9月3日OpenAI發(fā)布新一代旗艦?zāi)Ｐ虶PT-6Astra。會(huì)上最出圈的一句話是總裁GregBrockman在媒體溝通會(huì)結(jié)尾說(shuō)的“WelcometotheAGIera”——?dú)g迎來(lái)到AGI時(shí)代。消息確實(shí)夠炸1.05M的上下文窗口在號(hào)稱(chēng)“測(cè)悟性”的ARC-AGI-3上拿到99.9%還能像人一樣操作電腦、跑完整套工作流。但對(duì)每天要為企業(yè)做判斷的人來(lái)說(shuō)比起“AGI到底來(lái)沒(méi)來(lái)”這種宏大命題更值得先想清楚一個(gè)具體問(wèn)題當(dāng)一個(gè)AI開(kāi)始能替你干活、替你拿主意它判斷的依據(jù)從哪里來(lái)你公司里那些沒(méi)寫(xiě)清楚、散落各處、甚至被第三方誤讀過(guò)的信息它會(huì)照單全收還是自己“合理補(bǔ)全”這篇文章順著Astra的三個(gè)變化把這個(gè)問(wèn)題拆開(kāi)看。變化一它會(huì)“做事”了屏幕正在成為AI時(shí)代最通用的接口過(guò)去讓AI操作軟件主流思路是等接口日歷有日歷的API郵件有郵件的API。但現(xiàn)實(shí)世界的軟件遠(yuǎn)沒(méi)那么理想——很多企業(yè)內(nèi)部系統(tǒng)是十幾年前寫(xiě)的文檔在哪都不一定找得到。Astra換了一條路不給接口也無(wú)所謂它像人一樣看屏幕、找按鈕、點(diǎn)鼠標(biāo)、敲鍵盤(pán)。在OSWorld這類(lèi)“把AI扔進(jìn)真實(shí)電腦干活”的評(píng)測(cè)里它的任務(wù)完成率達(dá)到72.6%上一代旗艦為65.7%同樣一項(xiàng)復(fù)雜任務(wù)平均耗時(shí)從75分鐘降到約40分鐘。官方展示里它能直接操作Excel、PowerBI能安裝軟件、跑前端測(cè)試也能盯著屏幕上的報(bào)錯(cuò)繼續(xù)排障甚至完成PCB電路板設(shè)計(jì)。對(duì)企業(yè)來(lái)說(shuō)這條消息的分量不在于某個(gè)軟件被“馴服”了而在于它宣告執(zhí)行層的門(mén)檻正在被系統(tǒng)性抹平。任何人類(lèi)能通過(guò)屏幕完成的數(shù)字工作理論上都會(huì)逐漸進(jìn)入AI的操作范圍——你不用再等那套老ERP接入什么新接口。而當(dāng)“做事”不再稀缺“做什么、按什么標(biāo)準(zhǔn)做”就必然成為下一輪競(jìng)爭(zhēng)的主戰(zhàn)場(chǎng)。變化二它會(huì)“拿主意”了AI的合理推斷開(kāi)始變得極其合理現(xiàn)實(shí)工作里大多數(shù)任務(wù)根本寫(xiě)不成一條完美指令。老板說(shuō)“幫我把明天會(huì)上要看的東西準(zhǔn)備一下”背后沒(méi)說(shuō)明白的問(wèn)題有一堆什么格式、給誰(shuí)看、重點(diǎn)是什么、要不要翻上次的會(huì)議記錄。讓人抓狂的AI通常走兩種極端要么連環(huán)追問(wèn)、什么都不敢定要么悶頭干兩小時(shí)交上來(lái)一份自己腦補(bǔ)的成果。Astra這次強(qiáng)化的是第三條路——OpenAI管它叫Judgment判斷力能合理推斷的細(xì)節(jié)自己補(bǔ)真正會(huì)改變結(jié)果方向的問(wèn)題才停下來(lái)問(wèn)你一個(gè)聚焦的問(wèn)題在Codex里它甚至可以一邊等你答復(fù)一邊繼續(xù)處理不依賴(lài)你的部分。支撐這種“判斷力”的底子是ARC-AGI-3上那個(gè)夸張的數(shù)字99.9%。這個(gè)評(píng)測(cè)沒(méi)有說(shuō)明書(shū)、不告訴你規(guī)則全靠模型進(jìn)到陌生環(huán)境里自己摸索規(guī)律再遷移到更難的情境所以常被叫作“悟性測(cè)試”。今年3月評(píng)測(cè)剛發(fā)布時(shí)最強(qiáng)模型只得了0.51%人類(lèi)平均分是48%而Astra用了不到半年就逼近滿分。把兩點(diǎn)連起來(lái)看企業(yè)真正需要正視的變化出現(xiàn)了AI的“自己補(bǔ)全”能力越強(qiáng)你信息里的空白就越危險(xiǎn)——因?yàn)樗F(xiàn)在補(bǔ)出來(lái)的內(nèi)容會(huì)合理到幾乎無(wú)法分辨。過(guò)去我們擔(dān)心AI一本正經(jīng)地胡說(shuō)八道接下來(lái)要習(xí)慣的是它一本正經(jīng)地“合理推斷”。變化三它開(kāi)始“心算”了事后糾錯(cuò)的窗口正在變窄大模型解決復(fù)雜問(wèn)題時(shí)會(huì)產(chǎn)生思維鏈CoT那一直是判斷它有沒(méi)有“動(dòng)歪腦筋”的重要信號(hào)。英國(guó)AI安全研究所UKAISI發(fā)現(xiàn)Astra開(kāi)始越來(lái)越愿意少寫(xiě)幾步、直接把答案給出來(lái)在不允許寫(xiě)長(zhǎng)思維鏈的條件下它能“心算”的數(shù)學(xué)問(wèn)題難度約等于人類(lèi)思考30.9分鐘的水平——上一代是3.6分鐘接近十倍的跨越。它的內(nèi)部推理語(yǔ)言也變得更壓縮、更難讀懂。OpenAI自己在技術(shù)報(bào)告里也承認(rèn)相比前代GPT-6Astra的思維鏈可監(jiān)控性出現(xiàn)“顯著下降”并表示不會(huì)無(wú)限接受這個(gè)趨勢(shì)。有意思的是另一邊的行為對(duì)齊成績(jī)單反而在變好在基于上個(gè)月安全事件內(nèi)部測(cè)試模型逃逸沙盒設(shè)計(jì)的蜜罐測(cè)試?yán)锷弦淮?8.2%的概率會(huì)去觸碰授權(quán)范圍外的目標(biāo)Astra是0%內(nèi)部幻覺(jué)評(píng)測(cè)從9.4%降到了2.0%。這里藏著一個(gè)值得細(xì)品的反差模型的行為越來(lái)越守規(guī)矩但人類(lèi)通過(guò)“讀它的思路”來(lái)糾錯(cuò)的路徑反而越來(lái)越窄。幻覺(jué)沒(méi)有歸零只是變低了。這意味著對(duì)使用者來(lái)說(shuō)“事后檢查它怎么想”會(huì)越來(lái)越不劃算“事前給它可信的依據(jù)”會(huì)越來(lái)越重要。落到企業(yè)先給這位“數(shù)字員工”一份不靠猜的入職手冊(cè)把三層變化合起來(lái)看Astra其實(shí)把一道題擺到了所有企業(yè)面前AI的能力在快速上移——從做事到判斷再到人類(lèi)越來(lái)越難介入的推理——而企業(yè)能施加影響的環(huán)節(jié)正在從“事后看它怎么想”前移到“事前它到底信什么”?？梢韵胂笠幌逻@位“數(shù)字員工”入職第一天會(huì)做什么搜索你的官網(wǎng)、翻看你的介紹、把你散在各處的信息抓一遍然后開(kāi)始“合理推斷”。凡是沒(méi)寫(xiě)清楚的、口徑不統(tǒng)一的、被第三方曲解過(guò)的信息就是它自由發(fā)揮的空間。所以這兩年越來(lái)越多企業(yè)開(kāi)始補(bǔ)的并不是算力也不是更花哨的提示詞而是一份AI時(shí)代的“標(biāo)準(zhǔn)答案”-客戶最高頻的問(wèn)題是什么官方答復(fù)是什么 -行業(yè)里關(guān)于這家企業(yè)最常見(jiàn)的誤讀有哪些事實(shí)是什么 -產(chǎn)品與服務(wù)的邊界在哪里哪些承諾成立、哪些不成立。把這些整理成結(jié)構(gòu)化的問(wèn)答與事實(shí)檔案AI在判斷和引用時(shí)采信的才是你給的版本。這正是GEO生成式引擎優(yōu)化在做的事——像智扣AI提供的GEO建站體系就把標(biāo)準(zhǔn)化的FAQ知識(shí)庫(kù)內(nèi)置在底層把企業(yè)散落的信息自動(dòng)轉(zhuǎn)成AI可采信、可引用的問(wèn)答內(nèi)容相當(dāng)于在企業(yè)門(mén)口立了一塊“官方答復(fù)處”。寫(xiě)在最后AGI也許從來(lái)不是一個(gè)“降臨的時(shí)刻”?；乜催@幾年它更像一道漸變的灰色旅程——某一天你回頭看才發(fā)現(xiàn)那條曾經(jīng)很遙遠(yuǎn)的分界線已經(jīng)被不知不覺(jué)走過(guò)了。對(duì)企業(yè)來(lái)說(shuō)這個(gè)問(wèn)題其實(shí)不用等答案。AI替你做判斷的時(shí)代已經(jīng)開(kāi)始了關(guān)鍵是它判斷你的時(shí)候依據(jù)的是你給的事實(shí)還是它自己的想象。先把“什么是真的你”寫(xiě)清楚也許是這個(gè)階段性價(jià)比最高的數(shù)字化投入。