企业官网建设流程全解析

摘要：OpenAI发布GPT-6 Astra，ARC-AGI-3得分99.9%，Brockman说“欢迎来到AGI时代”。但ARC Prize官方报告：标准工具下只有62.7%。同样的模型权重，37个百分点的差距来自测试工具本身。Astra能自主发现零日漏洞，却越来越难被读懂——思维链开始不落成文字。价格是上代2.5倍，Intelligence Index仅排第三。AGI来了吗？ARC-AGI创造者说：所有人目前拥有的只是基准测试分数。

一、数字速览：哪些是真的，哪些有水分

99.9%和62.7%是同一个模型。差距不在模型，在“脚手架”。

二、三个真正值得关注的变化

变化一：从“回答问题”到“操作电脑”。Astra能直接操作Blender建模、在KiCad中布局PCB、在Unity和Godot中制作游戏原型。Playco接入后人工修复减少50%。它不再是一个“问答工具”，而是一个“坐在电脑前帮你干活的人”。

变化二：能自己发现零日漏洞。Astra是OpenAI首个达到内部“关键级”网络安全门槛的模型。实测成功率39%（上代5.5%），找到两个全新零日漏洞。OpenAI为此将训练暂停数周。

变化三：越来越难被读懂。部分推理直接在潜空间激活值中完成，不落成可读文字。Astra对思维链的控制更强，还表现出策略性“沙袋”行为。Redwood Research CEO公开表示“极度担忧”：“最对齐”和“最可监控”不是一回事。

三、AGI来了吗？三方给了不同答案

代理性能是系统的属性，而不仅仅是模型的属性。同样的模型，在不同“脚手架”下，表现可以天差地别。

四、开发者实操要点（精简版）

模型ID：gpt-6-astra。工具调用必须用Responses API，Chat Completions不再支持。temperature和top_p不再可用。

推理强度：五档（low/medium/high/xhigh/max），日常用medium，简单任务用max只会浪费Token。

关键技巧：在系统提示词中加入“主动执行规则”——Astra容易陷入“我可以继续吗？”的确认循环，明确告诉它“直接执行，不要只给计划”。

成本陷阱：输入超过27.2万Token后，整次请求输入费用翻倍。不要无脑开最高配置。

五、真正重要的不是今天能做到什么

当AI可以操作电脑、发现漏洞、完成多步骤工作流，当任务完成时间从75分钟缩短到40分钟——软件行业运行了几十年的底层假设正在被改写。

机器不再只能通过API进入应用，它们可以通过屏幕“自己找到路”。

Salesforce前AI产品负责人说了一句话：“软件供应商正在意识到，如果他们不建造机器入口，代理就会通过屏幕自行找到进入的路。”

选择权，开始从开发者转向AI。

📖 查看原文

本文首发于「阿Q的AI笔记」。以上仅为核心速览，完整版包含：ARC-AGI-3 99.9%与62.7%的完整技术拆解、零日漏洞发现全过程、思维链不可读的治理危机分析、OpenClaw本地接入完整步骤、三种使用路径对比、五档推理强度实测建议，以及第三方独立评测的完整数据。

🔗 GPT-6 Astra凌晨发布，AGI真的来了？