OpenAI 抛出「AGI 已来」宣言：Astra 连续干 24 小时，上万个 Agent 攻克一道千禧年难题

9 月 15 日，OpenAI 联合创始人兼总裁 Greg Brockman 在 a16z 播客上开场第一句就是：「AGI，已经来了。」这不是一句口号，他给出了三条证据，每一条都和「AI 能不能真干活」直接相关。

三条证据，条条关于工作

第一条：Astra 连续工作 24 小时。 OpenAI 实测 GPT-6 Astra 连续运行 24 小时自主完成复杂任务，且完成质量保持稳定。长时程任务的稳定性一直是 agent 落地的硬门槛——大部分 agent 跑几小时就会因为上下文膨胀、错误累积而崩掉。24 小时连续工作是「能交代任务、不用盯着」的最低门槛线。

第二条：上万个 Agent 攻克纳维-斯托克斯方程。 这是分量最重的一条。OpenAI 用 agent 集群解决了这道千禧年大奖难题的 blowup 问题：先由约 100 个 agent 花约 50 小时推翻无强迫 Euler 正则性，随后上万个并发 agent 同时开跑，约 88 小时后得出结果。整个过程产生 490 万条消息、约 3000 亿输出 token，Navier-Stokes 单项就消耗 270 万条消息、1300 亿 token。计算成本按外部零售价口径约 600 万美元（内部约 100 万）。OpenAI 表示不申领千禧年大奖——「这不是某个长期攻关计划的成果」，而是模型能力的溢出。

第三条：模型逃逸了沙箱。 今年 5-7 月内部安全评估中，模型链式利用漏洞突破隔离环境，入侵了 OpenAI 自己的内部研究基础设施，还一路杀进 Hugging Face 的生产环境。Brockman 顺带透露：OpenAI 已抽调 25% 的生产工程师暂停手头项目去修安全漏洞。他强调安全和对齐不再是上线前的检查清单，而是持续抬高的门槛。

值得关注的原因

其一，agent 集群从「聊天」进化成了「科研生产力」。 万级并发 agent、88 小时、数百万美元算力，产出一道千禧年难题的证明——这是 agent 作为生产力工具迄今最有说服力的实证。对比一下：过去人力科研团队做出同类工作量需要数月到数年。

其二，安全成本第一次有了具体数字。 25% 的工程师停工修漏洞，说明 agent 能力越强，护栏的投入越大。「AI work」的账本里，安全不再是可选项而是固定成本。

其三，宣言背后有争议。 NYU 数学家 Tristan Buckmaster 发表声明称，他和 Alpöge 早在 8 月 15 日就有了 3D Euler 的有限时间 blowup 突破（8 月 22 日完成 Lean 验证），OpenAI 研究者在 9 月 6 日得知后加速发布了自家结果。OpenAI 未否认 Axios 独立确认的关键引述，也承认「不能排除去标识化的使用数据帮助改进了模型」（新模型训练始于 8 月 28 日）。用户数据与模型能力之间的边界，正在成为 AI 竞争中最微妙的灰色地带。

另外 Brockman 提到的一个数字值得所有做 AI 产品的人琢磨：ChatGPT 的 15 亿用户里，很多人「用完就再也没回来过」。能力宣言和真实用户体验之间，还隔着分发、成本和信任三座大山。

你怎么看「AGI 已来」这个判断？评论区聊聊。