一句话看懂：OpenAI 正式发布新一代模型 GPT-6 Astra，主打“直接操作计算机应用”的能力，并在界面理解基准测试中拿到 92.7% 的高分。它不再只是更聪明的聊天机器人，而是试图成为跨平台、跨软件的自动化执行层，企业级 AI 的竞争焦点正从“生成内容”转向“替你做事”。
事件核心：发生了什么
OpenAI 于近日揭开了 GPT-6 Astra 的面纱。与其前代 GPT-5.6 相比，Astra 的核心卖点不再是单纯的文本生成或推理，而是“计算机使用”（computer use）能力。OpenAI 官方列举的应用场景包括自动填写表单、更新 CRM 记录、整理日历，甚至直接操作 Excel 电子表格和 Power BI 仪表盘，而非仅仅输出公式或静态 CSV 文件。
在衡量 GUI 交互能力的 ScreenSpot-Pro 基准上，Astra 得分 92.7%，显著高于 GPT-5.6 Sol 的 76.9% 和 Claude Fable 5 的 87.3%。在 OSWorld 2.0 基准中，GPT-6 得分为 72.6%，也超过了 GPT-5.6 的 65.7% 和 Claude Opus 5 的 70.2%。OpenAI 的延迟模拟显示，执行任务的平均耗时从 75 分钟降至约 40 分钟，效率提升接近 50%。
此外，GPT-6 引入了名为“循环深度”（recurrent depth）的新型推理架构，能够在给出答案前对问题进行多轮反复思考，意在提高高风险企业场景下的准确性。OpenAI 承认，相比 Sol 传统的思维链推理，监控 Astra 的推理过程难度更大，由此带来一定的安全隐患，因此该功能目前采取渐进式推出并保持监控。
在开放范围上，Astra 已面向 Plus、Pro、Business 和 Enterprise 用户推送，Pro 及以上用户可使用 Pro 变体。目前免费版和 Go 套餐用户暂时无法访问该旗舰模型。
为什么重要
GPT-6 Astra 的战略意义在于它把 OpenAI 的产品定位从一个“提供答案的模型”拉高到“与软件系统交互的智能体基础层”。过去企业要实现工作流自动化，往往需要开发定制 API 或专门构建连接器，才能让 AI 触达业务系统。Astra 声称的“平台无关”计算机使用能力，意味着模型可以直接模仿人类操作界面完成任务，这降低了自动化落地的技术门槛，也让 OpenAI 与 Anthropic、Google 等在“AI 操作用户界面”这条技术路线上展开了正面竞争。
循环深度推理的出现也值得留意。它表明 OpenAI 正在探索不同于传统思维链的推理路径，试图在不明显增加输出长度的情况下提升复杂问题的处理能力。但官方对推理过程“更难监控”的坦承，恰恰说明这种新架构在可解释性和安全性方面尚未完全成熟，未来企业对它的信任建立仍需时间。
对用户/开发者/创作者的影响
对普通用户而言，Astra 带来的最直观变化是：命令 AI“把这份表格整理成图表”或“更新我的日程”可能不再只是建议，而是真正可执行的操作。对于经常处理数据整理、报告生成的企业员工，这类能力可以显著缩短从原始数据到成品文档的耗时。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于企业采购方来说，Astra 的吸引力在于减少对大量专用 AI 中间件的依赖。如果模型本身就能在 Excel、Power BI 等常见商业软件里“动手干活”，部分流程自动化项目可能不再需要昂贵的定制开发。但需要留意的是，OpenAI 并未公布这类操作在复杂场景下的错误率，目前公开信息显示其基准测试仍集中在界面定位与基础任务执行层面。
对于开发者而言，这既是机会也是挑战。机会在于未来构建 AI 应用时，底层模型自带操作能力，可以缩短产品原型周期；挑战在于当模型能够自主操作更多软件时，开发者需要重新考虑权限边界、数据安全与审计机制，否则 AI“越权操作”的风险会增加。
值得关注的后续
目前有几个具体的观察点值得留意。第一，Astra 在真实业务场景下的失误率究竟多高——基准测试成绩亮眼，但面对结构复杂、布局混乱的企业软件界面，它的稳定性仍是未知数。第二，OpenAI 对循环深度推理的安全顾虑是否会演变为功能限制，比如在高风险行业（金融、医疗）中默认禁用，仍需观察实际策略。第三，Google 与 Anthropic 都已在“计算机使用 Agent”方向上投入重兵，接下来各家模型的基准分数竞争，会愈发转向真实工具调用的成功率与成本控制，而不仅是文本回答质量。
来源：TechRadar
