GPT-6 Astra 是 OpenAI 首个基于 Stargate 的、轻度循环的超级模型，今天发布，在许多指标上干净利落地击败了 Fable 5.1，其中包括把最难版本的 FrontierMath（97.6%）和 ARC-AGI-3（99.9%）彻底刷满。大量演示都会聚焦于那些常规话题，比如计算机使用、玩宝可梦、Blender，以及科学和网络安全基准测试（系统卡）。Greg 说AGI 已经到来，Jakub 则说它终于成了他想要的自动化 AI 研究实习生。
这些话题我们没资格评论，但我们拿到了早期访问权限，把能想到的每一种实际、真实的任务都丢给了它。在烧掉超过 200 亿个 Astra token之后，我们可以确认最令人意外的发现：GPT-6 Astra 属于一类新型模型1，它们本身就是完全合格的 AI 工程师。它们现在可以帮你选择和训练模型、标注数据（既帮你标注，又用你的标注做主动学习，类似 SAM）、让流水线保持满载、埋点并读取日志、一次性部署和调试整套系统、扇出并指挥和评测子智能体（包括运行其他模型的智能体），还能在单个智能体线程长达数十亿 token 的过程中保持连贯。
提高你的雄心
我们此前写过，提高你对 LLM 的期望是一项高回报的活动。我们的经历让我们变得比以往任何时候都有雄心，而且是指数级的。过去一个月里，我们从为一场好玩的“Kill My SaaS”竞赛2去给人类写提示词，一路做到：构建了十几个内部/个人工具，其中包括4 个原本要付费的 SaaS 工具；彻底重新设计了我的个人网站；做出了一个不完整但能用的 GitHub + Vercel 替代品；为一款合法走法比围棋多 10000 倍的策略棋盘游戏训练了游戏 AI；在个人理财整理上省下了数万美元；重新出版了我的旧书，配上同步的有声书音频，并印制了实体版；还有一些更有野心的项目，我们很快就会发布。
每小时 6 美元这个数字听起来可能令人惊讶，但这正是我们在测试中看到的：每秒 33 个 token，按每百万 token 最高 50 美元的费率计算。鉴于 Astra 比 Sol 和 Fable 更省 token（Artificial Analysis 独立确认），这往往意味着，除了 Spark 1.3 之外，Astra 同时也是你能买到的最好的又快又聪明的模型（前提是预览版的延迟在正式发布时也能保持）。
管理子智能体集群（逐个调优，并发有上限）
当然，如果你直接把 Astra 开到 Ultra，花掉的就远不止每小时 6 美元了……因为它太擅长并行化了。根据任务的不同，我们实际中经常拉起20 到 50 个并行智能体，当然全部由一个 Astra 主智能体统一管理。
监控自己的运行，启动和停止各个批次
这基本上就是你雇一个初级 AI 工程师要做的事：盯着运行、看数据、发现问题、修复、重跑，如此无限循环。你可以花每天 200 到 1000 美元雇一个人，也可以花 100 美元雇 GPT-6 干 2 天来做这件事。
制作模型基准测试、处理预算、做估算、扩大运行规模、获取人工评分
因为要运行你自己的 AI 工程项目，当然需要所有这些能力，而且 OpenAI 当然早就在内部用 GPT-6 做这件事了……
或者，你也可以让 Astra 轻松搭出你自己的个人版 Arena.ai 克隆，用来调优提示词、为你的任务挑选模型，或者对齐你自己的偏好模型！
你应该得出的总体结论是：OpenAI 显然训练出了一个能够自动化其大部分自身 AI 工程工作的模型，现在终于是时候学着利用 Astra 和 Fable 这一级别的模型了，对你现在用智能体能做到什么，要远远更加不讲道理地提高期望。
▶ https://www.youtube.com/watch?v=qqrk7CtkuIw
我们也在 Grok、Fable 和其他类似的前沿模型上做类似的工作，但 OpenAI 给的试用额度最慷慨，所以这次先写它。不过这里讨论的智能体式编码模式，很可能适用于所有这类 2026 年末的前沿模型。
你们很多人都在等结果……抱歉一直没有消息！我们……太忙了！我们会公布获奖者、报销事宜以及最佳尝试。