AGI时代来了，OpenAI为何先“干掉”鼠标？

鼠标和键盘，人类用了几十年的两件交互工具，被OpenAI在一场闭门发布会上指向了“退役”。

传闻是真的，而且比传闻更多——GPT-6 Astra正式发布，公司定位是“很可能标志着通用人工智能（AGI）的开端”。联合创始人兼总裁Greg Brockman在媒体简报会的最后，说出了一句罕见的直接表态：

“Welcome to the AGI era。”

我的核心判断是：Astra真正值得关注的，不是AGI这顶帽子，而是“AI像人一样操作软件”的计算范式转移。但这个范式并不新——2024年10月Anthropic已率先发布computer use，2025年1月OpenAI自己也上过Operator。Astra的价值在于把这条产品线推到了主叙事位置。至于叙事与交付之间的距离，本文用目前已有的第三方基准数据把它拆开看。

🎤 一场以一句话收尾的发布会

金句开场：发布会的高潮，往往不在产品，而在措辞。

按照OpenAI自己的说法，关于这场发布的传闻“都是真的，甚至不止于此”。发布当天的时间线非常紧凑：

• 发布日早间：闭门媒体简报会
• 简报会中：OpenAI将Astra定位为AGI时代开端
• 简报会收尾：Brockman说出欢迎来到AGI时代
• 发布日当天：宣传片随模型一同公开

先看事实层。AGI在OpenAI章程（OpenAI Charter，官网公开发布）里的定义原文是：“在大多数具有经济价值的工作上超越人类的高度自主系统”（"highly autonomous systems that outperform humans at most economically valuable work"）。注意两个关键词——“大多数”，以及“高度自主”。这是公司为自己立下的长期目标，而Astra被官方表述为“很可能标志着”这一目标的开始。

再看措辞层。“很可能”（likely）这个词，是官方文本里留的一道缝；而Brockman那句宣言式的收尾，则把气氛推向顶点。一收一放之间，构成了一内一外的双重叙事——对资本市场讲终局，对企业市场讲当下。

产业逻辑很清楚：前沿模型的发布，正在从技术事件变成叙事事件。当模型能力的边际差异越来越难以被普通用户感知，“定义时代”本身就是产品的一部分。但作为分析者，我们要做的第一件事，就是把“可能”和“宣告”分开。

🖱️ 场景重写：从工具，到数字员工

金句开场：真正的产品革命，是从“告诉你怎么做”变成“直接做完”。

官方宣传片的第一个场景，指向的是企业员工：员工不必再点鼠标、不必再敲键盘——官方原文特意加了个括号，“如果他们不想的话”。这个括号很重要，稍后再谈。

Astra的具体能力边界，官方给了三组事实：

第一，跨越软件表面。它可以在浏览器、电子表格、网站和桌面应用程序之间穿行，像一个真人那样“导航”软件，而不是被锁定在某一个对话框里。

第二，交付成品。它产出的是“完成的文档和演示文稿”，不是提纲，不是建议，不是“你可以这样写”。

第三，执行多步工作流。官方的对比非常直白：传统AI是“告诉用户如何完成”，Astra是“直接执行多步骤工作流”。

需要指出的是，这套能力描述与OpenAI上一代产品Operator（2025年1月23日发布，官方博客《Introducing Operator》）及Anthropic computer use（2024年10月22日发布，官方博客《Developing computer use》）的定位高度重合。区别不在能力类别，而在两点：一是覆盖面从浏览器扩展到桌面应用；二是从“预览研究版”变成了主打叙事。这正是通稿不会写、而分析应该写明的增量。

🔌 逐个写API的时代，可能真的要结束了

金句开场：范式转移最诚实的证据，往往藏在开发者的工作清单里。

素材里最被低估的一句话是这个：传统方式下，开发者需要“为AI系统要用的每一个应用程序，专门构建一个API集成”。做过企业系统的人都知道这意味着什么——每接一个新系统，就是一轮开发、测试、维护的循环。这不是新痛点：Anthropic在发布computer use时就明确给过理由——“许多任务的完成依赖没有API的软件”（官方博客原文），集成本身成了AI落地的最大摩擦力。

Astra给出的答案是：不要逐个集成了，让AI像人一样去用软件。两种范式的结构差异如下：

这一转变的产业含义，至少有三层：

第一，集成成本曲线被压平。理论上，只要是人能操作的软件，AI代理就能操作，长尾应用不再是接入盲区。

第二，竞争维度迁移。比拼的不再只是模型参数，而是“谁能拿到操作软件表面的入口权”。入口权，从来都是平台生态里最值钱的东西。

第三，权力再分配的隐忧。如果所有软件都通过一个通用代理来操作，那么代理提供方就成了新的流量分发层。被代理的软件厂商是受益者还是被管道化的一方，这个问题的答案，可能决定未来几年企业软件的格局。

业界私下的说法是：这一手，明面是解放开发者，里子是抢下一代的入口位置。这话刻薄，但不无道理。

⚠️ 冷话：官方措辞里的三道保留，与一套第三方数据

金句开场：越是宏大的宣言，越要逐字读；越是没有数据的发布，越要用别人的数据校准。

回到文本本身，OpenAI的表述里至少有三处值得琢磨的保留。

其一，“很可能标志着”。AGI的开端，官方用的是likely，而不是is。章程原文的定义是“超越人类于大多数经济价值工作”——是“大多数”，不是“全部”，且这是一个方向性描述，不是可验证的技术指标。

其二，“如果他们不想”。官方描述员工“不必再点鼠标敲键盘（如果不想）”——这句话默认了仍有想用、需要用传统方式的人和场景。交互方式的替换，从来不是非此即彼。

其三，宣传片是宣传片。发布会上展示的是经过剪辑的官方视频。演示与量产交付之间隔着的东西——任务完成率、出错成本、边界场景——素材里没有给出任何数据。这不是苛责，而是提醒：目前关于Astra能力的一切定量判断，都缺乏公开依据。

第三点不能停留在提醒。“AI操作软件”这个品类，恰恰是少数有公开第三方基准可查的领域，只是通稿一律不提。目前学界与业界最常用的是OSWorld基准（论文发表于ACL 2024，作者来自香港大学、卡内基梅隆大学等机构），它把真实桌面任务交给AI代理执行，以任务完成率计分。可查的公开成绩如下：

这组数据说明两件事。第一，这是AI所有能力项里进步最快的一项之一——十五个月内从个位数百分比追到人类水平的一半上下，Astra的范式提案有真实的技术曲线托底。第二，距离“拿来就用”仍有明显差距：即便按最乐观的38.1%算，六成以上的真实桌面任务仍然失败。宣传片里一次跑通的多步工作流，对应到批量任务上意味着什么，企业用户心里要有数。

还有一层更根本的：AGI至今没有行业公认的定义和测量标准。谁宣布、谁认定，本质上是话语权问题。对企业管理者而言，务实的做法是绕开标签，直接问三个可验证的问题——我的具体任务，它在试点中的完成率是多少？出错时的代价谁来承担？多步工作流的中断恢复机制如何？回答不了这三个问题的AGI叙事，对采购决策的价值有限。

🛰️ 一个具体案例：电网无人机巡检的报表之痛

金句开场：判断这类代理的落地顺序，不看行业叙事的大小，看它的员工每天在几个软件之间切换。

与其泛谈“复杂作业行业受益”，不如拿一个我熟悉的具体场景拆解：电网无人机巡检的后续数据流转。

一条巡检航线的作业流程，现实里是这样的：飞手用厂商飞控平台（如大疆司空2一类）执行航线；采集的影像回传后，由缺陷识别系统做AI初判；内业人员再在电网设备管理系统（PMS）中录入缺陷工单；最后用电子表格汇总成日报周报。同一条巡检数据，要在至少四个互不相通的软件表面之间人工搬运——这是行业里人尽皆知、却长期没有好方案的成本项。恰好，这正是Astra所宣称的“跨浏览器、表格、桌面应用执行多步工作流”的标准靶场：从识别结果直接生成工单、再出报表，理论上一个代理就能串起来。

但监管侧的硬约束也在这里。2024年1月1日起施行的《无人驾驶航空器飞行管理暂行条例》（国务院、中央军委联合发布）确立了飞行活动申请与实名登记制度，日常作业通过民航局民用无人驾驶航空器综合管理平台（UOM）报备。这类系统的操作留痕具有合规效力——代理替人点击的每一步，出错时责任算谁的，条例里没有答案。一个写错了可以撤回的PPT，和一个影响空域报备合规性的错误操作，不是一个量级的风险。

所以我的判断收敛为一句：电网巡检报表、无人机物流调度这类“多系统拼接+低风险后果”的环节，会是通用代理在低空经济里的第一批真实场景；而涉及空域申请、合规留痕的环节，落地节奏不取决于能力上限，而取决于责任认定框架——这恰恰是技术发布管不到的部分。

小结

GPT-6 Astra这场发布，叙事层面是“AGI时代”的宣告，产品层面是“AI像人一样操作软件”的范式提案。前者尚无公认标准，交给时间检验即可；后者有OSWorld上从14.9%到38.1%的真实曲线托底，值得企业认真对待——它直指集成成本、入口权力和数字员工这三个实打实的商业命题。

短期看交付：等Astra真实企业用户的数据出来，宣传片与完成率之间的差距会自己说话；在那之前，第三方基准是唯一的校准器。长期看格局：谁掌握了操作软件表面的入口，谁就握住了下一个计算时代的分发权。盯着能力，别只盯着帽子。

主要信源

1. OpenAI Charter（AGI定义原文），OpenAI官网

2. OpenAI官方博客：《Introducing Operator》（CUA在OSWorld得分38.1%），2025年1月23日

3. Anthropic官方博客：《Developing computer use》（Claude 3.5 Sonnet OSWorld得分14.9%），2024年10月22日

4. Anthropic官方博客：Claude 3.7 Sonnet发布说明（OSWorld约22%），2025年2月

5. Bonatti et al., OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments, ACL 2024

6. 《无人驾驶航空器飞行管理暂行条例》，国务院、中央军委，2024年1月1日施行

7. 中国民航局民用无人驾驶航空器综合管理平台（UOM）