OpenAI's Astra Mengalihkan Fokus AI daripada Menjawab kepada Melaksanakan Tugas Jangka Panjang

Yang benar-benar patut diperhatikan dari Astra bukanlah seberapa baik ia menyelesaikan satu soalan matematik, tetapi bagaimana OpenAI sedang mengubah model terkini daripada “sistem jawapan segera” kepada sistem pelaksanaan yang mampu berterusan selama berjam-jam atau lebih lama, memecahkan tugas secara autonomi, dan mengendalikan perisian sebenar.

Penulis artikel, sumber: 0x9999in1, ME News



• Yang benar-benar patut diperhatikan dari Astra bukanlah seberapa baik ia menyelesaikan satu soalan matematik, tetapi bagaimana OpenAI sedang mengubah model terkini daripada “sistem jawapan segera” kepada sistem pelaksanaan yang mampu berterusan selama berjam-jam atau lebih lama, memecahkan tugas secara autonomi, dan mengendalikan perisian sebenar.
• 16 agen bekerjasama membuktikan soalan matematik, mengendalikan komputer secara langsung, “latihan penyelidikan AI” — demonstrasi ini menunjukkan perubahan yang sama: indikator utama persaingan AI sedang berpindah daripada kualiti jawapan sekali jalan kepada sejauh mana dan sekompleks mana rantai kerja yang boleh diambil secara berdiri sendiri.
• Jika kemampuan ini boleh diperlukan secara stabil, logik perusahaan dalam membeli AI juga akan berubah: dahulu membeli tempat perisian dan Copilot, masa depan mungkin semakin hampir kepada pembelian "tenaga kerja digital" dan throughput tugas.
• Tetapi demonstrasi tertutup bukanlah persekitaran pengeluaran. Astra masih belum dilancarkan secara umum, dan apa yang disebut “latihan penyelidikan” juga merupakan piawaian dalaman OpenAI; demonstrasi matematik menghasilkan bukti kandidat, bukan pengesahan bebas terhadap kebenaran ilmiahnya.
• Yang lebih perlu diwaspadai ialah, peningkatan kemampuan telah bermula menghambat kelajuan pembangunan OpenAI sendiri. Pada bulan Ogos, OpenAI mengakui bahawa Astra mungkin telah mencapai had kemampuan keselamatan siber "Critical" tertinggi, dan dengan itu menghentikan sebahagian aktiviti latihan dan penilaian.
• Oleh itu, perdebatan sama ada Astra itu AGI kini kurang bermakna. Masalah yang benar-benar penting telah berubah menjadi: apakah yang akan berlaku kepada model ekonomi perusahaan, pasaran tenaga kerja, dan syarikat AI apabila AI pertama kali berpeluang naik dari “menjawab soalan anda” kepada “melakukan kerja berterusan untuk anda, bahkan membantu menyelidik AI generasi seterusnya”.

Jika dilihat secara permukaan, pra-pandangan tertutup Astra mudah dipahami sebagai promosi semula sebelum pelancaran model.

Pengurusan daripada puluhan pelanggan penting OpenAI tiba di bangunan MB0 baharu di San Francisco. Di luar pintu, penunjuk perasaan “Stop the AI Race” masih berada di tempat; di dalam, sebahagian besar tumbuhan hijau didorong ke hadapan kaca, menghalang pandangan antara kedua-dua belah. Sam Altman baru sahaja kembali dari Washington, sebelum itu telah memperkenalkan keluarga model yang belum diumumkan kepada pejabat kerajaan Amerika Syarikat.

Paparan sebenarnya lebih tepat merangkum industri AI hari ini daripada sebarang sidang akhbar: modal, pelanggan, dan kerajaan semuanya menunggu kemampuan terus maju, sementara golongan lain sudah mulai bimbang ia bergerak terlalu pantas.

Tetapi yang benar-benar penting tentang Astra bukanlah "model telah meningkat sebanyak berapa peratus".

Pertunjukan pertama di tempat adalah 16 AI Agent menghadapi satu masalah matematik peringkat penyelidikan. Mereka secara sendiri memecahkan masalah itu kepada beberapa soalan kecil, mencuba masing-masing, mengkoordinasikan keputusan, kemudian menggabungkan satu bukti cadangan. Di sini perlu ditekankan kata "cadangan": ini bukan teorem matematik baharu yang telah disahkan secara awam, dan tidak boleh dianggap secara automatik sebagai setara dengan pasukan penyelidikan yang terdiri daripada 16 ahli matematik cemerlang. Banyak model mungkin berkongsi kesilapan yang sama, dan peningkatan bilangan Agent tidak secara semula jadi bermaksud ketepatan meningkat secara linear.

Tetapi ia masih penting.

Kerana sebelum ini, kami mengukur model besar dengan fokus pada satu soalan: adakah ia mampu menjawabnya?

Astra cuba menukar masalah kepada yang lain: adakah ia mampu mengatur sendiri kerjanya untuk meneruskan tugas yang kompleks?

Kedua-duanya kelihatan hanya berbeza satu langkah, tetapi makna perniagaannya mungkin berbeza satu era.

Cara interaksi paling klasik awal ChatGPT ialah manusia bertanya, mesin menjawab; kemudian Copilot mula memasuki proses pengaturcaraan, pejabat, dan penciptaan, di mana manusia terus memberi arahan dan AI terus membantu. Agent melangkah lebih jauh lagi, bermakna manusia hanya perlu memberikan matlamat, sementara mesin menentukan langkah-langkah sendiri, memilih alat, memeriksa keputusan sementara, dan terus memajukan proses.

Oleh itu, demonstrasi kedua lebih patut diperhatikan dengan serius oleh pengurusan korporat berbanding soalan matematik.

Astra mengendalikan komputer secara langsung, beralih di antara pelbagai perisian desktop biasa, mencipta dan mengubah kandungan, serta menyelesaikan tugas dengan kelajuan yang sangat pantas. Altman menggambarkan, melihat model menggunakan komputer dengan cara "superman, sangat pantas" adalah salah satu perkara paling mengejutkan yang dirasai oleh kakitangan OpenAI baru-baru ini.

Mengapa mengendalikan komputer sangat penting?

Kerana sebahagian besar pekerjaan di dunia perniagaan bukanlah soalan cantik yang boleh dimasukkan ke dalam kotak sembang.

Kerja sebenar tersebar di antara peramban, Excel, e-mel, repositori kod, ERP, CRM, perisian reka bentuk, pangkalan data dalaman, dan sistem pengesahan. Nilai seorang pekerja tidak pernah sekadar "mengetahui jawapan", tetapi mampu memindahkan maklumat di antara belasan sistem, membuat keputusan, mengubah fail, dan mendorong proses, akhirnya menyelesaikan perkara tersebut.

Selagi AI tidak dapat melintasi ambang ini, ia masih merupakan alat pengetahuan utama.

Setelah melintasinya, ia baru pertama kali benar-benar mendekati “tenaga kerja”.

Produk utama yang dilukiskan oleh Altman untuk Astra ialah persistent agents—agen yang berterusan dan berfungsi dalam jangka panjang.

Kata ini kedengarannya tidak sehebat AGI, tetapi mungkin lebih dekat dengan sesuatu yang akan benar-benar mempengaruhi laporan keuntungan perusahaan dalam beberapa tahun ke depan.

Ilmuwan utama OpenAI, Jakub Pachocki, memberitahu TIME bahawa Astra telah mencapai piawaian "latihan penyelidikan AI automatik" dalaman syarikat: berikan ia satu idea eksperimen, ia mampu memasuki repositori kod OpenAI sendiri untuk melaksanakan penyelesaian, menjalankan eksperimen, dan mengembalikan keputusan; berikan ia satu kertas penyelidikan, ia mampu melaksanakan kerja susulan yang sebelumnya mungkin mengambil masa sekitar seminggu kepada penyelidik manusia.

Ini masih hanya penilaian dalaman OpenAI, tanpa pengesahan pihak ketiga bebas, dan tidak boleh dijadikan kesimpulan mudah bahawa "Astra sudah mampu menggantikan penyelidik". Namun, isyarat yang dikeluarkan sudah cukup jelas: unit yang dikejar oleh OpenAI sedang berpindah daripada token, jawapan, dan perbualan kepada tempoh tugas.

Arah ini bukan naratif yang tiba-tiba dicipta oleh OpenAI sendiri.

Agensi penilaian bebas METR selama beberapa tahun terakhir telah cuba mengukur kemampuan Agen menggunakan "jangka masa penyelesaian tugas": bukan dengan bertanya sama ada model mampu menyelesaikan satu jenis soalan, tetapi dengan memantau seberapa lama masa yang diperlukan oleh model untuk menyelesaikan tugas tersebut dengan kejayaan tertentu, setara dengan masa yang diperlukan oleh pakar manusia.

Data setelah kemas kini METR pada 2026 masih menunjukkan trend peningkatan eksponen yang jelas. Dari perspektif jangka panjang, masa untuk perisian dan tugas penyelidikan model terkini berlipat ganda kira-kira setiap 6 hingga 7 bulan; jika hanya melihat data sejak 2023, kadar peningkatan bahkan lebih pantas. Pada Mei tahun ini, beberapa model terkini yang telah diumumkan telah mendekati atau bahkan melampaui julat pengukuran berkesan sekitar 16 jam bagi set ujian semasa, sehingga METR secara khusus memperingatkan bahawa data yang melebihi panjang ini tidak sepatutnya ditafsirkan secara berlebihan.

Ini tepat menjelaskan mengapa Astra muncul.

Apabila tugas yang boleh dilakukan secara stabil oleh model meningkat dari beberapa minit kepada beberapa jam, kemudian dari beberapa jam kepada sehari atau lebih lama lagi, bentuk produk pasti akan berubah. Anda tidak lagi perlu berada di samping tetingkap sembang untuk membetulkan ia, tetapi mulai berbicara seperti memberi tugas kepada rakan sekerja: “Tinjau masalah ini, uji tiga cadangan, susun data, dan berikan hasilnya kepada saya esok.”

Yang disebut "rakan sekerja maya", perbezaan sebenar bukanlah sama ada ia boleh berbicara seperti manusia.

Tetapi selepas kamu pergi, ia masih akan terus bekerja atau tidak.

Ini juga merupakan makna kewangan Astra yang paling mudah dianggap remeh.

Dalam tiga tahun terakhir, model utama perusahaan dalam membeli AI generatif pada dasarnya masih merupakan lanjutan daripada model SaaS tradisional: menambahkan satu tempat duduk AI untuk setiap pekerja, dan membayar beberapa puluh dolar lebih banyak setiap bulan. Microsoft Copilot begitu, versi perusahaan ChatGPT begitu, dan banyak SaaS AI lainnya juga begitu.

Namun, apabila agen persisten matang, logik penentuan harga ini akan menjadi semakin tidak selesa.

Mengapa?

Kerana syarikat sebenarnya membeli bukan "kebenaran seorang pekerja menggunakan AI", tetapi kemampuan AI itu sendiri untuk menyelesaikan kerja.

Anggapkan sebuah pasukan kewangan sebelum ini memerlukan 10 orang untuk mengendalikan pengumpulan data, draf laporan, pemeriksaan penyimpangan, dan pemasukan antara sistem. Masalah yang dihadapi oleh pengurus di masa depan mungkin bukan lagi “Adakah saya perlu membeli satu Copilot untuk setiap daripada 10 orang ini?”, tetapi “Berapa banyak jumlah kerja Agent yang perlu saya beli untuk menyelesaikan tugas-tugas ini?”

Pada masa ini, pesaing AI bukan lagi hanya bajet perisian.

Ia bermula memasuki bajet tenaga kerja.

Data dari Stanford AI Index 2026 telah menunjukkan kontradiksi ini. Di satu sisi, penggunaan AI oleh perusahaan terus meningkat dengan cepat: pada 2025, 88% organisasi dalam survei telah menggunakan AI di setidaknya satu bidang, dan 70% telah menggunakan AI generatif; di sisi lain, perusahaan yang benar-benar meluncurkan Agent masih hanya memiliki proporsi satu digit dalam sebagian besar fungsi bisnis.

Dengan kata lain, orang-orang sudah sangat bersedia untuk "menggunakan AI", tetapi belum bersedia secara besar-besaran untuk "menyerahkan perkara kepada AI".

Ini adalah jurang yang cuba dilintasi oleh Astra.

Setelah melintasi titik itu, kesannya tidak akan berhenti di kalangan syarikat teknologi. Statistik Stanford menunjukkan bahawa pekerjaan pembangun perisian berusia 22 hingga 25 tahun di Amerika Syarikat telah menurun hampir 20% sejak 2024; pada masa yang sama, kira-kira sepertiga syarikat yang disurvei menganggap AI akan menyebabkan pengurangan tenaga kerja dalam setahun ke depan, manakala pasaran pekerjaan keseluruhan masih jauh daripada mengalami pengangguran menyeluruh pada skala yang sama.

Ini menunjukkan bahawa kesan AI terhadap pasaran tenaga kerja kemungkinan besar bukanlah seperti menekan suis utama secara tiba-tiba, tetapi lebih kepada perubahan pertama terhadap permintaan marjinal di pintu masuk pekerjaan, jawatan peringkat permulaan, dan pekerjaan pengetahuan terstandardisasi.

Oleh sebab itu, sebutan “AI Research Intern” sebenarnya agak halus.

Hari ini, ia mungkin terlebih dahulu menyelesaikan kerja eksperimen yang mengambil masa seminggu tetapi matlamatnya jelas bagi penyelidik; esok, syarikat akan bertanya: di manakah model awal analis kewangan? pengumpulan maklumat penasihat perniagaan? pembangunan biasa pengatur cara? pelaksanaan lintas sistem oleh jabatan pemasaran?

Dahulu kita selalu membincangkan sama ada AI akan "menggantikan satu kerjaya".

Proses yang lebih realistik ialah AI mungkin akan mengambil secara perlahan-lahan modul kerja yang paling mudah distandardkan, paling mudah diverifikasi, dan paling memakan masa dalam sebuah kerjaya. Jawatan tidak akan hilang secara tiba-tiba pada suatu pagi, tetapi pekerjaan yang dahulunya memerlukan sepuluh orang baru kini mungkin secara beransur-ansur hanya memerlukan enam orang, empat orang, ditambah dengan satu set Agent.

Yang benar-benar mengubah pasaran pekerjaan biasanya bukan "AI tiba-tiba boleh melakukan segalanya".

Sebaliknya, syarikat mendapati: pekerja seterusnya boleh ditangguhkan terlebih dahulu.

Jika cerita berakhir di sini, Astra hanyalah sebuah produk dengan imajinasi perniagaan yang sangat kuat.

Masalahnya ialah, OpenAI sendiri telah membuktikan bahawa perkara ini tidak semudah itu.

Pada 7 Ogos, OpenAI secara terbuka menyatakan, berdasarkan penilaian terkini dalaman, syarikat tidak dapat mengecualikan Astra mencapai tahap kemampuan keselamatan siber "Critical" dalam Kerangka Kesiapan.

Tahap ini bukanlah "model perbandingan boleh menulis kod".

Menurut definisi OpenAI sendiri, tahap Critical bermaksud model mungkin mencari dan mengembangkan kelemahan zero-day dengan tahap keparahan berbeza dalam sistem kritikal dunia nyata yang telah diperkuat, tanpa campur tangan manusia, atau hanya berdasarkan satu objektif tingkat tinggi, secara autonom merancang dan melaksanakan strategi serangan end-to-end baru yang ditargetkan kepada objektif yang diperkuat.

OpenAI menekankan bahawa pada masa ini hanya tidak dapat menyingkirkan tahap ini, bukan telah mengesahkan bahawa Astra memiliki semua kemampuan tersebut; pada masa yang sama, Astra juga tidak berkaitan dengan insiden keselamatan Hugging Face yang sebelumnya melibatkan OpenAI.

Tetapi tindakan syarikat sudah cukup untuk menunjukkan masalahnya.

OpenAI memperkuat isolasi rangkaian, sandbox, perlindungan timbangan model, dan pemantauan menyeluruh, serta menghentikan aktivitas Astra yang tidak memenuhi piawaian keselamatan baharu. Pada 18 Ogos, syarikat itu mengesahkan bahawa latihan pembelajaran penguatan model terkini yang dirancang untuk dideploy telah dihentikan selama dua minggu untuk memperkuat persekitaran dan memperluas cakupan pemantauan, dengan latihan RL terbesar di peringkat terkini masih dalam keadaan dihentikan, dan banyak kerja latihan serta penilaian yang melibatkan Astra belum dipulihkan.

Bahkan keselamatan itu sendiri mulai menjadi perbelanjaan kuasa pengiraan yang mahal.

OpenAI menganggarkan bahawa sistem pengawasan ini mungkin menghabiskan tambahan 20% daripada kuasa pengiraan yang digunakan untuk inferens yang dipantau.

Nombor-nombor ini sangat patut diingati oleh pasaran modal.

Cerita industri AI dalam beberapa tahun terakhir selalu berbunyi: semakin kuat model, semakin besar nilai komersialnya, oleh itu patut melabur lebih banyak GPU, pusat data, dan tenaga elektrik. Tetapi Astra mulai memperlihatkan lengkung kos yang lain—semakin kuat model, bukan sahaja kos latihan menjadi semakin tinggi, tetapi keselamatan, pengasingan, pemantauan, dan tata tertib itu sendiri juga mulai menelan kekuatan pengiraan.

Ini bermakna model ekonomi AI generasi seterusnya tidak boleh hanya mengira "berapakah harga setiap juta token".

Perlu juga mengira risiko kehilangan kawalan, kelebihan keselamatan, persetujuan manual, pengasingan kebenaran, dan kerugian sebenar yang disebabkan oleh kesilapan.

Sebuah model yang membantu menulis e-mel gagal, paling-paling hanya menyebabkan kemaluan.

Kesilapan seorang agen yang mempunyai ingatan jangka panjang, kemampuan melaksanakan kod, dan akses ke rangkaian, yang boleh mengendalikan sistem perusahaan secara autonomi selama berjam-jam, adalah berbeza secara fundamental.

Semakin dekat kemampuan dengan “pekerja”, pengurusan keizinan harus semakin dekat dengan “pekerja”; sekali kemampuan melebihi pekerja biasa, keperluan keselamatan bahkan mesti lebih tinggi daripada pekerja.

Jadi, perkara sebenar yang menjadi cabaran Astra terhadap OpenAI mungkin bukan “bolehkah ia dibuat”.

Tetapi adakah mungkin mengubah sistem seperti ini menjadi produk yang berani dimasukkan ke persekitaran pengeluaran oleh perusahaan.

Kalimatan paling jauh yang dikatakan Altman dalam preview tertutup ialah beliau menganggap Astra mungkin menjadi model pertama yang mampu "mencipta perkara baru dengan cara yang benar-benar penting," dan memanggil kemampuan ini sebagai "sesuatu yang sangat mirip AGI."

This statement certainly has a strong Altman style.

Hari ini tiada bukti awam yang boleh membuktikan bahawa Astra telah berjaya mencipta pengetahuan saintifik baru yang penting dan telah disahkan oleh rakan sebaya, dan OpenAI juga belum mengumumkan keputusan ujian luar yang mencukupi. Oleh itu, menyatakan Astra secara langsung sebagai “AGI telah tiba” adalah tidak perlu dan tidak berasaskan fakta.

Tetapi mengapa Altman secara khusus menekankan “penemuan pengetahuan baru” patut diteliti dengan serius.

Kerana inilah tempat sebenar di mana industri AI benar-benar boleh mengalami perubahan eksponen.

Jika AI hanya membantu manusia meningkatkan kecekapan dalam menulis kod, merekabentuk, dan menganalisis fail, maka seluruh industri, sekalipun paling agresif, pada dasarnya masih merupakan revolusi alat produktiviti. Ia boleh meningkatkan kecekapan ekonomi secara besar-besaran, tetapi masih bergantung terutamanya kepada manusia untuk menentukan apa yang akan diteliti seterusnya, bagaimana merekabentuk eksperimen, dan bagaimana mencipta teknologi generasi seterusnya.

Jika AI boleh terlibat dalam penyelidikan AI itu sendiri, logiknya berubah.

Sebuah Agent yang mampu membaca kertas kerja, mencadangkan skema eksperimen, memodifikasi kod base yang besar, menjalankan eksperimen sendiri dan menganalisis keputusan, walaupun hanya mencapai tahap pelajar latihan penyelidikan yang cemerlang, sudah boleh memperluaskan kapasiti penyelidikan yang berkesan sebuah makmal terkemuka.

Hari ini, 100 penyelidik mungkin boleh menjalankan 500 agen secara bersamaan; di masa depan, jumlah eksperimen yang setiap penyelidik boleh jalankan sehari mungkin tidak lagi bergantung pada 24 jam sehari, tetapi lebih kepada kuasa pengiraan, kos eksperimen, dan kemampuan pengesahan.

Oleh itu, satu konsep yang dahulu sangat abstrak — “AI membantu mengembangkan AI yang lebih baik” — mulai menjadi nyata.

Ini adalah tempat paling patut diperhatikan dalam Astra, sekaligus tempat yang paling perlu dikekang.

Kerana terdapat jurang yang sangat besar antara “melaksanakan eksperimen yang direka oleh orang lain” dengan “mengusulkan arah penyelidikan baru yang bernilai secara aktif”; jurangnya lebih besar lagi antara “menghasilkan idea baru yang kelihatan munasabah” dengan “menghasilkan pengetahuan baru yang boleh diulang, boleh disahkan, dan benar-benar mendorong kemajuan sains”.

16 agen boleh bekerja secara serentak, tetapi ini tidak bermaksud inovasi 16 kali ganda.

Menjalankan seratus ribu eksperimen setiap hari tidak bermakna secara semula jadi akan mendapat satu lompatan.

Sains tidak pernah kekurangan hipotesis; yang benar-benar langka ialah mengetahui soal apa yang patut ditanyakan, dan mengetahui hasil apa yang benar-benar penting.

Astra telah melintasi garis ini, tidak ada yang boleh menyimpulkan daripada satu persembahan tertutup.

Jadi, membincangkan sama ada Astra itu AGI sekarang agak terlalu awal.

Definisi perkataan AGI sendiri sangat kabur. Definisi yang digunakan secara berterusan oleh OpenAI ialah sistem otonom tinggi yang mampu melebihi manusia dalam kebanyakan pekerjaan yang mempunyai nilai ekonomi; laboratorium, akademik, dan awam lain pula mempunyai standard penilaian yang sama sekali berbeza.

Daripada berdebat mengenai satu label, perhatikan tiga isu yang lebih spesifik.

Pertama, berapa lama tugas yang boleh ditangani secara berdiri sendiri oleh Astra, dan berapakah tahap kebolehpercayaannya?

Kedua, setelah ia memasuki persekitaran pengeluaran perniagaan, berapa lamakah masa yang diperlukan oleh manusia untuk memeriksa dan memperbaiki kesalahan? Jika sebuah Agent bekerja selama lapan jam untuk anda, tetapi memerlukan jurutera menghabiskan tiga jam lagi untuk mengesahkan, peningkatan produktiviti sebenarnya adalah sangat berbeza daripada video demonstrasi.

Ketiga, dan yang paling penting: ia mampukah memajukan penyelidikan automatik dari “melaksanakan eksperimen” kepada “mendapati pengetahuan baru yang benar-benar bernilai”.

Dua soalan pertama menentukan sama ada Astra merupakan perniagaan yang besar.

Soalan ketiga, yang menentukan sama ada ia merupakan titik balik suatu zaman.

Dari sudut pandang ini, dinding tanaman hijau yang didorong ke depan di pintu masuk MB0 memiliki makna simbolik. Di satu sisi, ada puluhan pemimpin pelanggan yang sedang menyaksikan untuk pertama kalinya agen digital yang mungkin bekerja secara jangka panjang untuk mereka; di sisi lain, ada para pengunjuk rasa yang menuntut seluruh industri menghentikan perlombaan AI. Kedua belah pihak memiliki penilaian yang berbeda terhadap masa depan, tetapi sebenarnya keduanya mengakui satu hal yang sama: teknologi ini sedang menjadi lebih kuat daripada sebelumnya.

Astra belum dirilis secara terbuka, dan kemampuan dalaman juga belum diuji secara eksternal secara mencukupi. Ia mungkin mengalami penundaan, mungkin menunjukkan banyak masalah kebolehpercayaan dalam persekitaran sebenar, atau mungkin akhirnya tidak sehampir AGI seperti yang digambarkan oleh Altman.

Semua kemungkinan ini harus dikekalkan.

Tetapi satu perkara semakin jelas.

Fasa sebelumnya dalam persaingan model besar ialah siapa yang boleh menjawab soalan-soalan yang sudah diketahui dunia dengan lebih tepat; fasa seterusnya yang diwakili oleh Astra bermula dengan menanyakan siapa yang mampu bertindak secara berterusan, menyelesaikan pekerjaan kompleks secara berdiri sendiri, dan akhirnya membantu manusia meneroka soalan-soalan yang dunia belum mempunyai jawapannya.

Dari chatbot hingga rakan sekerja maya, terdapat empat dinding tinggi: kebolehpercayaan, keselamatan, kos, dan kepercayaan organisasi.

Yang sebenarnya menjadi fokus utama OpenAI ialah Astra mampu melalui satu per satu rintangan.

Dan jika ia benar-benar berbalik, orang-orang akan menoleh ke belakang ke tahun 2026, dan yang benar-benar penting mungkin bukanlah seberapa banyak model tertentu memimpin di peringkat.

Sebaliknya, mesin pertama kali mulai memperoleh kemampuan yang sebelumnya terutama dimiliki manusia: menerima satu tugas, lalu melaksanakannya sendiri hingga selesai.

1. Alex Heath, “Inside OpenAI’s Reboot”, TIME, 26 Ogos 2026 (dikutip daripada Yahoo Tech). (Yahoo Tech)
2. OpenAI, “Menanggapi sempadan seterusnya dalam kemampuan siber kritikal”, 7 Ogos 2026. (OpenAI)
3. OpenAI, “Pacing model development in an era of cyber-critical capabilities”, 18 Ogos 2026. (OpenAI)
4. Cat Zakrzewski, Ian Duncan, Riley Beggin, “Sam Altman menarik perhatian Washington semasa OpenAI memperkenalkan AI kuat yang baharu”, The Washington Post, 2026年7月31日。(The Washington Post)
5. Institut Stanford untuk AI Berpusat pada Manusia, Laporan AI Index 2026 — Ekonomi, 2026. (斯坦福HAI)
6. METR, “Jangka Masa Penyelesaian Tugas Model AI Terkini”, dikemas kini pada 8 Mei 2026. (METR)
7. METR, “Time Horizon 1.1”, 29 Januari 2026. (METR)
8. Berhenti Perlumbaan AI, “Occupy OpenAI / Stop The AI Race”, 2026. (stoptherace.ai)