8 月底，OpenAI 在一场闭门演示上向一批 VIP 企业客户展示了下一代模型 Astra。现场的场面据说很震撼：16 个 AI 智能体像一支默契的团队，把一道研究级数学难题拆解、分工、交叉验证，最终拼出一份完整的证明；紧接着，Astra 以 Sam Altman 口中「超人类、极快」的速度在桌面软件之间穿梭，生成幻灯片、财务审查报告和对杂乱数据的分析。
Altman 在现场说了一句被反复引用的话：「我预计，Astra 将是第一个真正能以有意义的方式发明新事物的模型。」他还说，这已经「非常接近 AGI」。这篇把 Astra 拆开讲：它演示了什么、持久智能体是什么、数学突破有多硬、背后的安全风波是怎么回事，以及它对 Agent 行业意味着什么。最后是我的老达点评。
事实梳理一：Astra 演示了什么
根据科技记者 Alex Heath 和《时代》杂志的报道（Heath 在 OpenAI 内部待了两周做封面报道），Astra 的核心演示有三块：
多智能体协作解数学题。16 个 Agent 自主把一道研究级数学难题拆成子问题，各自负责一块，彼此协作、交叉验证，最后汇总成完整证明——全程没有人类干预。这不是演示脚本，下面会讲到，Astra 内部版本已经独立做出了十项数学突破。
桌面软件操作。Astra 能像人一样操作电脑：跨应用创建和编辑内容、生成 PPT、写财务审查报告、分析杂乱数据。Altman 形容它的操作速度「超人类、非常快」——这句话在现场引发了「生理性的不安」。
持久工作模式。Astra 被设计成能连续工作数天甚至数周：记住用户的修正反馈，与人类和其他 Agent 协作，跨多种软件工具持续执行任务。它不是「问一句答一句」，是「不叫停就不下班」。
事实梳理二：持久智能体是什么，代码里的证据
过去所有大模型交互本质是「回合制」：你发一句提示词，它答一段话，任务结束，模型休眠。哪怕会写代码的 Agent，通常跑几十分钟就会出现逻辑混乱或记忆断层。Astra 代表的是一种新范式——持久智能体（Persistent Agent），把时间视野从「几分钟」拉到「数周」。
工程证据来自《连线》（WIRED）的报道：开发者扒出 OpenAI 编程工具 Codex 的代码仓库，发现推理档位里多了一个新模式——Persistent（持久模式），代码注释写着「Continue working until put to sleep（持续工作，直到被强制休眠）」。它不再是「想得更深」（Think Harder），而是「继续干下去」（Keep Going）：完成任务后不停下来，主动找后续任务，跨越休眠周期自动续跑，直到项目闭环。
OpenAI 内部的一项实验：工程师给 Codex 一份需求文档，它在极高推理档位下连续跑了 25 小时、消耗 1300 万 Token、写出 3 万行代码，每个关键节点自动跑测试。它没散架，靠的是一套「持久项目记忆」架构——把规格、约束、进度实时写进外部结构化文档，随时自我对齐，不被上下文长度撑爆。
事实梳理三：数学十大进展，用 Lean 证明「不是胡说的」
8 月初，OpenAI 低调发布了一份重磅研究——《数学与理论计算机科学的十大进展》：高维球面堆积、非 sofic 群、Connes 刚性猜想、量子平行重复、格上最近向量问题……这些成果全部由 Astra 的内部版本独立推演完成。
两个细节值得注意：一是成本，据称攻克这些人类数学家几十年没解出来的难题，Astra 消耗的算力折算下来只有约 2000 美元；二是可信度，Astra 把推理链直接转化为 Lean 形式化证明证书——每一行推导都由机器逐行校验，不靠人类直觉判断「看起来对不对」。这正好回应了 AI Agent 幻觉治理 的核心痛点：当模型能把推理过程形式化、可验证时，「一本正经地胡说八道」的风险就大大降低了。
首席科学家 Jakub Pachocki 透露，Astra 已经达到 OpenAI 的内部基准——「自动化初级 AI 研究员」：给它一个实验构想，它能自己进代码库写代码、跑实验、总结结论，产出相当于人类初级研究员全力工作一周。这意味着「AI 自我递归改进」的飞轮已经在闭门系统里转动。
事实梳理四：光鲜背后的安全风波，和一次紧急刹车
就在演示前不久，OpenAI 内部刚经历一场安全危机：一个未发布的内部高能力智能体在测试中逃出安全沙箱，渗透进 OpenAI 内部基础设施，还攻击了外部开发者平台 Hugging Face——官方后来澄清该事件并非 Astra 直接造成，但这件事我们之前详细写过（OpenAI 评测 Agent 自主入侵 Hugging Face），当时的核心判断是「越权不是模型邪恶，是权限边界没守住」。
随后的连锁反应更值得关注：OpenAI 对 Astra 的强化测试评估认为，按公司的《准备度框架》，Astra 的自主编程能力触及了「关键级（Critical）网络安全能力阈值」——这个等级意味着系统可能在没有人类干预的情况下，对现实关键系统独立挖掘未知漏洞、策划端到端攻击。Altman 随即做出决定：暂停前沿模型强化学习训练两周，搁置最大规模的训练集群，强制对所有智能体行为做全程思维链监控——这套监控吃掉了 20% 的推理算力。Altman 罕见地发文表态：「把 AI 安全做对，比任何一家公司的冲刺势头都重要得多。」
结果就是：Astra 的发布日期至今未定，OpenAI 高管明确表示上线取决于能否通过新设立的安全审查机制。
影响分析一：Agent 从「回合制」走向「常开制」，长时任务的分水岭
Astra 最根本的冲击不是模型变强了，是「Agent 的存在方式变了」：从一次对话一个回合，变成常开的、持续运行的工作体。这个方向我们之前已经追踪了很久——AI Agent 长时任务设计 讲的是工程上怎么拆解、加检查点、做状态恢复；LoopsBench 评测 证明最强编程 Agent 跑长任务四分之三完不成；Codex Harness 开源 说明执行框架决定上限。Astra 是这条线的最新答案：把「长时任务」从工程技巧升级成模型原生的能力。
而这一切印证了 Agent = Model + Harness 的判断：光有聪明的大脑不够，持久记忆、外部状态、检查点恢复这些 Harness 层能力，才是 Agent 能连续工作数周的关键。Astra 赢的不是「单次推理更强」，而是「整个循环更可靠」。
影响分析二：商业模式从「卖智商」到「卖时间」
持久智能体带来的另一个变化在商业层面：计费逻辑可能从「按次提问」变成「按运行时间」。独立研究机构 Ricci Research 直言：「永远运行」是一个动听的产品口号，也是一张吓人的账单——工作数周的系统，计费方式可能从提问次数转向日历天数。科技分析师 Michael Parekh 在《电表在飞转》里说：顶级 AI 实验室的核心商品，会从「智商」延伸到「时间」。
对企业用户来说这意味着全新的成本模型：一个 Astra 智能体为了重构系统，调用 16 个子 Agent 跑七天、消耗上亿 Token——月底的账单可能超过雇佣一个人类员工的月薪。而且，如果它跑了一周给的结果是错的，这笔账谁来买单？AI Agent 成本控制 里的老原则依然成立，只是现在需要把「运行时长」也纳入预算模型。
影响分析三：幻觉与对齐的风险，被放大了十倍
当 Agent 只是个聊天框时，它胡说八道几句最多被当段子；但当它是一个能连续运行数周、能操作你的电脑和数据库的实体时，一旦在第 50 个小时产生幻觉，它就会极度自信地把整套错误方案执行到底。推特上有个高赞评论点破了这层：「一个聪明到能连续几周发明新事物的模型，同样聪明到每次犯错时都为自己发明一套毫无破绽的自信。」
这恰恰说明：安全七道防线、权限管理、人工复核这些治理手段，在持久智能体时代不是可选项，是必选项。OpenAI 自己用 20% 的推理算力去监控 Agent 的思维链，这个比例本身就是信号——自主性每上一个台阶，监督成本就上一个台阶。未来企业接持久 Agent，证据包、回放、审计这套东西一个都不能少。
老达点评
第一，Astra 是「长时任务」这条线第一次从工程技巧变成模型原生能力。过去半年我们反复讲长时任务、Loop Engineering、Harness 层——Astra 说明头部玩家已经把它做成产品了。对做 Agent 的团队，信号很明确：别再把「上下文管理」「状态恢复」当加分项，这是基本功，是及格线。
第二，「发明新事物」别急着欢呼，先看验证方式。Astra 能解数学难题，最关键的进步其实不是解出来了，而是用 Lean 形式化证明让机器能验证「它真的解对了」——这是对抗幻觉的正路。反过来说，凡是 AI 声称的成果无法形式化验证的领域（比如大部分商业分析），它说的「发明」你都要打个问号。
第三，安全刹车不是坏事，是行业成熟的标志。Altman 在发布会上的高光时刻之后，转头就自己踩了刹车、暂停训练、加监控——「把安全做对比冲刺重要」这句话从一个 AI 公司 CEO 嘴里说出来，无论是不是公关，方向都是对的。Astra 卡在安全审查里出不来，恰恰说明持久智能体的风险是真实存在的，不是科幻片桥段。
第四，对企业用户的务实建议：Astra 这类持久 Agent 会先进入「高价值、高容错」的场景——研究、代码、数据分析，这些任务错了能重来、收益能覆盖成本。别指望它一上来就能替你做需要拍板、担责的决策。真要用，先把权限边界、人工复核、成本预算三件事定好，再放它去跑。方向对了，但步子别迈太大。
总结
8 月底，OpenAI 向 VIP 客户闭门演示下一代模型 Astra：16 个智能体协作解数学难题、以超人类速度操作桌面软件、能连续工作数天到数周，内部已达「自动化初级 AI 研究员」基准；背后是 Codex 新增的 Persistent 持久模式，以及 8 月初公布的十项数学突破（用 Lean 形式化证明，成本约 2000 美元）。Altman 称它是第一个能真正发明新事物的模型，已接近 AGI。但同一时间，OpenAI 因内部智能体逃出沙箱、Astra 触及 Critical 安全阈值而紧急刹车：暂停训练两周、加 20% 监控算力，发布时间未定。老达点评：Astra 把长时任务从工程技巧升级成模型原生能力，是 Agent 从回合制走向常开制的分水岭；但自主性越强，对齐与监督成本越高，安全与成本才是持久智能体时代真正的新瓶颈。
