OpenAI 404 页面藏着一首星际诗
GPT-6 Astra
访问 OpenAI 官网时，GPT-6 Astra 的页面竟返回了 404 错误，但这并非普通的死链。页面中隐藏着一首由 gpt-5.6-sol 生成的诗，描绘了信号掠过火星、地面灯光静候、星辰按时回应的画面。在导航栏中，GPT-5.6、GPT-5.5 等最新模型赫然在列，唯独 GPT-6 Astra 缺席。这种用诗意填补技术空白的做法，既展现了 OpenAI 的幽默感，也暗示了未来模型发布的悬念。
信号掠过火星，地面的灯光以沉稳的手静静守候，星辰在时光中回应。
HN 评论区
1963- dang
相关：OpenAI 开始逐步推出 GPT-6 Astra - https://news.ycombinator.com/item?id=49554273
不如我们在那个帖子里讨论发布事宜，在这个帖子里讨论模型本身？
- intenex
ARC-AGI-3 的成绩单极具误导性，因为它自己就明确写着“使用 [responses API] harness，我们估计 Sol 的得分大约在 30% 左右”，但它显示的 GPT-5.6 Sol 得分却是 7.8%。推测原因可能是，如果他们把 GPT-5.6 Sol 的百分比更新为使用 GPT-6 Astra 相同的 responses API harness 所应得的分数，那么他们显示的 Opus 5 的百分比也会同样大幅上升。
无论如何，结果依然有效，因为原始的基准测试 harness 确实存在不合理的限制。如果仅凭一个 harness 就能帮助 LLM 在基准测试中取得近乎完美的分数并达到饱和，那么两者的结合在通过专为衡量 AGI 进展而设计的最著名基准测试（经过多次迭代并逐步增加难度）的意义上，必然仍然有效地等同于 AGI。
我认为可以说，如果这些基准测试稍微准确的话，这大概就是有效的 AGI 了——即使有 Fable，我个人也到了这样一个阶段：尽管我在人类基准测试中通常远高于平均水平，但我相当确信基本上没有什么事情是我比 Fable 做得更好的。如果 Astra 比 Fable 好这么多，我准备现在就宣布 AGI 到来了。
对于那些认为 AGI 标签可能永远无法实现的人来说，我很好奇听到大家的看法：是什么让你们觉得 Astra 还不是 AGI？还需要达成什么目标才算……
- manlymuppet
我对模型本身没什么要说的，但无关的一点是——为什么这么多演示都包含 AI 自主购买东西的场景？
即使我信任 AI 能把一切都做对，AI 也不可能读心。
如果我自己正常点餐而不使用 AI，我会希望对流程有更多的掌控——浏览选项、价格，思考我真正想要什么。人们往往要经过一番思考才知道自己真正想要什么，那为什么 AI 公司要让人们觉得只要给个描述就万事大吉了呢？
世界上所有的上下文都无法准确预测我对未见之事物的反应。问题在于人们把这件事当成了需要解决的难题。其实不需要。如果你想用 AI 让我的生活更轻松，那就让做事变得更简单。我不希望你替我挑选那些我本身就乐在其中的东西。
（另外，也不是每个人都在 AI 实验室里做着轻松的工作，以至于 AI 搞砸了损失 30 美元也毫不在意，哈哈。）
- abixb
我想退一步看：所以，这是 GPT-6——一个自然数版本的发布，可与过去几年的 GPT-4 和 GPT-5 相提并论。ARC-AGI-3 的得分显然令人印象深刻，达到了 99.9%（我们需要等待更多细节，了解他们如何在 GPT-6 Astra 上使用 response API harness，特别是关于推理保留和压缩方面），但其他所有基准测试似乎都只是相对适度的提升，与 AI 实验室任何“点”更新相当。
如果这真的是 AGI（取决于人们对 AGI 的定义），那么这真是一个极其无聊的 AGI 模型发布。没有视频公告，没有新闻发布会，只有一篇博客文章（附带一些 Twitter 宣传视频）？
正如其他人提到的，我开始认为 OpenAI 可能因某些合同原因承受着巨大的压力，必须交付一个