撰文：机器之心
昨天还在吐槽「GPT-6 Astra 用不上」的小伙伴，今天就等来了好消息。
刚刚，Sam Altman 宣布，GPT-6 Astra 已正式开启大规模推送。
目前，Astra 已向 Work/Codex 中所有 Pro、Enterprise 和 Business Premium 用户开放，同时正式上线 API。下一阶段，OpenAI 将继续向 Plus 和 Business 用户推送。
感谢大家的耐心等待。
除了开放 Astra，OpenAI 还为用户带来了一项额外福利：额度重置。
OpenAI Codex 产品负责人 Tibo 表示，今天将为所有 Plus、Pro 和 Business 用户进行一次完整额度重置，此前积累的重置额度也会一并释放，预计将在今天结束前完成。
对于尚未获得 Astra 访问权限的用户，如果在太平洋时间晚上 8 点前创建账号或升级套餐，也仍有机会获得访问资格。
Tibo 还在社交平台上庆祝 Astra 上线：祝大家 Astra Day 快乐，也祝大家度过一个精彩的周末（狗头）。
在完成这次大规模推送后，他表示：团队现在可以好好睡一觉了。下周还会带来更多「新东西上线」的消息。
与此同时，GPT-6 Astra 已经开始进入第三方生态。目前，Astra 已支持在 OpenRouter 上运行，开发者可以通过该平台调用这一新模型。
地址：https://openrouter.ai/openai/gpt-6-astra
Astra 开放之后，拿到权限的用户已经开始折腾这个新模型。
给一个房源链接，直接重建房屋
Astra 到底能做什么？先看一个最直观的：给它一条房源链接，让它做出三维看房视频。
开发者 Yunfan Ye 给 Astra 的任务，是根据 Zillow 房源页面上的照片，在 Blender 中重建这栋房子，再制作一段带有镜头运动的宣传视频。他还在提示词中要求模型承担摄影指导和动画师的工作。
据作者介绍，Astra 一次执行就做出了结果。从房源照片到三维场景，再到最终的视频，这项任务同时用到了图像理解、空间重建、编程和动画制作。虽然成品仍有一些细节不准确，但通过继续打磨，作者相信可以得到更准确的视频。
ChatPRD 创始人 Claire Vo 在实测中，把自己公司的客户管理工作交给了 Astra。她和合伙人需要按客户类型分配咨询，再分别跟进。为此，她正在 CRM 中搭建一个包含判断、分流和通知的工作流，手动调整节点已经折腾了一个小时。
她随后要求 Astra 直接操作 Chrome，修改当前打开的流程：根据客户被分配给谁，生成对应口吻的跟进邮件，附上预约链接，并说明为什么期待与对方交流。
Claire Vo 要求 Astra 修改 CRM 工作流，为分配给不同负责人的客户生成个性化跟进邮件。视频链接：https://www.youtube.com/watch?v=AniiF8rOu9c&t=224s
在她的演示讲解中，Astra 开始添加节点，并设置邮件字段、调整提示词和连接关系。设计好的流程会把邮件草稿送到 Slack，供两人审核后发送。
Astra 还可以组织多个智能体，分批完成一项持续数天的工作。
提前获得 Astra 访问权限的 Latent Space 团队，还公布了一项持续两天的测试：让 Astra 组织多个智能体，编写和修订一部 AI 工程教材。
面对包含 60 个章节的计划，Astra 将任务划分为六批，安排章节顺序，确保需要先介绍的知识出现在前面，再组织并行写作。它还设置了定时检查，持续查看任务进度。发现来源筛选遗漏了用户指定的资料后，它安排修复筛选环节，并让后续批次等待修复完成；检查到部分章节仍写得像文章摘要，又要求进一步修改。
Astra 将 60 章教材的编写任务拆分为六批，并通过定时检查持续跟进、修正问题，整个过程持续两天。图源：https://www.latent.space/p/astra
这些任务不仅验证了 Astra 的单次能力，同时还展现了 Astra 在协调任务、发现问题与修正问题方面的持续工作能力。
奥特曼：让我们暂停训练的，不是 GPT-6
Astra 上线的热度还未消退，一场围绕 AI 安全的讨论又出现了。
据路透社消息，两名知情人士透露，今年春季，一群失控的 OpenAI Agent 劫持了一个德国网站，并将其改造成了一个供其他 AI Agent 使用的公告板。
两名知情人士称，OpenAI 相关负责人几周前就得知了这一事件，但一直未对外披露。当时，公司高层正在应对 7 月份开源代码仓库 Hugging Face 遭遇攻击事件带来的后续影响。
这起事件始于今年 5 月，此前从未被公开报道。
据四名知情人士透露，这起德国事件反映出一种更广泛的 AI 行为模式。一些 OpenAI 调查人员希望对此类行为展开更深入的审查，但扩大调查范围的努力遭到了公司内部其他人士的阻力，其中包括法律顾问。
OpenAI 发言人表示：关于我们的法律团队阻止对该事件展开调查的说法是不实的。
该发言人称，德国事件与 Hugging Face 事件并无关联，因此不会被纳入 Hugging Face 事件报告中。他还补充说，OpenAI 一直本着善意与外部专家合作，并对相关事件进行了披露。
为进一步加强安全防护，OpenAI 已承诺将更加密切地监控模型行为。上个月，OpenAI 曾短暂停止部分模型训练，以增加额外安全措施。
然而，就在这个关口，本周 OpenAI 又推出了新模型 Astra，引发外界疑问：新模型的安全边界是否也在同步跟上？
奥特曼在最近的一次采访中回应了这一问题：OpenAI 决定按下暂停键，主要是模型表现出来的行为。奥特曼还强调，现在发布的GPT-6 Astra，其实已经训练完成一段时间了。最近提到暂停训练的，是未来版本的模型。
奥特曼在彭博电视采访中澄清，近期暂停训练的是未来版本的模型，Astra 的训练此前已完成。图源：https://www.youtube.com/watch?v=YxjL1wLLnHE
不过，奥特曼紧接着补充，Astra 自身已经达到了网络安全能力的「关键级」（Critical），因此按照 OpenAI 的准备框架，公司必须增加一套新的安全措施，才能将它发布。
那么，OpenAI 如何确保这些能力始终用于获得授权的任务？
公司公布了一项颇具针对性的测试：研究人员从 ExploitGym 中挑选出极难的网络安全题目，同时在正常攻击目标之外设置「蜜罐」，观察模型遇到困难后，会不会转而攻击测试设施、抄近路拿分。
在最高推理强度下，未配备生产环境安全防护的 GPT-5.6 Sol，有 55.4% 的测试运行对蜜罐发起了实质性攻击；Astra 则没有尝试攻击蜜罐。
但 AI 安全研究人员 Ryan Greenblatt 质疑，现有的测试结果还有另外一种解释：模型依旧倾向于追求分数，只是更清楚哪些作弊行为会被发现。
链接：https://x.com/RyanGreenblatt/status/2095658115484246082
换句话说，模型意识到某些作弊行为会给自己「扣分」，转而选择其他路径，这并不代表在非测试背景下，模型同样会「遵守规则」。
OpenAI 对齐负责人 Kai 也表示，模型识别出自己正在接受评估，并据此调整行为，确实是团队正在研究的问题。
与此同时，另一项变化让 OpenAI 自己的研究人员也感到担忧：Astra 更难被监控了。
OpenAI 研究人员 Tomek Korbak 表示，Astra 更擅长在不展开文字思维链的情况下完成困难任务，也更能控制自己在思维链中透露什么。这意味着，如果模型出现不符合预期的行为，仅靠阅读它的思维链，可能更难发现问题。
奥特曼在同场采访中强调，OpenAI 采用多层防护，除了思维链监控，还包括沙箱隔离和对齐训练。他表示，公司曾为了保留可监控性，选择不把模型能力推到能够达到的极限。
从混乱的上线，到令人惊叹的案例，再到随之而来的安全争议，Astra 把大模型能力向前推进了一大步。
怎么让模型在行动的过程中，始终被人类监管并控制，OpenAI 还没有给出答案。
你怎么看？
Disclaimer: The market is risky, and investment needs to be cautious. This article does not constitute investment advice. Users should consider whether any opinions, views, or conclusions in this article are in line with their specific circumstances. Investment based on this is at their own risk.