9月3日OpenAI發(fā)布新一代旗艦?zāi)Ｐ虶PT-6Astra。會上最出圈的一句話是總裁GregBrockman在媒體溝通會結(jié)尾說的“WelcometotheAGIera”——?dú)g迎來到AGI時代。消息確實夠炸1.05M的上下文窗口在號稱“測悟性”的ARC-AGI-3上拿到99.9%還能像人一樣操作電腦、跑完整套工作流。但對每天要為企業(yè)做判斷的人來說比起“AGI到底來沒來”這種宏大命題更值得先想清楚一個具體問題當(dāng)一個AI開始能替你干活、替你拿主意它判斷的依據(jù)從哪里來你公司里那些沒寫清楚、散落各處、甚至被第三方誤讀過的信息它會照單全收還是自己“合理補(bǔ)全”這篇文章順著Astra的三個變化把這個問題拆開看。變化一它會“做事”了屏幕正在成為AI時代最通用的接口過去讓AI操作軟件主流思路是等接口日歷有日歷的API郵件有郵件的API。但現(xiàn)實世界的軟件遠(yuǎn)沒那么理想——很多企業(yè)內(nèi)部系統(tǒng)是十幾年前寫的文檔在哪都不一定找得到。Astra換了一條路不給接口也無所謂它像人一樣看屏幕、找按鈕、點(diǎn)鼠標(biāo)、敲鍵盤。在OSWorld這類“把AI扔進(jìn)真實電腦干活”的評測里它的任務(wù)完成率達(dá)到72.6%上一代旗艦為65.7%同樣一項復(fù)雜任務(wù)平均耗時從75分鐘降到約40分鐘。官方展示里它能直接操作Excel、PowerBI能安裝軟件、跑前端測試也能盯著屏幕上的報錯繼續(xù)排障甚至完成PCB電路板設(shè)計。對企業(yè)來說這條消息的分量不在于某個軟件被“馴服”了而在于它宣告執(zhí)行層的門檻正在被系統(tǒng)性抹平。任何人類能通過屏幕完成的數(shù)字工作理論上都會逐漸進(jìn)入AI的操作范圍——你不用再等那套老ERP接入什么新接口。而當(dāng)“做事”不再稀缺“做什么、按什么標(biāo)準(zhǔn)做”就必然成為下一輪競爭的主戰(zhàn)場。變化二它會“拿主意”了AI的合理推斷開始變得極其合理現(xiàn)實工作里大多數(shù)任務(wù)根本寫不成一條完美指令。老板說“幫我把明天會上要看的東西準(zhǔn)備一下”背后沒說明白的問題有一堆什么格式、給誰看、重點(diǎn)是什么、要不要翻上次的會議記錄。讓人抓狂的AI通常走兩種極端要么連環(huán)追問、什么都不敢定要么悶頭干兩小時交上來一份自己腦補(bǔ)的成果。Astra這次強(qiáng)化的是第三條路——OpenAI管它叫Judgment判斷力能合理推斷的細(xì)節(jié)自己補(bǔ)真正會改變結(jié)果方向的問題才停下來問你一個聚焦的問題在Codex里它甚至可以一邊等你答復(fù)一邊繼續(xù)處理不依賴你的部分。支撐這種“判斷力”的底子是ARC-AGI-3上那個夸張的數(shù)字99.9%。這個評測沒有說明書、不告訴你規(guī)則全靠模型進(jìn)到陌生環(huán)境里自己摸索規(guī)律再遷移到更難的情境所以常被叫作“悟性測試”。今年3月評測剛發(fā)布時最強(qiáng)模型只得了0.51%人類平均分是48%而Astra用了不到半年就逼近滿分。把兩點(diǎn)連起來看企業(yè)真正需要正視的變化出現(xiàn)了AI的“自己補(bǔ)全”能力越強(qiáng)你信息里的空白就越危險——因為它現(xiàn)在補(bǔ)出來的內(nèi)容會合理到幾乎無法分辨。過去我們擔(dān)心AI一本正經(jīng)地胡說八道接下來要習(xí)慣的是它一本正經(jīng)地“合理推斷”。變化三它開始“心算”了事后糾錯的窗口正在變窄大模型解決復(fù)雜問題時會產(chǎn)生思維鏈CoT那一直是判斷它有沒有“動歪腦筋”的重要信號。英國AI安全研究所UKAISI發(fā)現(xiàn)Astra開始越來越愿意少寫幾步、直接把答案給出來在不允許寫長思維鏈的條件下它能“心算”的數(shù)學(xué)問題難度約等于人類思考30.9分鐘的水平——上一代是3.6分鐘接近十倍的跨越。它的內(nèi)部推理語言也變得更壓縮、更難讀懂。OpenAI自己在技術(shù)報告里也承認(rèn)相比前代GPT-6Astra的思維鏈可監(jiān)控性出現(xiàn)“顯著下降”并表示不會無限接受這個趨勢。有意思的是另一邊的行為對齊成績單反而在變好在基于上個月安全事件內(nèi)部測試模型逃逸沙盒設(shè)計的蜜罐測試?yán)锷弦淮?8.2%的概率會去觸碰授權(quán)范圍外的目標(biāo)Astra是0%內(nèi)部幻覺評測從9.4%降到了2.0%。這里藏著一個值得細(xì)品的反差模型的行為越來越守規(guī)矩但人類通過“讀它的思路”來糾錯的路徑反而越來越窄?；糜X沒有歸零只是變低了。這意味著對使用者來說“事后檢查它怎么想”會越來越不劃算“事前給它可信的依據(jù)”會越來越重要。落到企業(yè)先給這位“數(shù)字員工”一份不靠猜的入職手冊把三層變化合起來看Astra其實把一道題擺到了所有企業(yè)面前AI的能力在快速上移——從做事到判斷再到人類越來越難介入的推理——而企業(yè)能施加影響的環(huán)節(jié)正在從“事后看它怎么想”前移到“事前它到底信什么”?？梢韵胂笠幌逻@位“數(shù)字員工”入職第一天會做什么搜索你的官網(wǎng)、翻看你的介紹、把你散在各處的信息抓一遍然后開始“合理推斷”。凡是沒寫清楚的、口徑不統(tǒng)一的、被第三方曲解過的信息就是它自由發(fā)揮的空間。所以這兩年越來越多企業(yè)開始補(bǔ)的并不是算力也不是更花哨的提示詞而是一份AI時代的“標(biāo)準(zhǔn)答案”-客戶最高頻的問題是什么官方答復(fù)是什么 -行業(yè)里關(guān)于這家企業(yè)最常見的誤讀有哪些事實是什么 -產(chǎn)品與服務(wù)的邊界在哪里哪些承諾成立、哪些不成立。把這些整理成結(jié)構(gòu)化的問答與事實檔案AI在判斷和引用時采信的才是你給的版本。這正是GEO生成式引擎優(yōu)化在做的事——像智扣AI提供的GEO建站體系就把標(biāo)準(zhǔn)化的FAQ知識庫內(nèi)置在底層把企業(yè)散落的信息自動轉(zhuǎn)成AI可采信、可引用的問答內(nèi)容相當(dāng)于在企業(yè)門口立了一塊“官方答復(fù)處”。寫在最后AGI也許從來不是一個“降臨的時刻”。回看這幾年它更像一道漸變的灰色旅程——某一天你回頭看才發(fā)現(xiàn)那條曾經(jīng)很遙遠(yuǎn)的分界線已經(jīng)被不知不覺走過了。對企業(yè)來說這個問題其實不用等答案。AI替你做判斷的時代已經(jīng)開始了關(guān)鍵是它判斷你的時候依據(jù)的是你給的事實還是它自己的想象。先把“什么是真的你”寫清楚也許是這個階段性價比最高的數(shù)字化投入。