OpenAI的GPT-6阿斯特拉（Astra）是否具备AGI（通用人工智能）的特征？AGI是否能够革新商业并将经济推向新的高度？AGI究竟是什么？人类的智能又是什么？
人类的智能在于同时定义和解决问题。AGI则是解决给定问题的能力。目前的AGI能够在未曾经历的陌生环境中，无需特定知识，自主寻找解决方案，但仅限于数字环境。由于尚未理解物理世界，它无法有效介入实际环境中的问题。
最终结果由人类负责。搭载AGI的代理之间可以使用加密的神经语言（Neuralese）进行高效沟通，但人类则通过共情和发明看不见的虚构叙事来进行合作。为了控制AGI，必须掌握解读其信息的技术，同时避免其干扰。尽管定义AGI和人类智能并不容易，但二者的差异可以清晰地阐述。
我们能否否认阿斯特拉不是AGI？在日常使用的操作系统和网页浏览器中，其屏幕识别能力（ScreenSpot-Pro基准测试）达到了92.7%，而在需要通过鼠标和键盘完成复杂任务的数字操作系统控制基准（OSWorld 2.0）中，平均在40分钟内达到了72.6%。
其他AI模型的任务执行时间平均在75分钟内，完成率大约在60%到70%之间。人类的完成率也在72.3%左右。这是阿斯特拉通过高效机制解决问题的推理阶段的重复结果。在博士级推理基准（GPQA Diamond）中，阿斯特拉的成功率约为96%。其他AI模型在70%到90%之间遇到幻觉现象，而专业领域的博士级专家在思考时的平均完成率为65%到74%。
在陌生环境中无先验知识解决问题的基准（ARC-AGI）中，阿斯特拉首次达到了99.9%的成功率。其他AI模型在数年间徘徊在30%到40%的瓶颈，而人类的平均完成率为48%。
AGI能否带来经济收益？AGI能否使国家实现可持续增长？在不断雇佣人类并改善系统的时代，明天是否还能看到收入的增长？我们是否应该反问，哪些领域不需要AGI的计算能力？是否是提问能力、多代理管理能力以及AGI成果的验证能力？
如果AGI的自主推理应用成为主流，那么竞争力是否在于解决问题的结果，而非软件销售、使用权或人力成本等过程？这是否暗示着向代理即服务（AaaS）的快速转变？如果不打破今天的收益模型公式，未来是否还有希望？
独占护城河（Moat）是否是通过为单一客户提供前瞻性服务，获取封闭的本地数据，并增强AGI的控制力（Alignment）？在这一时代，人类正以秒为单位挑战难题，彻底抛弃以往的工作常规。
将AGI全面融入制造和服务业，将被困于数字空间的代理与机器人结合，扩展为物理人工智能（Physical AI），并建立支持这一切的千兆瓦级基础设施，是否是未来的方向？我们是否能通过培养与AGI对话的范式设计者，开辟出没有答案的道路，从而实现理想的生活？
※ 本报道经人工智能（AI）系统翻译与编辑。
