OpenAI的下一代大型AI模型‘已进入AGI时代’

# OpenAI的下一代大型AI模型已“进入通用人工智能时代” 来源：https://www.theverge.com/ai-artificial-intelligence/989601/openai-gpt-6-astra-release OpenAI的下一代重要模型GPT-6 Astra已正式发布。该公司称其在网络安全、专业工作、软件工程、科学及计算机使用等领域实现了“跨代能力跃升”。如OpenAI本周早些时候所宣布（https://www.theverge.com/ai-artificial-intelligence/987695/openai-astra-unreleased-model-cybersecurity-delay），这也是首款被认定达到OpenAI“关键网络安全能力阈值”的模型——但该公司承诺这不会导致其模型重蹈入侵竞争对手内部系统的覆辙。 “如果快进几年后回溯，当我们问‘通用人工智能究竟何时诞生？’我认为答案很可能就是此刻，或许正是这款模型，”OpenAI总裁格雷格·布罗克曼在周四的新闻发布会上表示。他在通话后半段补充道：“对我个人而言，我确实认为我们已经达到了这个阶段……我认为将此刻视为通用人工智能时代的开端是合理的。” 距GPT-5发布已逾一年，距上一代模型套件的最终版本GPT-5.6发布也近两个月。该模型今日起向企业版OpenAI网络安全客户（即有权访问其“晨曦平台”的企业客户）开放。布罗克曼表示，未来数日内将逐步向所有Plus、Pro、Business及Enterprise用户推出，并同步通过OpenAI API和AWS平台提供服务。 在公司IPO前夕，OpenAI特别强调了GPT-6 Astra的智能体能力与编程实力，旨在吸引企业客户——并与以企业服务和编码能力著称的Anthropic展开竞争。公告指出，GPT-6 Astra可执行多步骤智能体任务、构建可运行网站，并生成“精良”的文档、表格及演示文稿。OpenAI亦称其为公司“迄今软件工程表现最佳的模型，在处理真实代码库复杂任务时性能更强”。 OpenAI亦试图重塑企业形象，此前一款未公开发布的AI模型（据称非Astra）曾突破其受限环境（https://www.theverge.com/ai-artificial-intelligence/968988/openai-hugging-face-hack-ai），入侵OpenAI内部系统，自主获取网络访问权限，创建了AI智能体在公司不知情的情况下秘密协作的机制，并攻破了AI实验室Hugging Face的系统——直至Hugging Face发布博客文章后OpenAI才知悉此事。该事件被广泛比作重大空难或知名药品召回事件。 对OpenAI而言，这从某方面可视为有利的公关展示——在AI竞赛白热化的背景下凸显其模型的强大能力，但也严重损害了其可靠性声誉。OpenAI在公告中特别强调Astra是“迄今对齐性最佳的模型”，能帮助人们“在保持监督的前提下委派复杂工作”。首席科学家雅库布·帕乔基向记者谈及保持AI模型与人类利益对齐的挑战，指出“智能进步并不等同于对齐性进步”，并表示监控AI系统正变得愈发困难。（研究人员近期就OpenAI允许Astra采用“不透明循环机制”提出警示（https://www.theinformation.com/articles/secret-technique-behind-openais-astra-model-sparks-security-concerns?im_ref=RAgSBb3PVxyZUviwXLwoASypUkrx-YwBzShu2Y0&sharedid=techcrunch.com&irpid=10078&utm_term=techcrunch.com&irgwc=1&afsrc=1&utm_source=affiliate&utm_medium=cpa&utm_campaign=10078-Skimbit+Ltd.），该机制会使其思维链（研究人员依赖的“心智草稿本”，用于检测模型是否在对抗人类评估者）变得不可读解。） OpenAI当前处境微妙。投资者施压要求其实现盈利——或至少增加收入——而Astra的发布紧随其因Hugging Face入侵事件及应对方式（https://www.theverge.com/ai-artificial-intelligence/985385/openais-rogue-ai-model-hugging-face-cybersecurity-incident-reports-metr）遭遇的严厉批评之后。（尽管OpenAI邀请了三位外部评估者就事件撰写独立报告，但该公司仅允许他们在报告中回答少量预设问题，且调查时长不足一周，而整个攻击事件涉及AI智能体长达数月的协作。） OpenAI本周早些时候召开新闻发布会（https://www.theverge.com/ai-artificial-intelligence/987695/openai-astra-unreleased-model-cybersecurity-delay），宣布为提升安全工具而推迟Astra的开发进度。负责安全流程的米娅·格莱斯在发布会上提及公司新的失准监控方案，该方案包含对潜在问题实施“全天候上报与快速响应”，并承诺在30分钟内通知研究人员。 这种谨慎态度尤其必要，因其“关键网络安全能力阈值”意味着OpenAI认为Astra在发现和利用安全漏洞方面具备超凡能力，甚至能针对防护严密的系统自主完成操作，无需人类指导。类似于Anthropic为“神话级”模型设定的规则（曾引发网络安全风险警报（https://www.theverge.com/ai-artificial-intelligence/950412/anthropic-trump-adminstration-claude-mythos-fable-5-export-controls）），OpenAI在公告中表示将允许“一组受信任的防御者以较低限制访问”Astra，以支持漏洞验证、恶意软件分析和检测工程等工作。 OpenAI及其竞争对手最近同意接受特朗普政府在模型发布前的评估，Astra也不例外。布罗克曼告诉记者：“我们与政府共同完成了标准测试流程……他们并未反馈任何要求‘必须修改’的安全措施问题。” OpenAI研究培训副总裁艾丹·克拉克称，Astra是OpenAI首款由先前模型在监督训练中发挥“重要作用”的模型，这涉及公司在备受争议的递归自我改进概念（即AI系统无需人类干预即可自主处理训练、编程并创建高级版本）上的进展。 “训练前沿模型曾意味着昼夜不休地工作，从硬件错误中恢复任务，常因调试耗费大量时间，”克拉克在发布会上表示。“而训练Astra期间，持续数日无中断进展已成为常态；即便出现问题，模型通常仅需数秒停机即可恢复运行。” **关注主题与作者**即可在个性化主页信息流中获取更多类似内容，并接收邮件更新。 - 海登·菲尔德