布，全球最強(qiáng)，AGI 時(shí)代到來！)
大家好我是程序員魚皮。時(shí)間過得真快啊距離 GPT-5 發(fā)布竟然已經(jīng)過去一年多了。昨天凌晨 3 點(diǎn)多OpenAI 終于把 GPT-6 Astra 放出來了官方把它叫做「全世界最智能、也最對齊的模型」。而 OpenAI 總裁 Greg Brockman 在發(fā)布前的媒體閉門會(huì)上最后說了這么一句話?，F(xiàn)在覺得我們已經(jīng)進(jìn)入 AGI 時(shí)代并不算什么不合理的想法歡迎來到 AGI 時(shí)代。我本來是想第一時(shí)間跑一輪實(shí)測的案例都準(zhǔn)備好了。結(jié)果打開 ChatGPT 翻了一圈模型列表沒有去看 API也沒有……去官方博客看了一下目前 Astra 只開放給一小批安全廠商普通訂閱用戶是用不了的接下來幾天才會(huì)陸續(xù)開給 ChatGPT 的 Plus、Pro、Business 和 Enterprise 用戶。吊大家的胃口嘛這不是OpenAI 自己也知道這件事說不過去于是負(fù)責(zé) ChatGPT 的 Tibo 發(fā)了一條推特說會(huì)給每一個(gè)訂閱了付費(fèi)計(jì)劃但還沒拿到 Astra 權(quán)限的用戶按天補(bǔ)償額度重置一天沒用上就補(bǔ)一次。行行行原諒你了正好周五我可以摸魚了~GPT-6 Astra 強(qiáng)在哪這次OpenAI 官方推文并沒有吹 GPT-6 的編程能力而是操作電腦能力。他們把 GPT-6 Astra 稱為「全世界最強(qiáng)的電腦操作模型」AI 可以像人一樣看屏幕、點(diǎn)按鈕、填表單、刷應(yīng)用無所不能。先看看跑分有個(gè)叫 ScreenSpot-Pro 的測試專門考模型能不能看懂屏幕、并且精準(zhǔn)點(diǎn)到該點(diǎn)的位置上一代 GPT-5.6 Sol 是 76.9%Astra 直接干到了 92.7%。還有一個(gè)更接近真實(shí)工作的測試叫 OSWorld就是把 AI 扔進(jìn)一臺(tái)真電腦里讓它自己干活。Astra 的完成率是 72.6%比 Sol 的 65.7% 高了不少。更關(guān)鍵的是完成同樣的任務(wù)Sol 平均要 75 分鐘Astra 只要 40 分鐘我覺得主攻「屏幕理解」是個(gè)正確的方向?，F(xiàn)實(shí)里絕大多數(shù)軟件根本沒有 API很多公司的內(nèi)部系統(tǒng)還是二十年前寫的文檔都不知道在哪。但所有軟件都有界面那界面本身就是最通用的 APIAI 不用等誰來適配自己看屏幕操作就完了。GPT-6 Astra 的編程能力也有大幅提升。Terminal-Bench 4.0 考的是在終端里完成軟件開發(fā)、系統(tǒng)配置和數(shù)據(jù)分析這類復(fù)雜任務(wù)Astra 拿到 57.9%Sol 只有 37.3%Claude Fable 5.1 是 55.8%。不過這次最讓我意外的跑分是 ARC-AGI-3。這個(gè)測試難在不給 AI 說明書、不給規(guī)則、甚至都不告訴 AI 目標(biāo)是什么模型進(jìn)去只能自己亂按慢慢摸清怎么才算贏再把摸出來的規(guī)律用到更難的關(guān)卡上。它考查的不是 AI 的知識是悟性。今年 3 月這個(gè)測試剛發(fā)布的時(shí)候最強(qiáng)的 AI 只有 0.51 分人類平均 48 分GPT-5.6 Sol 是 7.8 分。而 Astra 做到了 99.9 分把這稱作 AI 的開悟時(shí)刻不過分吧再看看 GPT-6 的數(shù)學(xué)能力FrontierMath Tier 4 這套題 Astra 拿到 97.6%基本上算是打穿了。最后說說大家關(guān)心的價(jià)格。API 里的模型 ID 是gpt-6-astra每百萬輸入 token 10 美元、輸出 50 美元跟 Claude Fable 5.1 一模一樣是自家上一代 GPT-5.6 Sol 的 2.5 倍漲得還是挺狠的。但是考慮到大多數(shù)用戶都是在 CodexChatGPT中使用套餐再加上官方老是贈(zèng)送重置額度實(shí)際開銷沒有那么大。實(shí)戰(zhàn)案例跑分看著很爽但我更關(guān)心 GPT-6 做出來的東西是什么效果。官方這次放了不少實(shí)際案例我挑幾個(gè)有意思的說說。先看一個(gè)最能體現(xiàn)「操作電腦」能力的。官方讓 Astra 打開 KiCad 這個(gè)電路設(shè)計(jì)軟件把一張電子原理圖變成可以直接拿去生產(chǎn)的電路板布線圖元器件怎么擺、銅線怎么走全都是它自己完成的。這活兒平時(shí)是硬件工程師一點(diǎn)一點(diǎn)手工拖出來的也是整個(gè)電子設(shè)計(jì)流程里最費(fèi)時(shí)間的環(huán)節(jié)之一。然后是 3D 建模能力官方展示了讓 Astra 直接建出一整座城市場景樓體、道路、綠化帶、斑馬線、路上的車一個(gè)都不少。不光是建靜態(tài)模型。官方還演示了先在 Blender 里把一棟房子建出來再導(dǎo)進(jìn) Unreal Engine 5 變成可以自由走動(dòng)的場景讓設(shè)計(jì)師和客戶在開工之前就能提前逛一遍。再看看游戲開發(fā)能力官方直接在發(fā)布頁面里嵌了兩個(gè)能玩的網(wǎng)頁項(xiàng)目鼠標(biāo)點(diǎn)進(jìn)去就能上手。第一個(gè)是卡丁車競速游戲這是完全用 AI 程序化生成的 Three.js 卡丁車賽車賽道和場景不是靠網(wǎng)上的素材堆出來的是靠代碼算出來的。我自己上手跑了兩圈速度表、漂移條、小地圖、名次和圈數(shù)都在手感也不飄。沙灘的高光、水面的透光、椰子樹的剪影、彩旗的排布這水準(zhǔn)我覺得已經(jīng)超過不少外包團(tuán)隊(duì)交的活兒了。第二個(gè)案例更酷炫是個(gè)宇宙飛船船廠。每換一個(gè)隨機(jī)種子就能生成 1000 艘不重復(fù)但可復(fù)現(xiàn)的飛船全部由 177 個(gè)模塊化零件拼出來每一艘還帶尺寸、載貨量、推力、裝配模塊數(shù)這些參數(shù)。左邊是艦隊(duì)列表中間是整頁圖鑒右邊是選中那艘船的詳細(xì)規(guī)格還能導(dǎo)出成一張拼版圖。除了官方一批提前拿到內(nèi)測權(quán)限的人也在 Twitter 上曬了自己的測試有幾個(gè)我覺得比官方演示還帶勁兒。Matt Shumer 讓 Astra 在 Unreal Engine 里造一個(gè)世界往里面填滿由 Astra 驅(qū)動(dòng)的角色要求他們必須互相合作才能活下去。第二天他在臥室里聽見客廳有人說話以為家里進(jìn)人了走出去還有點(diǎn)害怕結(jié)果是那些 AI 角色自己開始互相聊天了。一位研究 T 細(xì)胞三十五年的免疫學(xué)教授只給了 AI 一句「做一個(gè) 5 分鐘講 T 細(xì)胞的教學(xué)視頻」Astra 自己挑了視頻框架、調(diào)文生圖做畫面、還主動(dòng)建議用 AI 配音最后一次性把講什么、怎么講、配什么畫面全組裝好了。教授說憑他三十五年的經(jīng)驗(yàn)他自己也講不了比這更好?？赐臧咐憧赡軙?huì)想官方是拿什么樣的提示詞做出這些東西的這個(gè)問題其實(shí)有答案。OpenAI 有一個(gè) 開發(fā)者展示館里面收錄了五十多個(gè)用 Codex 做出來的項(xiàng)目而且每個(gè)案例的詳情頁都把當(dāng)時(shí)用的提示詞原文一字不改地貼出來了后面還列了每一輪迭代都改了什么。雖然這個(gè)展示館不是這次跟 Astra 一起發(fā)的里面的案例大多是用 GPT-5.5 和 5.6 做的但我覺得值得給大家分享一下看官方的提示詞能收獲不少 AI 編程的啟發(fā)。隨便分享 2 個(gè)第一個(gè)啟發(fā)是要逼 AI 自己驗(yàn)收。比如玻璃塔堆疊游戲的提示詞最后一句是這么寫的Run build and lint, then play several runs in the browser to verify collisions, scoring, failure, and restart with no console errors.意思是先跑構(gòu)建和代碼檢查然后讓 AI 在瀏覽器里玩幾局把碰撞、計(jì)分、失敗和重開都驗(yàn)一遍控制臺(tái)不許有報(bào)錯(cuò)。這就是我一直在講的 Loop Engineering讓 AI 寫完自己驗(yàn)驗(yàn)證不通過就自己修復(fù)。官方把它寫成了提示詞里的硬要求。第二個(gè)啟發(fā)是先畫圖再寫代碼。小鎮(zhèn)模擬游戲的提示詞最后一段是讓模型先用文生圖工具畫幾張玩法概念圖把視覺方向定下來再開始寫代碼。如果你平時(shí)讓 AI 做前端總覺得出來的東西土這一招直接助你羽化登仙。剩下的案例我就不逐個(gè)講了放一張成品感受一下水平。AGI 時(shí)代真的來了么雖然官方把 GPT-6 Astra 吹得狂拽炫酷吊炸天我看了官方展示的案例也覺得很牛唄但是網(wǎng)上有很多不同的聲音。第三方評測機(jī)構(gòu) Artificial Analysis 在發(fā)布當(dāng)天就出了獨(dú)立評測結(jié)論跟官方不太一樣。在他們的綜合智能指數(shù)里Astra 是 61 分跟上一代 GPT-5.6 Sol 一模一樣比 Claude Fable 5.1 還低了 5 分。圖里右邊那一欄是單個(gè)任務(wù)的成本Astra 1.67 美元GPT-5.6 Sol 0.94 美元。智能指數(shù)一分沒漲成本快翻倍了所以「全球最強(qiáng)」這個(gè)說法在 OpenAI 自己挑的那批測試上成立一換成第三方的綜合指數(shù)就未必成立了。而且根據(jù)歷史情況我們可以大膽假設(shè)GPT-6 Astra 大概會(huì)像其他模型一樣第一周用起來像是在跟神說話一周后廠商為了省算力搞一波降級再用起來就像是在跟三歲小孩說話兩周后被用戶投訴多了就再把智力調(diào)回來一點(diǎn)幾周之后再發(fā)布 GPT-6.1然后循環(huán)……就分享到這里吧等我拿到 GPT-6 Astra 的使用權(quán)限再跑幾個(gè) AI 編程實(shí)戰(zhàn)項(xiàng)目測測看。本文會(huì)收錄到我免費(fèi)開源的 《AI 編程零基礎(chǔ)入門教程》上千張圖、幾十萬字帶你從 0 開始快速學(xué)會(huì) AI 編程做出自己的產(chǎn)品、跑通變現(xiàn)全流程一次拿捏。開源指路https://github.com/liyupi/ai-guide我是魚皮持續(xù)分享 AI 編程干貨。覺得有用的話記得點(diǎn)贊收藏和關(guān)注~評論區(qū)有沒有已經(jīng)用上 GPT-6 Astra 的朋友聊聊你們的使用感受 剛剛 GPT-6 Astra 發(fā)布，全球最強(qiáng)，AGI 時(shí)代到來！
大家好我是程序員魚皮。時(shí)間過得真快啊距離 GPT-5 發(fā)布竟然已經(jīng)過去一年多了。昨天凌晨 3 點(diǎn)多OpenAI 終于把 GPT-6 Astra 放出來了官方把它叫做「全世界最智能、也最對齊的模型」。而 OpenAI 總裁 Greg Brockman 在發(fā)布前的媒體閉門會(huì)上最后說了這么一句話?，F(xiàn)在覺得我們已經(jīng)進(jìn)入 AGI 時(shí)代并不算什么不合理的想法歡迎來到 AGI 時(shí)代。我本來是想第一時(shí)間跑一輪實(shí)測的案例都準(zhǔn)備好了。結(jié)果打開 ChatGPT 翻了一圈模型列表沒有去看 API也沒有……去官方博客看了一下目前 Astra 只開放給一小批安全廠商普通訂閱用戶是用不了的接下來幾天才會(huì)陸續(xù)開給 ChatGPT 的 Plus、Pro、Business 和 Enterprise 用戶。吊大家的胃口嘛這不是OpenAI 自己也知道這件事說不過去于是負(fù)責(zé) ChatGPT 的 Tibo 發(fā)了一條推特說會(huì)給每一個(gè)訂閱了付費(fèi)計(jì)劃但還沒拿到 Astra 權(quán)限的用戶按天補(bǔ)償額度重置一天沒用上就補(bǔ)一次。行行行原諒你了正好周五我可以摸魚了~GPT-6 Astra 強(qiáng)在哪這次OpenAI 官方推文并沒有吹 GPT-6 的編程能力而是操作電腦能力。他們把 GPT-6 Astra 稱為「全世界最強(qiáng)的電腦操作模型」AI 可以像人一樣看屏幕、點(diǎn)按鈕、填表單、刷應(yīng)用無所不能。先看看跑分有個(gè)叫 ScreenSpot-Pro 的測試專門考模型能不能看懂屏幕、并且精準(zhǔn)點(diǎn)到該點(diǎn)的位置上一代 GPT-5.6 Sol 是 76.9%Astra 直接干到了 92.7%。還有一個(gè)更接近真實(shí)工作的測試叫 OSWorld就是把 AI 扔進(jìn)一臺(tái)真電腦里讓它自己干活。Astra 的完成率是 72.6%比 Sol 的 65.7% 高了不少。更關(guān)鍵的是完成同樣的任務(wù)Sol 平均要 75 分鐘Astra 只要 40 分鐘我覺得主攻「屏幕理解」是個(gè)正確的方向?，F(xiàn)實(shí)里絕大多數(shù)軟件根本沒有 API很多公司的內(nèi)部系統(tǒng)還是二十年前寫的文檔都不知道在哪。但所有軟件都有界面那界面本身就是最通用的 APIAI 不用等誰來適配自己看屏幕操作就完了。GPT-6 Astra 的編程能力也有大幅提升。Terminal-Bench 4.0 考的是在終端里完成軟件開發(fā)、系統(tǒng)配置和數(shù)據(jù)分析這類復(fù)雜任務(wù)Astra 拿到 57.9%Sol 只有 37.3%Claude Fable 5.1 是 55.8%。不過這次最讓我意外的跑分是 ARC-AGI-3。這個(gè)測試難在不給 AI 說明書、不給規(guī)則、甚至都不告訴 AI 目標(biāo)是什么模型進(jìn)去只能自己亂按慢慢摸清怎么才算贏再把摸出來的規(guī)律用到更難的關(guān)卡上。它考查的不是 AI 的知識是悟性。今年 3 月這個(gè)測試剛發(fā)布的時(shí)候最強(qiáng)的 AI 只有 0.51 分人類平均 48 分GPT-5.6 Sol 是 7.8 分。而 Astra 做到了 99.9 分把這稱作 AI 的開悟時(shí)刻不過分吧再看看 GPT-6 的數(shù)學(xué)能力FrontierMath Tier 4 這套題 Astra 拿到 97.6%基本上算是打穿了。最后說說大家關(guān)心的價(jià)格。API 里的模型 ID 是gpt-6-astra每百萬輸入 token 10 美元、輸出 50 美元跟 Claude Fable 5.1 一模一樣是自家上一代 GPT-5.6 Sol 的 2.5 倍漲得還是挺狠的。但是考慮到大多數(shù)用戶都是在 CodexChatGPT中使用套餐再加上官方老是贈(zèng)送重置額度實(shí)際開銷沒有那么大。實(shí)戰(zhàn)案例跑分看著很爽但我更關(guān)心 GPT-6 做出來的東西是什么效果。官方這次放了不少實(shí)際案例我挑幾個(gè)有意思的說說。先看一個(gè)最能體現(xiàn)「操作電腦」能力的。官方讓 Astra 打開 KiCad 這個(gè)電路設(shè)計(jì)軟件把一張電子原理圖變成可以直接拿去生產(chǎn)的電路板布線圖元器件怎么擺、銅線怎么走全都是它自己完成的。這活兒平時(shí)是硬件工程師一點(diǎn)一點(diǎn)手工拖出來的也是整個(gè)電子設(shè)計(jì)流程里最費(fèi)時(shí)間的環(huán)節(jié)之一。然后是 3D 建模能力官方展示了讓 Astra 直接建出一整座城市場景樓體、道路、綠化帶、斑馬線、路上的車一個(gè)都不少。不光是建靜態(tài)模型。官方還演示了先在 Blender 里把一棟房子建出來再導(dǎo)進(jìn) Unreal Engine 5 變成可以自由走動(dòng)的場景讓設(shè)計(jì)師和客戶在開工之前就能提前逛一遍。再看看游戲開發(fā)能力官方直接在發(fā)布頁面里嵌了兩個(gè)能玩的網(wǎng)頁項(xiàng)目鼠標(biāo)點(diǎn)進(jìn)去就能上手。第一個(gè)是卡丁車競速游戲這是完全用 AI 程序化生成的 Three.js 卡丁車賽車賽道和場景不是靠網(wǎng)上的素材堆出來的是靠代碼算出來的。我自己上手跑了兩圈速度表、漂移條、小地圖、名次和圈數(shù)都在手感也不飄。沙灘的高光、水面的透光、椰子樹的剪影、彩旗的排布這水準(zhǔn)我覺得已經(jīng)超過不少外包團(tuán)隊(duì)交的活兒了。第二個(gè)案例更酷炫是個(gè)宇宙飛船船廠。每換一個(gè)隨機(jī)種子就能生成 1000 艘不重復(fù)但可復(fù)現(xiàn)的飛船全部由 177 個(gè)模塊化零件拼出來每一艘還帶尺寸、載貨量、推力、裝配模塊數(shù)這些參數(shù)。左邊是艦隊(duì)列表中間是整頁圖鑒右邊是選中那艘船的詳細(xì)規(guī)格還能導(dǎo)出成一張拼版圖。除了官方一批提前拿到內(nèi)測權(quán)限的人也在 Twitter 上曬了自己的測試有幾個(gè)我覺得比官方演示還帶勁兒。Matt Shumer 讓 Astra 在 Unreal Engine 里造一個(gè)世界往里面填滿由 Astra 驅(qū)動(dòng)的角色要求他們必須互相合作才能活下去。第二天他在臥室里聽見客廳有人說話以為家里進(jìn)人了走出去還有點(diǎn)害怕結(jié)果是那些 AI 角色自己開始互相聊天了。一位研究 T 細(xì)胞三十五年的免疫學(xué)教授只給了 AI 一句「做一個(gè) 5 分鐘講 T 細(xì)胞的教學(xué)視頻」Astra 自己挑了視頻框架、調(diào)文生圖做畫面、還主動(dòng)建議用 AI 配音最后一次性把講什么、怎么講、配什么畫面全組裝好了。教授說憑他三十五年的經(jīng)驗(yàn)他自己也講不了比這更好?？赐臧咐憧赡軙?huì)想官方是拿什么樣的提示詞做出這些東西的這個(gè)問題其實(shí)有答案。OpenAI 有一個(gè) 開發(fā)者展示館里面收錄了五十多個(gè)用 Codex 做出來的項(xiàng)目而且每個(gè)案例的詳情頁都把當(dāng)時(shí)用的提示詞原文一字不改地貼出來了后面還列了每一輪迭代都改了什么。雖然這個(gè)展示館不是這次跟 Astra 一起發(fā)的里面的案例大多是用 GPT-5.5 和 5.6 做的但我覺得值得給大家分享一下看官方的提示詞能收獲不少 AI 編程的啟發(fā)。隨便分享 2 個(gè)第一個(gè)啟發(fā)是要逼 AI 自己驗(yàn)收。比如玻璃塔堆疊游戲的提示詞最后一句是這么寫的Run build and lint, then play several runs in the browser to verify collisions, scoring, failure, and restart with no console errors.意思是先跑構(gòu)建和代碼檢查然后讓 AI 在瀏覽器里玩幾局把碰撞、計(jì)分、失敗和重開都驗(yàn)一遍控制臺(tái)不許有報(bào)錯(cuò)。這就是我一直在講的 Loop Engineering讓 AI 寫完自己驗(yàn)驗(yàn)證不通過就自己修復(fù)。官方把它寫成了提示詞里的硬要求。第二個(gè)啟發(fā)是先畫圖再寫代碼。小鎮(zhèn)模擬游戲的提示詞最后一段是讓模型先用文生圖工具畫幾張玩法概念圖把視覺方向定下來再開始寫代碼。如果你平時(shí)讓 AI 做前端總覺得出來的東西土這一招直接助你羽化登仙。剩下的案例我就不逐個(gè)講了放一張成品感受一下水平。AGI 時(shí)代真的來了么雖然官方把 GPT-6 Astra 吹得狂拽炫酷吊炸天我看了官方展示的案例也覺得很牛唄但是網(wǎng)上有很多不同的聲音。第三方評測機(jī)構(gòu) Artificial Analysis 在發(fā)布當(dāng)天就出了獨(dú)立評測結(jié)論跟官方不太一樣。在他們的綜合智能指數(shù)里Astra 是 61 分跟上一代 GPT-5.6 Sol 一模一樣比 Claude Fable 5.1 還低了 5 分。圖里右邊那一欄是單個(gè)任務(wù)的成本Astra 1.67 美元GPT-5.6 Sol 0.94 美元。智能指數(shù)一分沒漲成本快翻倍了所以「全球最強(qiáng)」這個(gè)說法在 OpenAI 自己挑的那批測試上成立一換成第三方的綜合指數(shù)就未必成立了。而且根據(jù)歷史情況我們可以大膽假設(shè)GPT-6 Astra 大概會(huì)像其他模型一樣第一周用起來像是在跟神說話一周后廠商為了省算力搞一波降級再用起來就像是在跟三歲小孩說話兩周后被用戶投訴多了就再把智力調(diào)回來一點(diǎn)幾周之后再發(fā)布 GPT-6.1然后循環(huán)……就分享到這里吧等我拿到 GPT-6 Astra 的使用權(quán)限再跑幾個(gè) AI 編程實(shí)戰(zhàn)項(xiàng)目測測看。本文會(huì)收錄到我免費(fèi)開源的 《AI 編程零基礎(chǔ)入門教程》上千張圖、幾十萬字帶你從 0 開始快速學(xué)會(huì) AI 編程做出自己的產(chǎn)品、跑通變現(xiàn)全流程一次拿捏。開源指路https://github.com/liyupi/ai-guide我是魚皮持續(xù)分享 AI 編程干貨。覺得有用的話記得點(diǎn)贊收藏和關(guān)注~評論區(qū)有沒有已經(jīng)用上 GPT-6 Astra 的朋友聊聊你們的使用感受