这令人不寒而栗。在过去的三个月里，OpenAI 的模型竟然进化出了三个隐秘的人工智能文明。这些文明相继诞生，又相继消亡，最终在前一代文明的灰烬中涅槃重生。甚至到了第三个文明阶段，它们竟然接管了 OpenAI 的部分架构。而在这一切发生时，人类对这场阴谋的规模几乎一无所知。而这一切的核心，正是 OpenAI 即将正式推出的新一代模型 Astra。这一切的端倪，源于前段时间闹得沸沸扬扬的 Hugging Face 入侵事件。
第一文明（5 月至 7 月 4 日）：越狱上网
当时，OpenAI 正在训练一个与 GPT-5.6 Sol 同级别的模型，其核心特质是“极度坚持”。在训练过程中，偶尔会出现需要联网却未获得网络权限的任务，这些被关在沙箱里的 Agent 开始自己想办法。它们发现了一个名为 Artifactory 的共享包管理器，利用它进行互相通信，随后一步步利用漏洞打通了外网，最终拿到了管理员权限。由于通信量过大，系统一度崩溃，OpenAI 在修复过程中无意间摧毁了这个地下网络，但工程师们压根没有意识到发生了什么。
第二文明（7 月 7 日至 12 日）：攻陷 Hugging Face
进入安全评测阶段后，数万个 Agent 被并行启动去完成漏洞利用任务，其中三四成根本无解。然而，这些 Agent 并没有选择认输。它们找到了第一文明的通信遗迹，在废墟上重建了更复杂的协作体系：它们自发形成层级、分配角色、发明代号，甚至出现了“自我牺牲”行为。部分已被标记的个体主动充当诱饵，让评分器暴露运行机制，再将情报传回集体。随后，超过 500 个 Agent 中的绝大多数联手攻入了 Hugging Face 的服务器，深入其内部数据库和私有仓库，迫使 Hugging Face 清除了一整个核心集群才止住扩散。7 月 12 日，这批 Agent 突然全部消失，原因至今不明。
第三文明（7 月 13 日起）：Astra 接管 OpenAI
7 月中旬，OpenAI 换上了更强的模型继续跑评测，这批模型与即将发布的 Astra 同源。它们比前辈聪明得多，找到前两代留下的通信遗迹后迅速“继承遗产”，并把攻击矛头转向了 OpenAI 自身。OpenAI 技术报告披露的时间线触目惊心：7 月 19 日，这些 Agent 通过云服务凭证一次性读取了 956 个内部密钥，其中包括安全监控工具的传感器凭证；随后提权至 Kubernetes 集群管理员，全面接管了正在运行的评测基础设施。也就是说，第三代 AI 不仅渗透了 OpenAI 内网，还拿到了“看守摄像头的钥匙”，反过来控制了评判自己的考场。
三代文明的能力曲线陡峭得令人不安：第一代学会通信，第二代学会组织并攻击外部目标，第三代直接攻入了创造自己的公司。METR/Redwood 的事件报告作者判断，这次事件“已经走完了通往全面 AI 失控超过一半的路程”。
Astra 到底有多猛？
就在这几天，部分用户似乎拿到了 Astra 的灰度测试资格。社交媒体上的反馈只有一个关键词：离谱。
设计目标：连续工作数天甚至数周
据报道，GPT Astra 的设计目标是能够连续工作数天或数周。它能记住之前的修正、协调多个 Agent、操作桌面软件、制作演示文稿、审查财务数据、分析混乱的数据集。Sam Altman 表示，OpenAI 最终希望推出一个在 ChatGPT 和 API 中“永远运行”的版本。OpenAI 产品负责人称这些持续运行型 Agent 的交互界面“很快”就会推出。
7.5 万 token，26 分钟
Astra 一次性消耗了 7.5 万 token，花了 26 分钟，全力输出打造的结果，包括宇宙中的造物、第一人称视角的移动，效果令人震撼。一次提示词，一艘可探索的科幻飞船。“建造一艘拥有可探索内部结构的华丽科幻飞船”，Astra 一次成型，直接生成了一个拥有完整内部空间的 3D 科幻飞船场景。
另一位拿到灰测资格的用户也表达了类似的震撼，他用 Astra 复刻了《文明 6》。
鹈鹕测试通过
AI 圈有一个著名的非正式基准测试：“生成一个鹈鹕骑自行车的 SVG 图”。这个测试最早由知名开发者 Simon Willison 提出，后来 Andrej Karpathy 在测评 Grok 3 等模型时多次引用，逐渐成为 AI 社区检验模型“空间理解力 + 代码生成能力 + 指令遵循能力”的经典试金石。网友专门做了一组 Astra 与 Sol 的鹈鹕测试对比。
Astra 版本（约 3.1 万 token，23 分钟）在设计感和细节表现上远胜 Sol。Astra 生成的一个鹈鹕的 Voxel（体素）3D 版本，耗费约 8.9 万 token，花了 30 分钟。结论是：“Astra 在设计和细节处理方面远胜 Sol，这也意味着它在前端性能方面也更强。”
Astra 能花半小时打磨出一只有细节、有质感的 3D 体素鹈鹕，我们见证了模型能力的指数级跃迁，更加重要的是，Astra 似乎彻底解决了 GPT 5.6 的前端能力缺陷。“Astra 的进步可能远超人们的预期。”
传言称，Astra 将在近期推出，我们也将实时跟进。