GPT-6 Astra全面开放！额度重置，快蹬起来

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 Ye 给 Astra 的任务，是根据 房源页面上的照片，在 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。

创始人 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 ，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。

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：

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 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：

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 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， 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 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 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。

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 Face 事件并无关联，因此不会被纳入 Face 事件报告中。他还补充说， 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， 已承诺将更加密切地监控模型行为。上个月， 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 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： 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：

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」（），因此按照 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， 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 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 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：

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」。

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 自己的研究人员也感到担忧：Astra 更难被监控了。

研究人员 Tomek 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， 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， 还没有给出答案。

你怎么看？

参考链接：