OpenAI GPT-6 Astra多项测试拿超高分数

AGI 不是要来了，是已经来了！！ GPT-6 Astra 对比表，我看完手是抖的。

数学，被打穿了。 FrontierMath Tier 4，数学家出题、博士都做不出来的那种，97.6%。 这个 benchmark 死了。当场死的。

ARC-AGI-3 是真的📈疯了。 六个月前 7.8%，今天 98.6%。 不是进步，是物种变了。 （杠精先坐下，ARC Prize 自己测标准 harness 62.7%，照样史上第一，照样是碾压。）

但最让我恐怖的，根本不是数学。 是 SRE-Bench。运维排障。99.2%。 上一代才 68.7%。

我干这行的，看到这个数字后背是凉的。凌晨三点线上炸了，它比我修得快，比我修得好，还不用睡觉。

Terminal-Bench Science 从 22.4% 直接干到 64.6%。AutomationBench 翻倍。 这些全是“给它个目标，人走开”的测试。它全跑完了。

人走开，这四个字你品一下。

然后是整张表最恐怖的一行。 ExploitBench，100%。 满分。挖漏洞、写利用链，全自动，零失误。

OpenAI 自己把它定成 Preparedness 框架里最高的Critical“级，历史上第一个。 意思是：没人管它，它自己能找到全世界都不知道的洞，然后自己打进去。

这才是 8 月份跳票的真相。 不敢放。先只给防御方。上线前送去白宫过了一遍。

一家 AI 公司，被自己做出来的东西吓到先去找政府。这事，人类历史上第一次。

所以，人完蛋了吗？ 没有。基准饱和和世界改变之间隔着几年的工程和监管。但”会做“的稀缺性正在消失，”知道该做什么、判断对不对"的价值在上升。