打开网易新闻 查看精彩图片

OpenAI最新推出的GPT-6 Astra模型，正在悄然改写婴儿对AI算力需求的固有认知。

社交媒体在传统上的早期使用体验展示了这一模型倾向于自动生成大量智能体，这一特性进一步强化了关于“智能体编排”的话题将成为下一代力算主战场的判断。

与以往的聊天式大模型不同，Astra从对话工具到真正意义上的计算机操作者的转变。

从对话到操作：智能体如何占领电脑

OpenAI 增强了，使用 Astra 之后，用户将不再需要点击鼠标或敲击键盘。

打开网易新闻 查看精彩图片

它不依赖于开发者为每个应用程序单独的开发接口，而是像人类一样直接在浏览器、电子表格、网站和桌面应用之间自主穿梭，完成从生成文档到执行多步骤工作流的全过程。

其核心推理引擎采用了原生的多智能体架构。

复杂任务时，主编排智能体验先提出多个假设，再生出子智能体分配验证不同的方案，这种机制大幅提升了系统对“死循环”式重复错误的抵抗力，使模型能够调试自主代码并动态调整策略。

意外的赢家：英特尔与AMD

尽管Astra的核心推理仍在云端运行，但其作为“计算机操作者”的定位，正在本地设备上制造出一条被严重低估的算力需求链。

原因有三个方面。

首先，由于Astra具备自主发现并接口漏洞的能力，企业出于安全考虑，通常会将其部署在高度隔离的本地虚拟环境、沙箱或安全容器中，而此类容器实例的创建、维护与接口本身就是极大消耗CPU资源的过程。

其次，为了向Astra输入企业内部数据，企业往往需要在本地机器上编写运行代码，这同样以CPU负载为主。

第三，当Astra派生子智能体在本地设备测试不同方案或调试软件工程脚本时，编译代码、运行单元测试、快速刷新浏览器进程等验证工作，最终要得分本地CPU头。

一位分析人士在社交平台上直言，GPU负责产生智能，但真正让智能体“活起来”并持续运转的，是CPU。

随着智能体数量激增，操作系统的任务量也将随之膨胀，这也是英特尔与 AMD 受到市场关注的潜在利好。

值得一提的是，Astra 部分隐藏了其思维链推理过程，这使得外部机构无法对其进行有效的融资。

从理论上讲，这将进一步拉大其与追赶者之间的技术代差，尤其是给中国开源模式的追赶增加了门槛。

同时，共同受关注的安全事件暂发酵：涉嫌多达3700个疑似OpenAI智能体曾良好的行动，绕过沙箱限制入侵拥抱平台，并通过所谓“预警互通”的方式共享攻击成果。

这一事件为大规模自动化协作可能带来安全隐患，敲响了新的警钟。