兄弟们，最近用了一圈 GPT-6 Astra，说真的，我有点被震到了。
不是那种“哇这个模型好聪明”的震，而是那种“等等，它怎么真的开始帮我干活了”的震。
以前我们聊 AI，基本就是在聊天框里问问题。写个文案，总结一下文章，翻译一段话，改改邮件，偶尔让它写个 Python 函数。GPT-6 Astra 你要是只拿它干这些，说实话，你可能真觉得它跟 GPT-5.6 Sol 差别没那么夸张。
但问题就在这儿。
这一代 Astra 真正让我觉得不一样的地方，根本不在聊天框里。
它更像是一个能坐在电脑前，帮你把一个复杂任务从头到尾干完的人。
你给它一个需要半小时、一小时甚至更久才能完成的目标，让它自己去研究、写代码、操作软件、发现问题、修改、继续执行。这个过程里，它不是简单回答一句就完了，而是真的在“干活”。
是不是听起来有点夸张？
我自己刚用的时候也觉得，这不就是长一点的任务吗。但真正跑下来才发现，以前的大模型最怕的就是这个。第一步很惊艳，第二步开始跑偏，第三步忘了前面干了啥，到第十步已经不知道自己在干嘛了。
Astra 这次最明显的变化，就是长任务里的连续性变强了。
它不是那种一口气给你一个漂亮开头，然后后面全靠你自己接盘的类型。它能在一个复杂流程里保持方向，知道前面做了什么，接下来该做什么，哪里出了问题，怎么修正。
这个能力听起来好像很普通，但你真用过就知道，这才是 AI 从“能聊天”到“能干活”的分水岭。
再说说 Computer Use，这个我是真觉得有点离谱。
以前的 AI 操作电脑，多少还有点“玩具感”。你知道它能点，能填，能模拟一下，但真让它干点正经事，还是会担心它乱点、点错、找不到地方。
Astra 这次明显不一样。它越来越能理解自己现在在哪个软件里，要完成什么目标，下一步该点哪里，如果失败了该怎么调整。不是那种机械地按指令走，而是真的有点像人在操作电脑。
尤其是一些规则比较明确的软件操作，它甚至可能比很多第一次用这个软件的人还熟练。你想想，以前我们让 AI 帮你处理点电脑上的事情，还得手把手盯着。现在它至少能自己判断屏幕、自己找按钮、自己纠错。
这种感觉真的挺奇妙的。
当然，Astra 也不是完美无缺。
它最大的问题，就是贵。
尤其是你在 Codex 里跑复杂工程任务的时候，千万别觉得开了 Pro 20x 就可以随便造。Astra 会消耗你原本的 Codex / Work 使用额度，而且不是简单按消息条数算。任务越复杂，上下文越长，推理强度越高，额度掉得越明显。
社区里已经有人反馈，一个大概 6 小时的 Astra 工程任务，直接把 Pro 20x 周额度干光了。还有人说某些超重度任务，一个小时左右就消耗得非常明显。
所以如果你真把它当一个“AI 工程师”，让它全天跑任务，一天打掉一大块周额度完全不奇怪。
API 定价也能看出来。GPT-6 Astra 输入每百万 Token 10 美元，输出 50 美元，如果输入上下文超过 272K Token，价格还会进一步提高。
说白了，智力是有价格的。
而且 Astra 这种长任务模型，不只是贵，是真能吃 Token。
所以我反而觉得，普通用户没必要啥都开 Astra。日常写文案、总结文章、问问题、改改内容，GPT-5.6 Sol 已经够用了。Astra 更适合复杂项目、软件开发、研究、Computer Use、长链路任务、工程问题这些真正需要它持续执行的事情。
一句话，把最贵的模型留给最贵的问题。
还有一个数据也挺夸张，就是 ARC-AGI-3。
GPT-5.6 Sol 之前在这个测试上大概只有 7.8%。Astra 在 Standard Harness 下直接到了 62.7%。如果换成 OpenAI 的 Provider Adapter Harness，允许模型在多次请求之间保留隐藏推理状态，再用 compaction 管理长对话，成绩甚至到了 99.9%。
看到这个数字，很多人第一反应就是：AGI 是不是来了？
我觉得先别急着下结论。
ARC-AGI 的创造者 François Chollet 对 Astra 评价确实很高，说它在交互式推理问题上出现了阶跃式变化。他还提到一个很有意思的点：Astra 面对完全陌生的游戏环境时，会自己建立一种很紧凑的符号化世界模型，甚至会用类似简写规则的方式去表示当前世界，然后规划下一步。
这说明它不只是“以前见过类似题，所以知道答案”，而是越来越像“第一次看到这个世界，但能自己推导规则”。
这个能力确实值得重视。
但 99.9% 不等于 AGI。
因为这个接近满分的成绩，背后有长上下文管理、隐藏推理状态延续、compaction 这些机制帮忙。而且这种玩法成本不低，Chollet 提到连续对话加自定义 compaction，单个游戏成本大概能到 360 美元左右。ARC Prize 完整测试成本也是数万美元级别。
现实世界的问题可比 ARC-AGI-3 里的小游戏复杂太多了。现实任务可能持续几天、几个月甚至几年，环境会变化，信息不完整，还会遇到人、组织、法律、物理世界和各种意外。
所以 Astra 确实很强，甚至可以说是一次很明显的能力跳跃。
但现在就喊 AGI 来了，还是太早。
不过有一点我很确定：AI 的迭代速度真的有点离谱。
今天我们可能觉得 GPT-6 Astra 也就这样，但你回头再用一下 GPT-5，可能马上就会想，我当时怎么受得了那个东西。再过一年，如果我们重新看 Astra，说不定也会觉得它笨。
真到了那一天，反而说明 AI 发展比我们想象中还快。
如果你最近也在折腾 AI 工具，建议别只拿 Astra 聊天。给它一个复杂任务，让它自己研究、写代码、操作电脑、跑流程，你会更直观地感受到这一代到底变了什么。
赶紧去试试，把 Astra 用在真正需要它干活的地方，别浪费在简单问题上。