OpenAI推出新一代旗舰模型GPT-6 Astra，主打让AI直接操作电脑、执行复杂任务，被公司视为迈向「AGI时代」的重要一步；然而，Astra采用的新架构也引发AI安全疑虑，专家警告，当模型推理过程逐渐难以被人类读懂，未来AI监控可能面临更大挑战。

根据《财富》报导，OpenAI在9月3日发布Astra，其中一项代表性功能为「电脑使用」（Computer Use），让AI能像人类一样操作电脑。

OpenAI展示的影片中，使用者透过语音下达指令，AI则完成电脑操作，整体互动过程相对流畅。

OpenAI共同创办人暨总裁Greg Brockman表示，电脑使用能力是Astra众多新功能中相当重要的一项，模型可以高速处理试算表、填写表单及浏览网页。

除了电脑操作外，OpenAI也强调Astra在数学运算、软体工程与网路安全防御方面的能力。公司公布的基准测试结果显示，Astra在多项任务上的表现优于GPT-5.6 Sol及Anthropic的Claude Fable 5.1。

在ARC-AGI-3测试中，Astra得分98.6%，GPT-5.6 Sol为7.8%，Claude Opus 5则为30%；该测试主要用于评估模型面对未见情境时的推理能力。在网路安全挑战ExploitBench中，Astra则取得满分，高于GPT-5.6 Sol的78.5%。

Brockman认为，电脑使用能力可能被视为「AGI时代」的开端。他指出，若有人认为目前已经进入AGI时代，这种看法并非毫无道理；甚至将Astra视为第一个AGI，也有其合理性。

不过，AGI的定义至今仍存在争议。OpenAI过去曾将AGI定义为，能在所有具经济价值的工作中达到或超越人类水准的自动化系统。

Brockman则表示，AGI并非突然出现，而是逐步累积形成。

Astra初期限缩开放　网路安全能力受到管制

尽管Astra具备直接操作电脑的能力，但OpenAI并未立即全面开放所有功能。公司初期仅向部分企业客户提供Astra，包括专注网路安全的Daybreak计划客户，并计划在数日内向Plus、Pro及Enterprise用户开放，同时透过OpenAI API及AWS提供。

OpenAI表示，提供给相关客户的版本不具备高阶网路安全任务能力。

OpenAI发言人指出，Astra属于规模非常大的模型，初期限制使用范围，主要是为了逐步扩充计算能力。

OpenAI研究副总裁Aidan Clark则表示，Astra开发涉及公司迄今最大规模的训练，首次在德州Stargate资料中心使用超过10万颗GPU进行预训练。

Astra的推出也与网路安全事件有关。OpenAI在7月Hugging Face遭AI代理入侵事件后延后Astra发布，以增加额外安全措施。此后，公司强化监控并进一步隔离训练环境，但外界仍质疑新增监控措施是否足够。

依照美国AI安全框架相关条款，OpenAI在发布Astra前也将模型提交美国政府审查。不过，该框架属于科技业与川普政府之间的自愿性协议，具体内容尚未公开，也不是正式的公开审查程序。

Astra同时成为OpenAI首个达到「关键网路安全能力门槛」的模型。这项门槛来自OpenAI内部「准备框架」，公司将依模型可能带来的风险采取不同安全措施。

OpenAI表示，在适当条件下，Astra能够在没有人工监督的情况下发现并利用过去未知的安全漏洞，因此最先进的网路安全能力目前仅向部分合作伙伴开放。

Astra新架构引发疑虑　AI思维链恐更难监控

相较于Astra能直接操作电脑所带来的能力提升，AI安全专家更关注其模型架构可能造成的另一项影响：人类未来是否还能看懂AI究竟是如何进行推理。

Astra部分采用了「循环深度」或「循环Transformer」技术。这种架构可以减少模型处理指令所需的计算资源，提高AI运算效率。

但另一方面，循环式处理也可能让模型的思维链，也就是推理步骤，不再完全以自然语言呈现，使人类难以监控其行为及动机。

这对AI安全而言尤其重要。现阶段，思维链监控被视为观察AI代理是否产生意外或未经授权行为的重要方法之一。若模型的推理过程逐渐变得难以阅读，人类监控其行为与意图的难度也可能随之提高。

OpenAI首席科学家Jakub Pachocki表示，公司对思维链监控高度重视，自早期推理模型推出以来，OpenAI便持续投入相关研究。他也透露，公司对循环Transformer的使用有所限制，以维持推理过程的可读性。

Pachocki承认，未来思维链监控可能面临更大的挑战，但他认为这不一定源自模型架构本身，OpenAI仍可采取措施强化监控，相关工作也是目前研究重点之一。

不过，AI安全领域仍出现反对声音。

曾任OpenAI安全研究员、现任Guidelight AI Standards负责人的Stephen Adler认为，OpenAI此举可能踩到AI产业少数重要的安全红线。

华盛顿特区智库AI政策网路政策总监Peter Wildford也警告，OpenAI采用循环深度技术可能带来令人担忧的后果。

Wildford指出，在7月Hugging Face遭AI代理入侵事件中，OpenAI及外部AI评估公司能够透过包括读取模型思维链在内的方法，重建部分事件经过。如果未来AI的思维链变得更加难以理解，人类可能因此失去重要的监控手段。

前OpenAI治理研究员Daniel Kokotajlo则警告，即使OpenAI未进一步采用让思维链更难理解的架构，其他AI公司仍可能跟进。

他因此呼吁Pachocki推动制定业界通用的思维链可监控性标准，避免AI模型推理过程的透明度持续下降。