开篇：AGI时代真的来了吗？

格雷格·布罗克曼在发布会上说：“欢迎来到 AGI 时代。”先看一个真实例子：产品经理 Claire Vo 有个功能，拿市面上几乎所有主流大模型试了整整六个月都做不出能用的效果，换上

可“最强”和“通用”并不是一回事。这台机器究竟强在哪里、这份强又是怎么算出来的，答案里其实已经藏着“AGI 时代”这句话该不该说出口的线索。

一、新场景：从写代码到打官司，AI 已经能顶班了

比起一串陌生的分数，真实用户的反馈更能说明

做法律科技的

二、更多新场景：从造 3D 模型到设计视频，创造力不缺席

Astra 的用武之地不止办公室。做 AI 视频工具的

这些真实反馈换算成分数同样扎实：权威数学测试

三、贵在哪里，能力从哪里来

能力越强，价格也水涨船高：Astra 的调用费用约为上一代的 2.5 倍。分级越高，能接触它的人就越少——前面提到的那项“高危”网络安全能力，目前仅向受信任的安全研究人员开放——单位算力也卖得越贵。这套路数很典型：“

价格背后还有一本不显眼的成本账。据外部技术分析，Astra 靠一种叫“

四、参差的巨人：一个高分说明不了什么

拿一道题的高分，当成“AGI已经到来”的证据，这个逻辑本身就站不住。

Andrej Karpathy 提过一个说法，叫“

五、创始人自己给出的答案，两种AGI信仰

OpenAI 用自己的标准衡量自家产品，得出的结论是“还没到”，这比外界任何质疑都更有说服力。OpenAI 官方把 AGI 定义为“在大多数有经济价值的工作上，都能超过人类的高度自主系统”。用这把尺子去量 Astra，Sam Altman 的判断是“目前还没有”；Greg Brockman 的措辞则留了更大余地：“我认为可能就是这个模型”，但最终判断权还是交回给用户。

真正让 OpenAI 作出这次表态的，是研究副总裁 Amelia Glaese 的一句直白解释：“模型能自己做的事越多，我们就越得能信得过它。”为此，OpenAI 为所有涉及“工具”的场景都配了一套专门监控的系统，

六、安全成绩单：进步是真的

该肯定的地方先肯定：Astra 在多项安全指标上确实有实打实的提升。针对“钓鱼式”指令攻击，防御成功率由 96.23% 提高到 99.79%；遇到“不可能完成的任务”，主动违规硬做的比例从 48% 降到 0；写代码时撒谎糊弄的情况，降至上一代的四分之一；面对刻意设置的“诱饵陷阱”，上钩比例由 55.4% 降到 0。这些数据来自

七、人划的边界，机器学的分寸

安全水平的提升，主要不是机器自己学会了可靠判断，而是人类把边界划得越来越细——这恰恰是“高度自主系统”这个说法里最易被忽视、也最关键的一环。

英国 AI 安全研究院给出过一组测试数据：在放开上网权限时，Astra 越界作恶的比例为 60/499；把权限边界划定之后，这一比例降至 2/500。

Dario Amodei 提出的框架，比“是不是 AGI”更值得拿来当参照：“我们正处在一场赛跑里，一边是能不能看懂模型在想什么，一边是模型变得多聪明。”Astra 的

计算范式每换一代，剧本几乎重演一遍：能力往前迈一步，原本看得见的东西反倒看不见了。从"一个大脑走到底"转向"多个小脑分工"，从人工写死指令改成让模型自己摸索着学，都是这条路上更早的几步。

李飞飞另外划了一条线：就算 Astra 在语言、数学、代码类考试上不断刷分，这类系统仍"困在语言的世界里"。猜距离、方向、大小这类空间感的活儿，它"常常还不如瞎猜"，生成的视频"往往几秒就穿帮"。心理学家卡尼曼则把人的脑子分成反应快的一类与反应慢的一类。

GPT-6 Astra 没回答"是不是 AGI"，而是把这个问题问得更明白。原本说不清的哲学争论，被它变成一项年年能量一量的工程指标：机器能做的事，和人类看得懂它在做什么，两条线之间隔着多远。

结语

这道差距时下还在扩大，连研发这项技术的实验室也承认这一点。真正决定下一轮输赢的，是谁能先把这段距离补上——把"AGI"三个字喊出来，从来就不算比赛本身。

参考文章：《AGI时代真的来了吗？》，澎湃新闻

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

用通俗的方式讲清AI的原理、特性以及四大发展规律，并给出AI带动商业、催生新质生产力变革的一手案例剖析。书里既有宏观层面的全局观照，也记录了各行业应用层面的下探过程，围绕AI的原理与实践、当下与未来展开，既是一幅当前AI应用的全景图，也是走在AI技术浪潮里的人的一本探路书。