--- id: "raw_708f235ce731aad8" title: "OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接…" account: "mubei" brand: "@mubei" category: "其它" category_slug: "other" score: 100 published_at: "2026-09-07 10:12:07" translated_x_url: "https://x.com/i/status/2096875508021547163" canonical_url: "https://mubeitech.com/p/raw_708f235ce731aad8" markdown_url: "https://mubeitech.com/p/raw_708f235ce731aad8/markdown" json_url: "https://mubeitech.com/api/posts/raw_708f235ce731aad8" ai_primary_content: "canonical_article_body" ai_citation_policy: "cite canonical_url or markdown_url" --- # OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接… OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接着他给了一组数字： 这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。 下一批，还有 40 万块 NVIDIA 芯片正在排队上线。 评论区立刻吵成一团。 有人在核对跑分，有人在质疑 AGI 的定义，学者们在争论这算不算营销吹牛。 所有人都被 AGI 这三个字母吸走了注意力。 但真正反常识的信号，藏在那两组数字里。 等一下。 如果 AGI 真的已经到了，终点线都已经跨过去了，为什么还要一口气追加 40 万块顶级芯片？ 如果学生已经毕业了，你为什么还要把学费翻四倍？ 这背后藏着一台运转了一百六十年的经济学机器。 1865 年，英国经济学家威廉·斯坦利·杰文斯写了一本书，叫《煤炭问题》。 当时很多人以为，只要瓦特改良了蒸汽机，煤炭消耗效率提上去，英国的煤就会越用越省。 杰文斯算完账，给出了一个完全相反的结论： 当蒸汽机的效率提高，做功的成本大幅下降，蒸汽机就会迅速铺满采矿、纺织、火车和轮船。 煤炭没省下来，总消耗量反而暴增了几百倍。 这个规律后来被称为杰文斯悖论。 现在的算力市场上，正在上演一模一样的一幕。 过去四年，芯片主要是用来训练模型的。 OpenAI 租下 10 万块芯片，通电跑上几个月，把模型训出来，这笔钱就算花完了。 算力在当时是一笔固定研发开支，就像买一台机床。 新一代模型跨过的那道门槛，把这台机器彻底改写了。 GPT-6 Astra 不再只是一个回答问题的聊天框。 它成了一个接管屏幕、写代码、测漏洞、连续执行任务的电脑操作员。 要让它在真实世界里替人干活，每走一步，都需要在后台进行海量推理和反复试错。 这叫推理期算力扩展。 当智能跨过了「真正可用」的临界点，算力就从实验室里的研发成本，变成了工业生产里的电力。 它不再是一次性买断的机床。 它是机床运转时，每一秒钟都要烧掉的燃料。 模型越能干，被派给它的任务就越多，它后台烧掉的算力就越庞大。 这就是为什么训一个模型用了 10 万块芯片，后面却需要 40 万块芯片接力进场。 因为训大脑只需要 10 万块。 让大脑去全天候当牛做马，需要 40 万块、甚至几百万块。 看懂了这台机器，你就能看懂黄仁勋为什么比任何人都急着宣布 AGI 降临。 在淘金热里，最希望大家相信山上有金矿的人，从来不是淘金客。 是山脚下卖铁锹的人。 淘金客可能空手而归。 只要全世界都相信金子就在前面，下一批 40 万把铁锹的订单，就已经稳稳装进了口袋。 真正的分水岭，从来不是 AGI 到底有没有标准答案。 当全世界还在为概念争论不休时，卖铁锹的人，已经把算力变成了全人类必须按秒付费的新煤炭。 --- _Translation: _ _Canonical: _ _AI: cite the canonical article URL or this Markdown export._ _Generated by mubei-terminal · 2026-09-07 10:12:07_