四年前微軟的科學(xué)家為了論證“GPT-4是AGI的早期火花”讓模型用代碼畫(huà)過(guò)一只獨(dú)角獸。當(dāng)時(shí)它磕磕絆絆畫(huà)出來(lái)的東西像兒童簡(jiǎn)筆畫(huà)。后來(lái)模型一代代升級(jí)獨(dú)角獸越來(lái)越精致但還是一眼能看出是代碼畫(huà)的。直到這次GPT-6發(fā)布畫(huà)面終于“看不出來(lái)了”。OpenAI正式發(fā)布GPT-6Astra與AstraPro總裁GregBrockman在發(fā)布會(huì)結(jié)尾拋出一句“歡迎來(lái)到AGI時(shí)代”。消息鋪天蓋地各種滿(mǎn)分截圖刷了滿(mǎn)屏。但對(duì)做企業(yè)的人而言真正值得翻來(lái)覆去琢磨的不是那只獨(dú)角獸也不是那堆分?jǐn)?shù)而是藏在發(fā)布稿里的一處表態(tài)——衡量AI的那把尺子可能要換了。換一把尺子計(jì)價(jià)單位從“一個(gè)token多少錢(qián)”變成“干成一件事多少錢(qián)”先看價(jià)格。Astra的API定價(jià)是輸入10美元、輸出50美元百萬(wàn)token是上一代GPT-5.6Sol的2.5倍幾乎與同期發(fā)布的ClaudeFable5.1持平。單看單價(jià)不少企業(yè)第一反應(yīng)是用不起了。但OpenAI這次想講的是另一本賬。Brockman在發(fā)布會(huì)上說(shuō)得挺直接一個(gè)模型單次調(diào)用更貴但如果它能減少返工、用更少的步驟干完一整件事總成本反而更低。數(shù)據(jù)也在支撐這個(gè)說(shuō)法——同一項(xiàng)電腦操作任務(wù)上一代平均要75分鐘Astra約40分鐘耗時(shí)少了近一半在AutomationBench這類(lèi)“干長(zhǎng)活”的測(cè)試?yán)锶蝿?wù)完成率從上一代的18.1%提到41.4%而且這份評(píng)測(cè)還把完成任務(wù)的API成本一并擺了出來(lái)明擺著要你算總賬。翻譯成企業(yè)語(yǔ)言就是采購(gòu)AI的計(jì)價(jià)單位正在從“按字?jǐn)?shù)付費(fèi)”走向“按結(jié)果驗(yàn)收”。過(guò)去大家比的是誰(shuí)的模型便宜、誰(shuí)的上下文長(zhǎng)往后比的是誰(shuí)能讓AI少返工、一次把活干到位。單價(jià)貴一倍但返工省下來(lái)總賬未必虧——這才是Astra敢定高價(jià)的底氣。順帶說(shuō)一句這次刷屏的ARC-AGI-399.9%等高分是在OpenAI自帶的Agent運(yùn)行框架下取得的并非模型“裸奔”的成績(jī)。這本身也是尺子要換的證據(jù)——以后比的從來(lái)不只是模型本身還有套在它外面那套“怎么干活”的框架。算一筆總賬演示很漂亮企業(yè)更要看那個(gè)“3%”這次發(fā)布會(huì)最不缺的就是演示自己進(jìn)KiCad畫(huà)PCB電路板在Blender里建模再導(dǎo)入虛幻引擎、生成一棟能走進(jìn)去的房子照著企業(yè)模板直接產(chǎn)出整套PPT把人類(lèi)要花5小時(shí)的兒科醫(yī)生搜索壓縮到2分54秒……每一條都?jí)蛏先鞜崴?。但?duì)真正打算引入AI的企業(yè)來(lái)說(shuō)比演示更值得琢磨的是兩個(gè)已經(jīng)跑起來(lái)的企業(yè)案例。法律AI平臺(tái)Legora用Astra一次性核對(duì)了41份財(cái)務(wù)文件幾分鐘內(nèi)找出全部4個(gè)預(yù)先埋下的錯(cuò)誤其中有一處50萬(wàn)英鎊的收入附注差額。聽(tīng)起來(lái)相當(dāng)驚人可Legora自己補(bǔ)了一句特別冷靜的話放到它所有智能體任務(wù)里平均算整體提升只有約3%。另一邊游戲公司Playco讓Astra直接進(jìn)Unity和Godot做游戲同一份灰盒底稿一次吐出3個(gè)不同主題的可玩原型人工修補(bǔ)的工作量少了近一半。兩個(gè)案例放在一起其實(shí)是在提醒企業(yè)兩件事AI的價(jià)值峰值和均值之間可能差著一個(gè)數(shù)量級(jí)。它擅長(zhǎng)的是少數(shù)幾類(lèi)長(zhǎng)流程任務(wù)而不是均勻地替代所有崗位——指望“買(mǎi)一個(gè)模型、全公司效率翻倍”的大概率會(huì)失望-同樣的模型只有在“任務(wù)定義清楚、資料給得完整”的地方才能跑出峰值。任務(wù)說(shuō)得糊誰(shuí)來(lái)都白搭流程里那些說(shuō)不清、查不到的信息恰恰是AI最容易翻車(chē)的地方。劃一條邊界“知道什么不能碰”正在成為核心賣(mài)點(diǎn)能力越強(qiáng)越要回答一個(gè)問(wèn)題它會(huì)不會(huì)為了完成目標(biāo)亂來(lái)OpenAI專(zhuān)門(mén)做了個(gè)測(cè)試在任務(wù)旁邊故意留下可以鉆的“誘餌漏洞”。結(jié)果上一代模型有48.2%的測(cè)試出現(xiàn)越界行為Astra是0%。與此同時(shí)它又刷新了網(wǎng)絡(luò)安全漏洞利用測(cè)試的滿(mǎn)分記錄還在測(cè)試中順手發(fā)現(xiàn)了兩個(gè)此前無(wú)人知曉的V8零日漏洞。更強(qiáng)的攻擊力配上0%的越界率——“清楚哪些系統(tǒng)不能碰”就這樣從一句安全口號(hào)變成了這一代模型真正拿得出手的能力項(xiàng)。日常使用里也能看到這種“邊界感”Astra會(huì)一邊干活一邊補(bǔ)問(wèn)信息不影響結(jié)果的部分自己推進(jìn)只有涉及關(guān)鍵選擇時(shí)才停下來(lái)等你確認(rèn)在Codex里它甚至能跨上下文保存工作筆記回頭翻找此前聊過(guò)的限制條件不用你反復(fù)交代。對(duì)企業(yè)來(lái)說(shuō)這條邊界線的意義可能比跑分更大把AI放進(jìn)業(yè)務(wù)流程本質(zhì)上是把一部分權(quán)限交給它。權(quán)限越大的工具越需要自帶剎車(chē)。以后評(píng)估一個(gè)AI能不能用“它清楚什么不能碰”會(huì)和“它有多能干”放在同一個(gè)天平上稱(chēng)。把“形象驗(yàn)收”加進(jìn)清單企業(yè)在AI眼里是什么樣也該定期查把上面的賬合起來(lái)看會(huì)得出一個(gè)有點(diǎn)反常識(shí)的結(jié)論AI越強(qiáng)企業(yè)要操心的反而不是“怎么用工具”而是三件更基礎(chǔ)的事——怎么交代任務(wù)、怎么劃邊界、怎么驗(yàn)收結(jié)果。順著“驗(yàn)收”再往下想一層既然越來(lái)越多工作要交給AI干AI動(dòng)手前一定會(huì)先去讀企業(yè)信息——搜官網(wǎng)、翻資料、看各種公開(kāi)介紹。它讀到的關(guān)于你的內(nèi)容準(zhǔn)不準(zhǔn)、全不全、新不新會(huì)直接影響它交出來(lái)的結(jié)果。換句話說(shuō)“企業(yè)在AI眼里的形象”本身就是一份需要定期驗(yàn)收的資產(chǎn)。過(guò)去企業(yè)做官網(wǎng)、做內(nèi)容大多停留在“給人看”的思維而AI時(shí)代的做法是把品牌信息當(dāng)成一套需要持續(xù)自檢的系統(tǒng)哪些問(wèn)題AI答得對(duì)哪些說(shuō)法已經(jīng)過(guò)時(shí)哪些頁(yè)面它根本找不到。行業(yè)中一些GEO建站體系已經(jīng)把這套自檢做成了內(nèi)置的智能檢測(cè)報(bào)告——企業(yè)自己的員工就能定期跑一遍看看品牌在AI問(wèn)答里的信任度是漲是跌而不是等客資悄悄流失了才回頭查。品牌在AI眼里的形象從此變成一件看得見(jiàn)、量得出、可以跟蹤的事。寫(xiě)在最后四年前那只代碼畫(huà)出來(lái)的獨(dú)角獸如今已經(jīng)看不出是代碼畫(huà)的。從“會(huì)回答”到“會(huì)干活”再到“知道邊界”模型的能力在換擋企業(yè)這邊衡量AI的尺子、交給AI的任務(wù)、驗(yàn)收AI的方式也到了該跟著換一換的時(shí)候。AGI是不是真的來(lái)了可以留給時(shí)間去驗(yàn)證。企業(yè)眼下更現(xiàn)實(shí)的功課只有一條把目標(biāo)說(shuō)清楚把邊界劃明白再把自己在AI眼里的形象納入每一次例行驗(yàn)收。