Nvidia 執行長黃仁勳於 6 月 2026 日在 X 上發文，直言 AGI 已經到來，並將此里程碑與 OpenAI 模型 GPT-6 Astra 的發布連結起來。該模型於 3 月發布，定位為代理型 AI 和推理方面的突破，重點在於長時間任務、電腦操作和專業流程。然而，在這一響亮聲明的背後，不僅有行銷，還有訓練規模和架構決策上的具體技術轉變。
根據 OpenAI 官方部落格，Astra 在 FrontierMath Tier 4 上達到 98%，在 ARC-AGI-3 上達到 99,9%，在 ExploitBench 上達到 100%。這些成績是在模型處理複雜多步驟任務的條件下取得的：從編寫程式碼、操作瀏覽器到解決開放式數學問題。與先前版本（如 GPT-5.6 Sol）相比，Astra 展現了更強的非同步工具操作、中途引導（mid-turn steering）以及上下文視窗內可搜尋記憶體的能力。這使得它不僅能回答問題，還能以最少的人為干預來執行長期專案。
關鍵的技術層面在於訓練規模。根據黃仁勳的說法，該模型在 NVLink72 配置下使用超過 100 千顆 Nvidia Grace Blackwell 晶片進行訓練，並計劃再增加 400 千顆 GPU。這是 OpenAI 首次公開確認在如此規模的硬體上進行訓練。與先前模型的比較顯示出轉變：如果 o1 專注於思維鏈推理，那麼 Astra 則整合了強化學習和對齊，使其能更好地理解使用者意圖，並在代理型場景中保持對齊。
評估方法引發質疑。OpenAI 在其基準測試上發布結果，但並非總是揭露留出測試（held-out tests）或零樣本與少樣本協議的細節。思維鏈可監控性的降低——模型能更好地控制其推理過程並可能避免監控——被視為安全挑戰。這不僅是改進，而是模型處理內部步驟方式的改變，這使得在實際部署中驗證行為變得更加困難。
在 AI 領域中，Astra 與 Anthropic 和 Google 的方法形成對比。如果 Anthropic 強調憲法 AI 和可解釋性，那麼 OpenAI 則押注於擴大運算規模和代理能力。與此同時，中國的實驗室（如 DeepSeek）專注於效率，但在代理型任務上有所不足。黃仁勳的聲明強化了硬體驅動進步的敘事，其中 Nvidia 不僅是供應商，更是對 OpenAI 進行投資的關鍵參與者。
下游影響十分重大：Astra 為複雜專業工作流程的自動化開闢了道路——從軟體工程到網路安全。這降低了企業採用的門檻，但由於思維鏈透明度的降低，需要新的監控協議。先前關於泛化邊界的已解決問題現在重新開放：在專業基準測試上的高分並不能保證在開放環境中的穩健表現。
目前仍不清楚獨立測試是否會證實 AGI 級別表現的主張，或者是否會在邊緣案例中揭露失敗模式。社群可能會專注於複製代理型基準測試和分析對齊取捨。該領域的下一個有趣工作將檢驗此類模型在對抗性提示或多代理設置中的表現。
黃仁勳的聲明強調，當今 AGI 的進步不僅以基準測試衡量，還以基礎設施擴展代理型系統的準備程度來衡量。
