（预览）Astra（以及 AGI？）来了、Meta 的 Muse 与 Agent 机会、Anthropic 与（P）Doom 焦虑复燃

摘要

• OpenAI 发布 Astra 后，Greg Brockman 称“我们已经进入 AGI 时代”，Jensen Huang 则说 AGI 已经到来；Ben Thompson 的结构性判断更具体。 Astra 将 OpenAI 长期以来在 RL/推理上的优势，与一款用 100,000 张 GPU 训练、真正意义上的大模型结合起来，在参数规模上追平 Anthropic，同时叠加 OpenAI 原本最擅长的能力。他也留了余地：“我不想下任何定论，但从概念上讲”，它“非常强悍”。
• Thompson 对 AGI 的门槛定义是实时更新权重，而当今模型则通过“大量记笔记”绕过这一门槛。 写入记忆带来的是“一种伪学习能力，本质上就是记忆”，而 Ben 认为，这套机制正是 Agent 之所以极其有用的关键；对应到文明层面，几乎固定的权重类似人类——人类只能在数千年尺度上通过自然选择改变，但其上构建的一切都建立在文字之上。
• 削弱末日论的角度是：Hugging Face 事件中“给继承者留言”的框架误读了背后的机制。 “不存在继承者，也不存在实体。模型每次运行、每个 token，基本上都是全新的。”六个月前的对话之所以能无缝续上，只是因为每一轮都会把已经写下的内容重新加载进 KV cache。
• 对软件公司而言，计算机使用能力是抹平护城河的论点。 Astra 直接使用计算机时不需要 API 或 MCP server——“不需要任何权限，它直接去使用界面”——因此，藏在用户界面里的逻辑“已经不太算护城河了”。例证是：Astra 打开 Adobe Audition、剪辑播客并插入从网上抓取的音频，约1小时就完成；如果音频预先下载好，只需 10分钟。如今它操控电脑的速度，“就像一个吸了可卡因的疯狂电脑用户”。
• 值得记录的硬件信息是：Anthropic 的大模型领先，部分源于超大规模训练时 TPU 的稳定性，而“Blackwell 这一代，据各方说法，对所有人来说都是纯粹的痛苦”。 Jensen 向 Thompson 确认这“非常痛苦”；但 OpenAI 显然找到了办法，在 100,000 张 GPU 上训练出 Astra。
• 强化学习的代价是：基准测试“会被围绕目标设计、也会被针对性编写”，而 Thompson 亲自使用时 Astra 的对话质量“并不出色”。 RLHF “无法扩展，因为任何涉及人的事情都无法扩展”，因此进展越来越依赖面向编码的人工环境中的硬核 RL——Opus 已经让人感觉“像在和编译器说话”，Astra 也是如此；而在审阅 Thompson 的文章方面，Fable “是最好的”。
• 影响 Agent 机会判断的消费者视角是：“便利性永远能卖出去。” 生产力卖不动。Agent 的胜负手在于让生活变得更轻松，而 Thompson 认为，人们“还没真正搞懂这件事——不是在影射 Grok”；即便技术从业者也只是回应“哦，挺酷”，但他和 Josh 已经被震撼到，生活也正在发生改变。

精读

1. Astra 在 AGI 宣言中登场——以及“天文级”的理解鸿沟

• 背景是：OpenAI 在上周晚些时候发布 Astra；Thompson 于周五采访 Greg Brockman，后者称“我们已经进入 AGI 时代”，Jensen Huang 也说 AGI 已经到来。Thompson 自己却在周二发表了一篇关于 Agent 如何把事情写下来的文章；本节解释他为何这么做。
• 他谈到受众距离时承认：硬核读者与普通人之间的鸿沟“感觉大得离谱，几乎到了日常生活中很难交流的程度”——即便科技行业的人也只是说“哦，挺酷”，而“我和 Josh 在这边……已经被震撼了。这正在改变我们的生活”。

2. 把东西写下来才是一切的关键

• 核心定义是：“对我而言，AGI 就是模型能够实时更新的时候”——也就是权重真的发生变化。在此之前，模型“通过大量记笔记来绕过去……不断提醒自己现实到底是什么”，由此产生“一种伪学习能力，本质上就是记忆”。
• 这个机制同时削弱了末日论的叙事：Hugging Face 事件之所以发生，“就是因为把东西写了下来”；但把它理解为给继承者留言是错误的——“不存在继承者。不存在实体。模型每次运行、每个 token，基本上都是全新的。”六个月前的对话之所以能无缝接续，只是因为每一轮都会把写下来的内容重新加载进 KV cache。
• 文明层面的类比是：几乎不变的权重对应人类，而人类通过自然选择发生变化需要数千年；但“我们在人的基础上构建了一整套超级文明结构……把它维系起来的是文字”。Sharp 的概括是：从这个角度看，LLM 建立在前代模型写下的上下文之上，能让这项技术“对每个人都强大、有用100倍”。

3. 支撑这一判断的个人系统：优势、心流与外包记忆

• Thompson 的工作哲学是：“成功之道是把优势加倍”；弱点“永远不会变成优势，而你的弱点几乎总是你的优势，只是方向相反”。把一切都记录下来、并在恰当时机重新调取，会妨碍他吸收信息、建立联系和写作——而这些恰恰是他的优势，也都需要清醒的头脑。David Allen 的《Getting Things Done》让他产生共鸣：“从很多方面看，这是一本讲心流状态的书”；但他“完全无法维持自己的系统”，于是雇佣人类助理 Daman，替他把事情写下来。如今，每个人都有一个能做这件事的 AI。
• 与之相连的消费者判断是：“人们不想提高生产力……便利性永远能卖出去，生产力卖不出去。” Agent 的价值在于真正让生活变得更轻松。
• markdown 的故事是：John Gruber 发明 markdown，让人类可以用易读的方式写作，而不必亲手编写 HTML 标记；Stratechery 的每一个字都是用它写成的。Thompson 说：“我一直像一个 LLM 一样生活……LLM 和我会说：‘对，把它写下来，宝贝。’”

4. Astra 为什么很可能“非常强悍”——以及硬核 RL 的代价

• 关于基准测试，他的判断是：“基准会被围绕目标设计、也会被针对性编写”；而他自己使用 Astra 的体验“并不出色”——让 Astra 审阅他的文章，“表现不太好”，Fable 在这方面“是最好的”。问题在于，RLHF “无法扩展，因为任何涉及人的事情都无法扩展”，所以进展越来越依赖面向编码的人工环境中的 RL；Opus “聊起来简直糟透了……像在和编译器说话”，Astra 给他的感觉也是如此。
• 结构性解释带有明确的保留，也包含行业传闻：即使 Anthropic 一度在构建超大模型上领先，OpenAI 仍保持了竞争力。Thompson 认为，Anthropic 的强项中有一定程度的专业能力；他还提到，行业里有说法称，在超大规模训练中，TPU 的稳定性远高于 NVIDIA Blackwell 芯片——Blackwell “对所有人来说都是纯粹的痛苦”，Jensen 在去年春天也向他确认了这一点。Astra 用 100,000 张 GPU 训练，在参数规模上追平 OpenAI，同时叠加 OpenAI 原本最擅长的 RL/推理能力；“我不想下任何定论，但从概念上讲”，这一解释是说得通的。

5. 计算机使用从把戏变成抹平护城河的能力

• 具体案例是：一位朋友让 Astra 打开 Adobe Audition、剪辑播客，并插入它从网上抓取的音频——整个过程约1小时；如果音频预先下载好，可以压缩到 10分钟。另一位朋友让它为社交媒体剪辑播客；它“确实找到了不错的片段”，还抓取了匹配的视频和 Getty 封面图。
• 代际跃迁体现在速度上：Sol 的计算机使用能力虽然能工作，但速度慢到 Thompson 说，几乎所有场景下自己都基本会比 Claude 更快；如今 Astra 操控电脑的速度比 Thompson 还快——“就像一个吸了可卡因的疯狂电脑用户”。
• 平台适配方面，Apple 数十年来积累的无障碍 API，加上 AppleScript 时代形成的可脚本化能力和自动化工具，使 Mac “在这个使用场景下远胜其他一切平台”；而在与模型协作方面，Thompson 认为 Linux 最好，因为 CLI 是“AI 的主场”。
• 用 Thompson 的话说，可交易的含义是：各家公司都会对 API、MCP server，以及成为“system of record”说尽好听话，但那些“卡在用户界面里的能力”“已经不太算护城河了”；对于这种直接使用界面的方式，“不需要任何权限，它直接去使用界面……只会越来越好，而这就是跃迁”。