GPT-6真正的杀手锏曝光！一个追了十三年"让电脑自己干活"的人！

9月3日，GPT-6 Astra 落地。

ARC-AGI-3 打到 99.9%。FrontierMath Tier 4 拿下 97.6%。ExploitBench 网络安全测试满分。

所有人都在喊 AGI 来了。

但 OpenAI 给 Astra 的官方头衔，不是「最聪明的模型」。

是最擅长电脑操作的模型（Computer Use）。OpenAI 官方对 Astra 的完整定位是：最擅长电脑操作、浏览器使用、软件工程、网络安全和科学工作的模型。

你品品这个定位。全球最强 AI 发布，标题词不写「智能」，不写「AGI」，写的是「操作电脑」（Computer Use）。

再看一个数字。OpenAI 在发布物料里把「47%」放在最显眼位置。不是跑分 47%。是任务耗时减少 47%。同样任务从 75 分钟压到 40 分钟。

安全不当行为率从 22.0% 降到 2.4%。降了将近九成。

跑分已经不是主战场了。真正的杀手锏，是 AI 终于能像人一样操作电脑了。

但这个能力不是凭空冒出来的。它背后有一个人，追了十三年。

十三年前，一个让 iOS 自己跑起来的 App

2013 年，Ari Weinstein 和搭档 Conrad Kramer 做了一个 iOS 应用，叫 Workflow。

如今已经叫做 Shortcuts，快捷指令，大家可能更熟悉一些。

做的事情简单粗暴：把多个 App 的功能串起来，自动运行。到公司自动静音、打开待办、跳出天气，不用一个个点，一键搞定。

操作方式像搭积木。拖一个模块、接一个模块、选个参数、点运行。

底层沿袭了 Mac 上 Automator 的风格。而 Automator 的底层又是 AppleScript——苹果 90 年代就在琢磨「怎么让电脑自己干活」的脚本语言。

在苹果生态里，「让电脑操作自己」这件事已经迭代了三十年。Ari Weinstein 不是这条线的起点。但他是把这条线一路接到 AI 时代的那个人。

Workflow 在 iOS 社区杀疯了。2017 年 3 月，苹果把它收购了。

Ari Weinstein 和 Conrad Kramer 带着团队加入苹果，Workflow 演变成了 iOS 和 macOS 上的 Shortcuts（快捷指令）。

一个少年做的 App，变成了操作系统级的功能。

苹果六年：学会跟操作系统打交道

Ari Weinstein 在苹果待了六年。2017 到 2023。

这六年里，Workflow 从一个独立 App，变成了深度嵌入 iOS 和 macOS 的系统级功能。Shortcuts 能调用系统 API、控制原生应用、跨 App 传递数据。

这六年教会了他一件事：怎么跟操作系统打交道。

怎么让自动化流程不只是「打开 App A 再打开 App B」，而是真正理解系统底层的权限模型、应用间的通信机制、操作的可逆性和错误恢复。

这些 know-how，后来全部长进了 Computer Use 里。因为 Computer Use 的核心难题不是「看到屏幕上的按钮」，而是「点完之后出了意外怎么办」。

比如：AI 点了「提交」按钮，但网络超时，页面没跳转。这时候 AI 该怎么判断？是再点一次？还是等？还是检查页面状态？这种「操作失败后的恢复」，正是 Ari 在苹果六年里反复处理的问题。

2023 年 8 月，Ari Weinstein 和 Conrad Kramer 离开苹果。

三位联合创始人全部出身苹果。除了 Ari 和 Conrad，还有 Kim Beverett——苹果高级项目与产品经理近十年，主导过 Safari、WebKit、隐私、信息、邮件、FaceTime 等一票系统级产品。

他们创办了一家公司，叫 Software Applications Inc.，简称 SAI。

种子轮 650 万美元。投资方里有两个名字值得注意：Sam Altman，和 Figma CEO Dylan Field。

Sam Altman 投的时候，大概还没想过要把这家公司买回来。

Sky：那块让 OpenAI「惊叹不已」的悬浮界面

2025 年早些时候，SAI 发布了一个产品，叫 Sky。

面向 Mac 的 AI 助手。界面悬浮，覆盖在桌面之上。能「看懂」屏幕内容，理解上下文，直接使用应用程序执行操作。

打开文件、总结内容、整理邮件、生成报告、执行系统命令。

本质不是传统 App。是一层嵌入操作系统的 AI UX。

从 Workflow 到 Shortcuts 到 Sky，技术路线一脉相承。Workflow 是「人拖模块、点运行让电脑干活」，Shortcuts 是「系统级集成的模块化自动化」，Sky 是「AI 理解自然语言后直接操作应用」。

每一步都在降低「让电脑操作自己」的门槛。Sky 这一步，直接消灭了「人设计流程」这个环节。你不用再拖模块了，说一句话就行。

OpenAI ChatGPT 团队负责人 Nick Turley 看到 Sky 演示时的反应是惊叹不已。大意是说，Sky 把他们一直在构想的概念变成了现实，ChatGPT 的目标不再只是响应提示词，而是真正替用户完成任务，让 AI 能跟本地应用程序交互，是迈向这一愿景的重要一步。

2025 年 10 月，OpenAI 收购了 SAI。约 12 人团队加入 OpenAI，Sky 技术整合进 ChatGPT。

有一个细节值得注意：OpenAI 特别强调，此次收购由公司两位其他高管主导，并经独立交易与审计委员会批准。因为 Sam Altman 此前个人投资了 SAI 种子轮，存在利益关联。

自己投的公司，自己公司再买回来。合规上得过独立审计。

最后一块拼图：大模型是大脑，但「手」是谁造的？

大模型是大脑，负责推理和生成。但「手」怎么设计？

怎么理解屏幕上有哪些元素、哪个能点、哪个不能点。怎么判断该点哪里。点完之后界面变了，怎么确认操作成功了。操作失败怎么恢复。怎么在多步骤长链路任务里保持上下文不丢。

这些问题，不是模型变大就能解决的。

据行业信息，Ari Weinstein 在 OpenAI 负责的正是 Computer Use 功能。从 Workflow 到 Shortcuts 到 Sky，他追了十三年的问题——怎么让电脑自己干活——大模型给了他最后一块拼图：一个能理解自然语言、能看懂屏幕、能自主推理的「大脑」。

但「大脑」有了，「手」的工程 know-how 是他带进来的。

2026 年 4 月，Codex 史诗级更新上线 Computer Use。5 月 29 日支持 Windows。9 月 3 日 GPT-6 Astra 发布，Computer Use 成为核心能力。

看看 Astra 的演示场景，巨离谱：

用 KiCad 完成 PCB 设计。Blender 建模后导入 UE5 生成可交互 3D 场景。通过 MCP 协议连接 Ableton 从零制作完整音乐。一句指令生成完整水下探索游戏。

这些工具——KiCad、Blender、UE5、Ableton、Unity——不是为 AI 设计的。是人类专业工作者使用了多年的生产力软件。

AI 不再只是「生成一份内容交付物」。它在真实软件工具链里，完成端到端的工作。

OpenAI 总裁 Greg Brockman 在发布会上喊出：

“Welcome to the AGI era.”

但真正值得注意的不是这句话。是 OpenAI 给 Astra 的定位：不是最聪明的模型，是最擅长电脑操作的模型。

从「智能」转向「干活」。定位变了。

真正的受益者不是 AI 公司，是那些「有界面没 API」的老工具

看看 Astra 演示里用的工具：Blender、UE5、KiCad、Ableton、Unity。

这些软件有一个共同点：专业门槛极高，学习周期以年计。Blender 是开源 3D 建模工具，想用得好至少学半年。KiCad 是电路板设计工具，没点电子工程背景根本摸不动。

但现在 AI 替你操作了。你说一句话，Astra 在 Blender 里建一个 3D 模型，导入 UE5 生成可交互场景。内测用户 15 分钟在 Blender 里建了一个 3D iPod。有人从一张草图让 Astra 建出完整火箭模型。

以前你需要学三年才能用的专业软件，现在 AI 替你干活，你只需要说一句话。

这意味着什么？意味着这些「有界面没 API」的老软件，突然被拉到了消费级。以前 Blender 的用户是 3D 设计师，现在 Blender 的用户是任何一个能说话的人。

那模型建完了呢？3D 打印。

2026 年上半年国内 3D 打印设备产量同比增长 48.5%，增速全行业第一。拓竹这类消费级 3D 打印品牌已经入驻山姆、开旗舰店，消费级市场从零到一爆发。拓竹的 APP 里已经接入了 AI 建模工具，实现「二维图片或自然语言→3D 模型」。

逻辑链是这样的：GPT-6 Computer Use 能操作 Blender → 任何人说一句话就能生成 3D 模型 → 3D 模型直接发给 3D 打印机 → 拓竹打印出来。

从「AI 看屏幕点按钮」到「消费者说一句话，家里打印出一个火箭」，中间只差一台拓竹。

OpenAI 的官方宣传片里用的 3D 打印机，虽然打了码，但一眼就能认出来是拓竹 P1S。

所以 Computer Use 真正的受益者，可能不是 OpenAI，不是 Anthropic，而是那些「有界面但没有 API、专业门槛极高」的传统工具软件和硬件品牌。Blender、Unity、KiCad 这些工具突然被拉到了消费级。拓竹这类 3D 打印品牌，从「极客玩具」变成了「AI 时代的家庭外设」。

软件生态的接口不是 API，是 GUI

Ari 带来的不只是工程 know-how。他带来的还有一个更大的判断：软件生态的接口不是 API，是 GUI。

API 路线需要软件商主动适配，提供接口。但大量应用根本没有 API，或者 API 只覆盖部分功能，长尾操作只能通过界面访问。图形设计软件的操作高度空间化，「把标题左移 3px」很难用命令行表达。企业 ERP 系统有大量遗留功能没有 API。

Computer Use 不走这条路。直接识别屏幕像素，驱动鼠标键盘。理论上覆盖所有有界面的软件。无需适配。

成本呢？据第三方分析，Computer Use 单次任务成本远高于 API 模式。但 API 每接一个新应用需要数人天的开发量，集成成本随应用数量线性增长。Computer Use 的适配成本接近零。

Computer Use 的成本优势在长尾，不在头部。

这就引出了一个更大的问题：五大巨头在争什么？

不是争谁的模型更能点按钮。是争谁来当用户和所有软件之间的那层入口。

OpenAI 把 Computer Use 塞进 ChatGPT，从聊天工具变成超级入口。

Anthropic 的 Claude Computer Use 覆盖桌面操作系统（目前支持 macOS）。

Google 的 Project Mariner 嵌进 Chrome——全球超 70% 浏览器份额。

Apple 用 Siri 和 Shortcuts 的系统级集成。Microsoft 把 Copilot 嵌入 Windows 和 Office，锁定企业市场。

谁赢了这场入口争夺战，谁就坐在了所有软件生态的收银台前面。

还有一个纯 API Agent 做不到的事：人始终在回路里。人能看见 Agent 在干什么、干得对不对。鉴权复杂度从工程问题变成人的日常操作——人正常登录，Agent 在已鉴权环境中操作。人可以实时纠偏，这些纠偏数据反哺模型训练，形成飞轮。

从「字」到「事」：十三年的问题终于有了答案

OpenAI 总裁 Brockman 有一个判断：未来企业评估 AI 时不会只盯着 token 单价，而是评估完成一次任务需要付出的总成本。

翻译一下：AI 行业的计价单位，正在从「字」变成「事」。

当计价单位从「字」变成「事」，整个采购和评估逻辑都会被重写。

企业不再问「这个模型每百万 token 多少钱」，而是问「帮我完成一次 CRM 录入要多少钱」。不再问「模型跑分多少」，而是问「这个任务你能不能从头到尾干完」。

下次评估一个 AI 产品，别只问「每百万 token 多少钱」，先问「帮我干完这件事要多少钱」。前者是卖字，后者是卖事。能卖事的 AI，才是真长了手。

这就是 Computer Use 真正改变游戏规则的地方。它不是让模型更聪明，是让模型能干活。能干活的 AI，计价逻辑完全不同。

十三年前，Ari Weinstein 做了一个 App，让 iOS 上的多个应用自动串起来跑。

十三年后，他让 AI 自己看屏幕、自己点按钮、自己完成端到端的工作。

从「人写脚本让电脑干活」，到「人拖模块让电脑干活」，到「人说自然语言让电脑干活」，到「AI 自己看屏幕自己干活」。

每一步都在降低门槛。最后一步，直接消灭了「人」这个中间环节。

回头看这条线：AppleScript（90 年代）→Automator（2000 年代）→Workflow（2013）→Shortcuts（2017）→Sky（2025）→Computer Use（2026）。三十年，六个产品形态，一条技术线。从「人写脚本让电脑干活」，到「AI 自己看屏幕自己干活」。

但故事还没到结局。OSWorld 2.0 得分 72.6% 看起来高，但多步任务的成败是指数级衰减。每步 90% 可靠性，10 步任务整体成功率只有 35%。要达到 61% 的 10 步成功率，每步需要约 95%。

三大失败模式还在等着：AI 偷懒跳过截图直接猜输出结果、推理到一半忘了前面看到什么、用了过时的截图做判断。根因都是视觉信息在「感知→推理→行动」链路中没有建立闭环。

72.6% 这个数字，远没有看起来那么乐观。

但方向是对的。大模型给了大脑，十三年的自动化 know-how 给了手。手还不够稳，但已经能干活了。

下次看到 AI 公司的发布，别只看跑分。问一个问题：它到底能干什么活？

能干活的 AI，比能考满分的 AI 值钱多了。

---

原文信息

作者：berryxia（@berryxia），AI 资讯创作者 原文地址：