OpenAI发布GPT-6 Astra主打自主Computer Use：家具装配基准识别错误达80%，研究重心已转向GPT-7/8

新闻原文

据The Decoder等外媒9月27日报道，OpenAI发布新一代前沿模型GPT-6 Astra，定位为面向"自主计算机操作"（Computer Use）的场景设计，能够自主导航应用程序、执行多步工作流。官方称其在Agents' Last Exam、ARC-AGI-3等智能体基准上取得当前最佳（SOTA）成绩。

在Epoch AI的"家具装配基准"上，GPT-6 Astra能识别IKEA说明书照片中人为故意埋下的组装错误，准确率达到80%，而此前该榜单最强模型Claude Opus 4.5仅为28%。模型先向部分组织机构开放，随后面向ChatGPT Plus、Pro、Business、Enterprise订阅用户、OpenAI API以及AWS陆续铺开。同期OpenAI方面透露，其研究团队已有80%至90%的精力转向GPT-7及更后续代际，增量式的小版本迭代被视为短期过渡投资。

企服观察

GPT-6 Astra把"Computer Use"推到台前，意味着前沿模型的主战场正从"聊天"滑向"办事"。过去我们习惯让AI生成一段文字、一段代码，然后自己复制粘贴去执行；现在模型开始自己打开软件、点按钮、填表单、跨系统把一件事跑完。对企服场景这几乎是范式级的：报销、对账、录单、跨系统查询这些高频重复活，第一次有了被"端到端自动干掉"的可能。

但家具装配基准那个80%对28%的差距，也该让人清醒。它能看懂一张说明书里的错，不代表它在你公司那套老旧ERP里不会卡在弹窗上。自主操作桌面和浏览器的能力越强，踩坑的破坏力也越大——点错一个删除、填错一个金额，损失是即时且真实的。所以企业引入这类能力时，必须配合权限最小化、操作前确认、关键步骤人工兜底，绝不能让它"全权自由发挥"。能力越强，护栏越要跟上。

从产业格局看，这一代模型把"自主执行"做成了头部实验室的军备竞赛。当模型能直接操控软件而非只输出文本，传统RPA（机器人流程自动化）的生存空间会被挤压——过去RPA靠"录屏+规则"笨重地模仿人，现在模型靠"理解界面+推理"更柔性地完成任务。但这并不意味着RPA会消失，更可能是融合：把RPA稳定的连接器、权限网关、审计日志，接到会思考的模型头上，才是企业级落地的稳妥形态。

对国内企服厂商，GPT-6 Astra既是压力也是路标。压力在于，自主操作能力正成为大模型竞争力的新标尺，光比参数和聊天已经不够看；路标在于，它验证了一条清晰的产品方向——把模型封装成"能替你把系统里的活干完"的数字员工，而不是"能回答问题的聊天框"。围绕业务流程做深度集成、把护栏做扎实，是在这场竞赛里找到自己位置的关键。

最后提醒一个容易被忽略的信号：OpenAI把80%到90%的研究精力已转向GPT-7及以后，说明这一代更像是过渡。对企业技术选型来说，别追着每一个版本号焦虑，更重要的是搭一套"模型可替换"的架构——底座换谁都能跑、业务不绑死在单一模型上。在模型代际飞速迭代的年代，架构的韧性比追新更重要。

能力越强，护栏越要跟上，这一点值得单独强调。Computer Use把AI从"给建议"变成了"直接动手"，一次误点删除、一次填错金额，损失是即时且真实的。企业引入这类能力，必须配套最小权限、关键操作人工确认、以及完整可追溯的日志——这不仅是技术问题，很快也会变成合规要求。把自动化关进可观测、可拦截、可恢复的笼子里，效率红利才敢吃。忽视护栏去追求全自动，省下的那一秒可能赔上一天。

给国内企服团队一句落地建议：别只把模型做成会回答问题的聊天框，真正的机会在于把它封装成能替你把系统里的活干完的数字员工。落地时先挑非核心、可回滚的流程试点，别一上来碰财务和主营系统；同时关注RPA与模型的融合而非二选一——用RPA稳的连接器和审计，接住会思考的模型。这一波Computer Use的能力红利很大，但只有用可控的方式吃下去，才算真正吃到。在AI这条赛道上，跑得快不如跑得久；对多数企业来说，可控的慢，往往才是最快的快。把每一步都走稳，比抢一个发布会的风头值钱得多。