OpenAI Melancarkan Model GPT-6 Astra, Kemampuan Agen AI Melampaui Ukuran Sebelumnya

OpenAI melancarkan model GPT-6 Astra, mencapai peralihan penting dari Answer Engine kepada AI Agent. Astra kini mampu mengendalikan komputer, melayari web, menggunakan perisian, menulis dan menjalankan kod, serta menyelesaikan alur kerja yang kompleks, dengan pencapaian 72.6% dalam ujian OSWorld 2.0, melebihi 65.7% GPT-5. Ini bermakna AI berpindah dari “memberikan jawapan yang lebih baik” kepada “berjaya menyelesaikan tugas”, bukan lagi sekadar alat untuk menjawab soalan, tetapi menjadi tenaga kerja digital yang boleh “dipekerjakan”. Permintaan Token akan berubah dari pertumbuhan pengguna semata-mata kepada kesan ganda yang melibatkan tiga pemboleh ubah: bilangan Agent, bilangan tugas setiap Agent, dan penggunaan Token setiap tugas. AI sedang membentuk efek roda penerbangan “Human+AI→Train→Better AI”, di mana peningkatan kemampuan model itu sendiri menjadi enjin kepada pertumbuhan permintaan komputasi.

Penulis artikel, sumber: Minorities Perspective Bureau

Saya percaya hampir semua orang mengakui perkataan berikut:

Di era AI, orang atau syarikat yang mengalahkan anda ialah mereka yang lebih awal dan lebih mahir menggunakan AI.

Tetapi selepas OpenAI melancarkan model GPT-6 Astra mereka sendiri, pernyataan di atas sepenuhnya tidak tepat, atau tepatnya salah. Sekarang, pernyataan yang sebenarnya betul ialah:

Pada era AI, yang akan mengalahkan anda bukanlah individu atau syarikat yang lebih mahir menggunakan AI, tetapi mereka yang lebih proaktif dalam memiliki, melaksanakan, dan benar-benar menguasai AI Agent.

Sebagai pengingat khusus, “anda” di atas juga boleh merujuk kepada sebuah syarikat.

Masih ingat? Bulan lalu, Astra pernah muncul sebagai model rahsia dalaman OpenAI, yang memberikan jawapan setara dengan penyelidikan matematik terkemuka (Anugerah Fields) terhadap 10 soalan matematik dan sains komputer teori. Kali ini, terobosan terbesar Astra yang dilancarkan secara rasmi oleh OpenAI bukan sahaja menjadi “lebih pintar” (mempunyai kemampuan matematik dan sains yang lebih kuat), tetapi Astra membawa AI daripada Enjin Jawapan benar-benar berubah menjadi AI Agent.

Oleh itu, dalam pengeluaran kali ini, OpenAI tidak lagi terhad kepada membincangkan sejauh mana benchmark Astra telah ditingkatkan, tetapi sejak awal memberikan pernyataan yang sangat jelas mengenai sempadan kemampuan Astra:

Astra telah mampu mengendalikan komputer, melayari laman web, menggunakan perisian, menulis dan menjalankan kod, menyelesaikan alur kerja yang kompleks, serta melaksanakan tugas jangka panjang dalam bidang sains, keselamatan siber, dan pekerjaan profesional.

Perkataan ini merumuskan lompatan sebenar Astra. Ia bermaksud bahawa AI sedang benar-benar berpindah dari “manusia→AI→jawapan” kepada “manusia→Agen AI→tugasan→pelaksanaan→keputusan”. Oleh itu, GPT-6 Astra bermaksud:

AI bukan lagi sekadar alat untuk menjawab soalan, tetapi mulai menjadi tenaga digital yang boleh "dipekerjakan", yang bekerja tanpa henti dan tidak pernah rehat.

Kemampuan Astra dalam tugas jangka panjang adalah yang paling kritikal.

Dalam OSWorld 2.0 (uji coba yang dicadangkan oleh pasukan dari CMU dan Stanford untuk menilai kemampuan Agen AI dalam menyelesaikan tugas kompleks seperti pekerjaan pejabat, pemeriksaan kejuruteraan perisian berbilang fail, dan konfigurasi keselamatan rangkaian peringkat sistem, kemudian membandingkannya dengan asas pakar manusia), Astra mencapai 72.6%, lebih tinggi daripada 65.7% GPT-5.6 Sol; pada masa yang sama, masa simulasi untuk menyelesaikan tugas turun daripada sekitar 75 minit kepada sekitar 40 minit.

Ini bermakna Astra sedang mengalami perubahan yang sangat menentukan:

Dari "menjawab dengan lebih baik" ke "berjaya menyelesaikan perkara".

Ini akan mengubah sepenuhnya cara kita memahami "tingkat penetrasi AI" dan pengiraan permintaan keseluruhan untuk token. Di masa lalu, ketika kami menganggarkan pasaran AI, kami secara semula jadi bertanya: Berapa ramai orang yang menggunakan ChatGPT? Berapa ramai pekerja perusahaan yang menggunakan Copilot? Berapakah tingkat penetrasi AI di kalangan jurutera perisian, kakitangan perkhidmatan pelanggan, pekerja pejabat, dan saintis?

Kemudian gunakan “bilangan pengguna × ARPU” untuk menganggar saiz pasaran AI. Logik ini tidak bermasalah pada era Answer Engine. Tetapi di era AI Agent, masalah timbul:

• Seseorang menggunakan AI tidak bermakna hanya ada satu beban kerja AI; seseorang boleh membina banyak tugas Agent; sebuah perusahaan boleh melaksanakan ratusan hingga ribuan Agent secara serentak. Sebuah Agent boleh beroperasi secara berterusan selama berjam-jam, bahkan 24 jam.

Oleh itu, terdapat ketaksamaan berikut:

1 orang ≠ 1 pengguna AI ≠ 1 jumlah kerja AI.

Seorang ahli bahan boleh mengkonfigurasi puluhan AI Agent secara serentak untuk melaksanakan tugas penyelidikan yang berbeza mengikut arah penyelidikan yang berbeza. Oleh itu, pemboleh ubah yang perlu diperhatikan benar-benar menjadi:

• Berapakah jumlah agen AI yang sedang beroperasi di seluruh dunia?
• Berapa banyak tugas yang dijalankan setiap hari oleh setiap AI Agent yang sedang berjalan? Berapa banyak token yang akan digunakan?

Hasil darab dua nombor ini akan menjadi fungsi permintaan sebenar AI.

Mengenai sama ada anda menggunakan AI, sama ada rakan-rakan anda menggunakan AI, atau sama ada syarikat anda menggunakan AI, kadar penetrasi AI dan permintaan keseluruhan untuk token tidak penting. Jika anda tidak menggunakan AI, pasti akan ada orang yang menggunakan AI Agent untuk menggantikan kelebihan atau perniagaan anda, kemudian menggantikan anda dan syarikat anda.

Jadi, di sini ditambahkan satu pernyataan khusus:

Sekarang ini, sekurang-kurangnya semua syarikat menengah dan besar sepatutnya memberi perhatian serius kepada pembinaan strategi AI sendiri di peringkat pihak pengurusan, kerana dunia ini mempunyai terlalu banyak orang bijak yang memperhatikan dengan cermat bisnes anda yang menguntungkan.

Oleh itu, definisi kepadatan AI telah berubah dari “Per Manusia” kepada “Per Agen”. Dahulu kita menganggapnya seperti ini:

Kadar penetrasi AI = Jumlah orang yang menggunakan AI / populasi berpotensi

Selepas Astra, formula penembusan AI Agent adalah seperti berikut:

Kadar penetrasi agen = Tugasan kerja yang diambil alih oleh Agen AI / Tugasan kerja yang boleh dijalankan oleh Agen

Pembahagi dua formula ini tentu mempunyai perbezaan magnitud yang besar. Oleh kerana Agent tidak lagi perlu sepadan satu-ke-satu dengan bilangan manusia, seseorang mungkin mempunyai beberapa Agent AI peribadi secara serentak. Mengenai berapa banyak "tugasan yang boleh dilaksanakan oleh Agent", saya rasa halaman pengenalan Astra yang dikeluarkan oleh OpenAI memberikan petunjuk.

Gambar peta bintang di atas adalah yang diberikan oleh OpenAI dalam halaman pengenalan Astra kali ini; sisi lain dari kecilnya manusia dalam alam semesta ialah ketidaktahuan manusia terhadap dunia alam semesta, dan semua usaha untuk menjelajahi ketidaktahuan ini boleh menjadi tugas yang dikaji oleh Agen AI, dengan begitu, jumlah Agen AI boleh jadi tak terhingga.

Jadi, “berapa banyak orang di seluruh dunia yang mulai menggunakan AI” dan “berapa banyak tenaga kerja digital yang sedang berjalan” adalah dua ukuran yang sama sekali berbeza.

Sementara itu, permintaan keseluruhan terhadap token akan menunjukkan elastisiti permintaan yang jauh lebih besar daripada “pertumbuhan bilangan pengguna AI Agent”. Kerana permintaan token pada era Agent tidak hanya meningkat secara ringkas seiring dengan pertumbuhan bilangan pengguna, tetapi juga meningkat seiring dengan “jumlah kerja AI yang ditanggung oleh setiap Agent”.

Oleh itu, jumlah permintaan Token boleh ditulis secara kasar sebagai:

Jumlah permintaan token ≈ Bilangan agen AI × Jumlah tugas setiap agen × Pemakaian token setiap tugas

Dan ketiga-tiga pemboleh ubah ini boleh meningkat dengan pantas secara serentak.

Pertama, peningkatan bilangan Agen. Dahulu, seseorang mungkin hanya menggunakan satu ChatGPT, tetapi di masa depan, seseorang mungkin menjalankan Agen pembantu peribadi, Agen Pengekodan, Agen Penyelidikan, Agen Kewangan, Agen Belian, dan sebagainya secara serentak. Syarikat pula mungkin akan berkembang dari puluhan hingga ratusan Agen kepada ribuan, bahkan puluhan ribu Agen.

Kedua, tugas yang dilaksanakan oleh setiap Agent semakin bertambah. Dahulu, "Tolong ringkaskan artikel ini" mungkin hanya memerlukan beberapa ribu Token, tetapi di masa depan, ia akan menjadi "Kaji industri ini, baca 500 dokumen, bandingkan 50 syarikat, bina model, cari anomali, susun laporan, kemudian berikan cadangan pelaburan berdasarkan laporan tersebut", dan inilah makna Astra: semakin mampu model menyelesaikan tugas kompleks, semakin berani manusia menyerahkan tugas kompleks kepada Agent.

Ketiga, Agen akan berubah dari “panggilan sesekali” menjadi “berjalan berterusan”. Ini adalah perubahan paling penting. ChatGPT tradisional hanya dipanggil apabila pengguna bertanya, memberikan jawapan, lalu berhenti. Manakala Agen AI pula,

Menerima sasaran → Perancangan → Pencarian → Pelaksanaan → Pengesahan → Ubah suai → Lakukan semula → Selesai.

Ia adalah rantai pengiraan yang berjalan berterusan, yang terus menghasilkan panggilan API. Semakin kompleks tugas tersebut, semakin panjang Reasoning, semakin besar Context, semakin banyak Tool Call, semakin banyak Output, dan semakin besar penggunaan Token.

Oleh itu, AI Agent tidak hanya akan meningkatkan bilangan pengguna AI, tetapi juga memperbesar permintaan Token di sebalik setiap pengguna AI.

Oleh itu, adalah sepenuhnya mungkin untuk situasi berikut berlaku: jumlah Agen AI hanya meningkat sebanyak 20%, tetapi permintaan token keseluruhan meningkat 300%.

Astra adalah latihan terbesar yang pernah dilakukan oleh OpenAI, dan maklumat awam kali ini menunjukkan skala latihan telah melepasi 100,000 GPU. Lebih penting lagi, AI semakin banyak terlibat dalam proses latihan model itu sendiri.

Dahulu adalah “Manusia→Latih→AI”, dan kini perlahan-lahan berubah menjadi:

Manusia + AI → Latih → AI yang Lebih Baik

Ini sudah merupakan modus awal RSI, di mana model boleh menyertai dalam menghasilkan data latihan, mengenal pasti masalah, menilai, memberi maklum balas, serta membantu sebahagian kerja kejuruteraan dan penyelidikan semasa proses latihan.

Oleh itu, akan terbentuk satu rantai efek roda penerbangan yang sangat cantik:

Model yang lebih kuat akan meningkatkan kemampuan AI Agent, yang kemudian dapat menyelesaikan lebih banyak tugas dunia nyata, menghasilkan lebih banyak data tugas berkualitas tinggi dan umpan balik, yang pada gilirannya membantu melatih model yang lebih kuat, dan model yang lebih kuat sekali lagi meningkatkan kemampuan Agent, sehingga dapat mengambil alih lebih banyak tugas…

Ini bermaksud perkembangan AI tidak akan seperti "pengulangan versi" perisian tradisional, tetapi lebih seperti sistem penghasilan yang mempercepat diri sendiri. Akibatnya, permintaan terhadap Token akan mengalami kesan ganda dengan pelbagai pemboleh ubah yang berkembang serentak, dan semakin kuat model tersebut, semakin jelas kesan ganda ini.

Jadi, kita pasti akan melihat:

Peningkatan kemampuan model itu sendiri menjadi enjin pertumbuhan permintaan komputasi AI, yang seterusnya menghasilkan puluhan ribu juta, ratusan ribu juta, dan semakin banyak tenaga kerja digital AI Agent, lalu permintaan terhadap Token meluap tanpa henti.

Ini adalah kepentingan penting dalam pelancaran GPT-6 Astra ini.