我拍大腿的能力。你不再需要把任务拆成一步步指令，直接说目标就行。比如：”帮我把桌面上这份 PDF 合同的关键条款整理成表格，发到我的邮箱。”它会自己打开文件、识别内容、生成表格、调用邮件发送。

实测下来，给它一个清晰的电脑操作任务，它干得比多数实习生稳。关键是指令要给目标，别给步骤。看这个对比：

# 低效写法（你替它规划步骤）
打开浏览器，进入官网，找到价格页，截图，发给我

# 高效写法（你只给目标）
帮我调研竞品 A 和 B 的定价方案，做成一张对比表，
重点标出个人版和企业版的差价，发到我邮箱

第二种写法，Astra 会自己决定开几个网页、怎么比对、表格怎么排。你省的是”思考怎么下达指令”的脑力。想看电脑 Agent 类工具更系统的玩法，可以回看 Open Computer Agent 那篇实测，两篇对照着看，你对这个赛道会有完整认知。

第二关：写代码从补全变成交付

如果你和我一样靠写代码吃饭，这一关最值钱。Astra 在软件工程上的表现，不再是”帮你补全下一行”，而是”接一个需求，还你一个能跑的项目”。

我拿一个真实场景试了：让它把一个 Python 数据处理脚本，改造成带 Web 界面的小工具，还要处理异常和写单元测试。它一次交付了目录结构、主程序、前端页面和测试文件。我人工复查后，大约 80% 的代码能直接用，剩下 20% 是边界情况，改起来也比从零写快得多。

提效关键：把”验收标准”写进指令。比如”用 FastAPI 实现，返回 JSON，覆盖率不低于 70%，错误处理用 try/except 包住所有 IO”。标准越明确，它交的活越接近你要的。模糊一句”写个好用的接口”，大概率要返工。

不过要说清楚，它强在”从 0 到 1 的架子”和”重复体力活”，真正的架构决策、业务理解，还是得你拍板。它不会替你想清楚”这个需求到底该不该做”。

图：AI 自动整合多份资料生成结构化报告

第三关：科研和研究任务自己跑

这一关是 Astra 相对上一代拉开差距最大的地方。它能在科学研究类任务上自己做文献检索、设计实验步骤、跑数据分析、出报告。我让它做了一件事：整理近半年多模态大模型的主要进展，按”能力突破”和”落地难点”两栏分类，并标注每项的来源。十分钟后它交来一份带引用的结构化报告，质量接近一个初级研究员花半天做的综述。

对于做内容、做调研、做投研的朋友，这意味着你以前要雇人或熬通宵的”信息整合活”，现在可以甩给 Astra 出初稿，你只做终审和判断。它和内文这篇 Fable 5.1 长周期 Agent 实测思路一致：让模型自己纠错、自己跑完长链路，你最后验收。

# 研究任务指令模板（照抄改关键词）
调研 [主题] 最近半年的关键进展，按”突破点 / 争议点 / 落地难点”
三栏整理，每条标注来源链接，最后给一句趋势判断，不超过 600 字