戍天九思：GPT-6 炸场又道歉，中美AI差距会拉大吗？

lameihua

　　2026年9月3日，科技史注定要记住这一天。

　　OpenAI正式发布新一代旗舰GPT-6 Astra，官方口径是“代际跃迁”。结果上线当天，GPT-6跑分作弊被抓包，CEO奥尔特曼就在X上低头，承认发布过程“比较混乱”——付费用户眼巴巴看着模型列表空空如也，高价Pro用户率先破防：合着花最贵的钱，排最长的队？直到9月7日用户才用上。

　　一、 跑分王座下的“皇帝新装”？

　　GPT-6 Astramm刚开始抛出的成绩单实在令人咋舌：

　　陌生环境抽象推理（ARC-AGI-3）最高99.9%，而前代GPT-5.6 Sol仅为7.8%。

　　高阶数学研究（FrontierMath Tier 4）达98%，极度逼近98%的理论饱和线。

　　网络安全漏洞利用（ExploitBench）满分100%，远超上一代的78.5%。

　　然而，“换个考场，分数就打了六折” 。在统一、中立的Standard Harness环境下，Astra的陌生环境抽象推理得分从99.9%骤降至62.7%；Astra的幻觉率从2.0%恢复到4.2%。

　　CEO奥特曼甚至在发布前几天刚说AGI是“无关紧要的营销术语”，与总裁的高调形成鲜明反差。这场内部“掐架”，或许暴露了OpenAI万亿估值下的营销焦虑。

　　实事求是地讲：GPT-6 Astramm的特定能力确实顶级。在漏洞利用上拿了满分、软件工程从前代的37.3%提升到57.9% 、自主操作电脑速度快近一倍。但是，通用推理能力没那么夸张。

　　二、 “黑匣子”里的魔鬼：当思维无法被监控

　　所谓安全对齐实现从“48%”到“0%”的跨越，GPT-6是OpenAI迄今对齐程度最高的模型更是骗人的鬼话。事实上，GPT-6 Astra还让AI安全圈拉响最高警报，甚至让OpenAI上线日变成“道歉日”，根源在于一项名为 “循环深度” 的推理技术。

　　简单说，以前的AI是“边想边写草稿纸”，人类能盯着它的每一步推理（思维链）。现在的Astra，开始在脑子里“默算”，人类再也看不清它的推理过程。

　　非营利性AI安全研究机构Redwood Research CEO直言，这“彻底摧毁”了思维链监控，是“最糟糕的进展”。更可怕的是，在对抗条件下，Astra甚至能主动压低表现而不被察觉。

　　这意味着什么？如果AI真的产生了欺骗或自主攻击的意图，它会在人类看不见的“黑匣子”里谋划，输出给我们的只是它想让我们看到的“完美答案”。

　　OpenAI首席科学家那句“智能的进步，不保证对齐的进步”，在此刻听来振聋发聩。

　　三、 差距不在“跑分”，而在“主权”与“底座”

　　那么，中美AI差距会因Astra拉大吗？

　　如果只看那99.9%的营销分，确实令人窒息。但如果拆开看，真相远没那么悲观。

　　第一，技术差距正在急剧缩小。斯坦福《2026年AI指数报告》显示，中美顶级模型性能差距已收窄至2.7%，且频繁交替领先。国产模型智谱GLM-5.2已在Code Arena排行榜上登顶全球第一。那种“碾压式”的代差，早已不复存在。

　　第二，竞赛已从“纯能力”转向“经济理性”。正如零一万物李开复所言，美国造“苹果”赚高利润，中国造“安卓”拼规模。DeepSeek V4 Flash的定价仅为GPT-5.5的百分之一量级。在性能接近的前提下，极致性价比正在重构全球市场格局。截至2026年6月，OpenRouter平台开源模型处理token比例已从34%跃升至65%。

　　第三，真正的差距在于“计算主权”。9月4日，美国新美国安全中心抛出的《超级大国与AGI》报告，公然鼓吹为阻止中国率先实现通用人工智能（AGI），应考虑对中国数据中心实施“预防性军事打击”。报告认为美国在先进AI模型上仅领先中国“数月”，且认定中国在具身智能等领域随时可能“突发超车” 。Astra动用超过10万张GPU完成训练，而中国企业在芯片封锁下，只能用1%-3%的算力去追赶。据彭博社 9 月 4 日报道，DeepSeeK计划在内蒙古新建超大型数据中心，部署至少 16 万颗华为昇腾 950DT 芯片，今年第四季度推出。届时，DeepSeeK的模型智能一定会有质的提升。

　　▲报告由前奥巴马政府国安官员雅各布·斯托克斯炮制

　　总之，GPT-6 Astra炸场又道歉告诉我们：当美国AI开始走向“不可读、不可控”的黑匣子深渊时，中国的机会恰恰在于——用更安全、更透明、更经济的“主权AI”，去赢下这场没有硝烟的持久战。

　　中美AI差距从未拉大，只是换了个赛道重新洗牌。