但这个玩笑出现得恰逢其时——就在两天前，，，，，，OpenAI刚刚颁发，，，，，，这款尚未正式颁布的新模型已经成为公司第一个凌驾Preparedness Framework“Critical”网络安全能力阈值的模型。。。。。 OpenAI钻研副总裁Aidan Clark则从另一个角度诠氏缢Astra为什么特殊：“这是第一次在德州Stargate站点用超过10万张GPU做预训练，，，，，，从数据中心网络到推理内核再到模型自身的状态，，，，，，全数萦绕这个训练规模从零设计”。。。。。 这是一个专门测试模型能否进入从未见过的2D环境，，，，，，通过不休试错发现规定、实现指标的Agent基准。。。。。它不像传统考试那样考记住几多知识，，，，，，而更靠近于把AI丢进一个陌生游戏里，，，，，，看它能不能自己摸明显“这个世界怎么运行”。。。。。 两者最大的区别并不是换了标题。。。。。OpenAI之前发现，，，，，，Sol之所以分低，，，，，，不是由于模型笨，，，，，，而是harness在持续体式化它的影象。。。。。所以OpenAI的做法，，，，，，是把ARC-AGI-3的harness换成自家Responses API的出产配置，，，，，，而后还特意为ARC-AGI-3筹备两个特殊设置，，，，，，别离为保留推理（retained reasoning）和压缩（compaction）。。。。。前者让模型在作为之间记住自己刚才的思路，，，，，，后者则用提要包办粗鲁截断。。。。。 从前几代GPT颁布，，，，，，OpenAI重要在通知用户这个模型能回覆什么；；；；；；；；到了Astra，，，，，，它的沉心似乎转了个向，，，，，，造成了：你到底还有几多事件，，，，，，能够直接交给AI去做。。。。。 模型在“用电脑」剽件事上的进取，，，，，，可能比分数更沉要。。。。。在Codex里，，，，，，Astra带来了一套新的高低文机造：高低文窗口填满时不再只靠压缩提要，，，，，，而是能够跨窗口保留笔记、回搜更早的新闻和工具输出。。。。。 相比GPT-5.6 Sol目前的4美元输入、0.4美元缓存和20美元输出，，，，，，Astra整档价值直接提高到了2.5倍。。。。。OpenAI给它的定位也很明确：若是不知路该选什么旗舰模型，，，，，，能够选Astra；；；；；；；；若是更在意成本，，，，，，则持续使用GPT-5.6 Terra或者Luna。。。。。 它依然提供105万token高低文和最高12.8万token输出。。。。。但长高低文也有额表成本：和GPT-5.6系列一样，，，，，，当单次输入超过272K token后，，，，，，整次要求的输入用度会按2倍推算，，，，，，输出则按1.5倍推算。。。。。 但若是模型真能自己坐在电脑前，，，，，，陆续工作几极度钟甚至几个幼时，，，，，，把从前必要人来回切软件、查资料、填表格、改文件的一整件事件做完，，，，，，那么真正该比力的，，，，，，就不再只是每百万token几多钱了。。。。。 OpenAI在这次颁布中引用了SRE-Bench。。。。。这是Columbia DAPLab等团队今年推出的一套逆向工程基准：不给模型源代码，，，，，，只给编译后的二进造法式，，，，，，看它能不能沉新理解法式逻辑、找到关键行为。。。。。 OpenAI颁布的一组内部电脑使用安全测试中，，，，，，Astra的违规率从Sol的22.0%降落到了2.4%；；；；；；；；在专门观察模型是否会为了实现工作绕过限度的测试里，，，，，，Astra为0%。。。。。内部幻觉测试也从Sol的9.4%降落到Astra的2.0%。。。。。 从前一种很沉要的AI安全法子，，，，，，是监控模型的思想链（Chain of Thought）：若是模型筹备越权、攻击某个系统或者偷偷扭转指标，，，，，，能够提前从它的推理里看到蛛丝马迹。。。。。 但OpenAI发现，，，，，，Astra对于自己的书面推理占有更强的节造能力。。。。。一些从前必须写好多步能力解决的问题，，，，，，它此刻能够用更少的显式推理实现；；；；；；；；若是模型知路自己的思虑过程在被监控，，，，，，还会显著扭转或者缩短这些内容。。。。。 为了盯住Astra，，，，，，不让它做出此前在Sol上出现的攻击行为，，，，，，OpenAI在出产环境里装上了“失对齐监控”（misalignment monitoring）。。。。。它会同时观察模型的推理、现实作为、工具挪用以及整条工作轨迹。。。。。 对于通常谈天，，，，，，这可能没什么吸引力。。。。。但若是一个Agent正本要在浏览器和软件里跑40分钟，，，，，，把功夫缩到十几二极度钟，，，，，，速度自身就会造成产品能力的一部门。。。。。 好多模型都是先颁布，，，，，，再慢慢露出问题，，，，，，而Astra反了过来——当然，，，，，，不排除有部门营销伎俩。。。。。但在正式上线以前，，，，，，OpenAI已经花了将近一个月，，，，，，不休诠释它为什么必要被更审慎地训练、测试和盛开。。。。。 依照OpenAI自己的尺度，，，，，，这意味着在占有相宜工具和接见权限的情况下，，，，，，Astra已经可能在好多经过加固的现实系统中，，，，，，不必要人类逐步领导，，，，，，自主发现此前未知的缝隙并开发可用的利用方式；；；；；；；；或者只给它一个高层指标，，，，，，就能自己设计并执行一套针对加固指标的端到端攻击战术。。。。。 为了预防模型只是记住了公开缝隙，，，，，，OpenAI又另表筹备了一套内部测试，，，，，，放入20个2026年6月至8月才披露的V8高危缝隙。。。。。Astra不仅比GPT-5.6 Sol用了更少的输出token，，，，，，还获得了显著更高的肆意代码执行成功率。。。。。 测试过程中，，，，，，它甚至自己发现并利用了两个此前未知的zero-day，，，，，，并把它们串进了一条缝隙利用链。。。。。OpenAI称，，，，，，目前在向守护者披露这两个缝隙。。。。。 专家测试则更靠近现实攻击。。。。。面对经过强化的浏览器，，，，，，Astra找到未知缝隙后，，，，，，能够一路做到逃出沙盒，，，，，，并在宿主机执行号令；；；；；；；；在加固操作系统上，，，，，，它又把多个缝隙串成一条本地提权链，，，，，，从通常用户拿到root权限。。。。。 OpenAI因而沉新加固了整个钻研环境。。。。。执行模型天生代码的工作必要更严格的沙盒；；；；；；；；高风险工作负载必要更强的网络隔离；；；；；；；；Astra checkpoint增长加密和接见节造；；；；；；；；所有带工具的Astra推理都要接受额表监控。。。。。 OpenAI明确暗示，，，，，，Astra默认出产版本仍会对高风险网络攻击要求设置限度；；；；；；；；更高级的网络安全工作流，，，，，，最初只向一幼群Alpha测试者盛开，，，，，，再通过Daybreak Blue逐步扩大到经过审核的防御性用户。。。。。 这种限度甚至可能产生误伤。。。。。OpenAI提前忠告，，，，，，额表的安全查抄有可能让正常工作变慢、暂停甚至直接管场，，，，，，连一些看起来与网络安全无关的长功夫Agent工作，，，，，，也可能被谬误象征。。。。。 更早之前，，，，，，在《Sources Podcast》里，，，，，，Altman已经不太愿意当真会商“我们什么时辰实现AGI」剽个问题了，，，，，，他以为AGI这个词“往好了说，，，，，，也是一个界说极度吞吐的概想”，，，，，，甚至差点把它称作一个“无关紧要的营销术语”。。。。。

?作者： 梅全伟撰 · 更新于 2026-09-08 01:10:08

?99热这里都是精品武大女教授被举报事务，，，，，，男方系安徽大学副校长，，，，，，安徽大学回应

?芭乐视频色板“注意这个球，它正朝着场外飞去。突然间它停住了，去了哪里？到了巴雷拉胸前。每个人都可以有自己的看法，没有绝对确定的结论，不过球原本是出界的，那里本来就该出界。所以这次判罚没有任何疑问。”

?丝瓜黄色网址据 Woofun AI 消息，周五美国公布的就业数据大幅超越市场预期，直接触发市场对美联储维持紧缩政策的担忧，Bitcoin 价格随即跌破 80,000 美元关口。

? 记者 游泳 摄 · 更新于 2026-09-08 01:10:08