GPT-6 Astra的发布正引发一场算力与容量的危机。OpenAI核心产品负责人Tibo公开示警，Astra的用户需求已超出历史经验，公司可能不得不暂停新的Pro订阅。Tibo在X平台发文称，Astra的需求前所未有，公司已调动所有资源维持服务，但这种情况前所未见。他强调首要原则是确保现有用户的服务质量，若需求持续，可能暂停新Pro订阅。这是OpenAI高管首次就单一模型需求公开发出供给预警。
市场影响远不止于此。摩根士丹利9月7日的报告指出，GPT-6 Astra的重要性在于它将AI的瓶颈叙事从“已知需求需要多少基础设施”扭转为“随着模型智能提升，有多少新工作负载将变得经济上可行”。前者是需求侧质疑，后者是供给侧压力。这对算力、电力和半导体产业链的定价逻辑均构成直接影响。
01、Tibo是谁：从“额度之神”到OpenAI核心产品掌舵人
Tibo全名Thibault Sottiaux，2024年从Google DeepMind加入OpenAI。在DeepMind的六年间，他参与搭建了支撑AlphaGo、AlphaStar等项目的基础设施，并短暂领导了Gemini的人类数据团队。加入OpenAI后，他迅速从内部工具开发转向面向用户的产品。他率领一支30至40人的团队构建了Codex，并于2025年5月公开发布。Codex活跃用户随后以每天百万级的速度增长，至今年7月已达800万，远早于此前预测的9月里程碑。2026年5月OpenAI内部大重组后，Tibo的职责进一步扩大，ChatGPT、Codex与开发者API三条产品线合并，统一由他负责执行，这意味着他掌管着一个面向近10亿用户的超级应用入口。Tibo在X平台上以频繁为用户重置Codex额度著称，被开发者社区戏称为“赛博义父”和“掌管Token水龙头的神”，甚至出现了专门追踪其重置动态的网站。这种高度透明的公开互动，已成为Codex产品体验的组成部分。
02、Astra的能力跃升：从Answer Engine到AI Agent
GPT-6 Astra的发布标志着能力边界的实质扩张。OpenAI明确描述其能力包括操作计算机、浏览网页、使用软件、编写运行代码、完成复杂工作流，并在科学、网络安全和专业领域执行长程任务。在OSWorld 2.0测试中——该测试由CMU及斯坦福等团队提出，考察AI Agent在数字环境中完成复杂任务的能力并与人类专家基线对比——Astra得分72.6%，高于GPT-5.6 Sol的65.7%，完成任务时间从约75分钟压缩至约40分钟。这一变化的核心意义在于：AI正在从“回答得更好”走向“成功把事情做完”。AI的工作模式由此从“人→AI→答案”演变为“人→AI Agent→任务→执行→结果”。Tibo在公开分享中透露，他每天向Codex分配超过100个复杂任务，包括整理资源、检查值班轮换、分析发布计划等，并使用Codex生成个性化工作简报。
03、Token需求的乘数效应：工作能力提升与消耗成正比
Astra的能力跃升将从根本上改变AI需求的测算逻辑。在Answer Engine时代，AI需求可近似用“用户数×ARPU”衡量；但在AI Agent时代，这一公式已失效。Token总需求可粗略表达为：Agent数量 × 每Agent任务数 × 每任务Token消耗。这三个变量在Astra发布后均面临同步扩张压力。首先是Agent数量的增加，个人可能同时运行多个Agent，企业端可能从数十个扩展至数千个。其次是单个Agent承接的任务复杂度上升，模型越能完成复杂任务，用户就越倾向于将更重、更长的工作交给Agent。第三是Agent从“偶尔调用”变为“持续运行”，推理链更长、上下文更大、工具调用越多，Token消耗越大。这意味着可能出现Agent数量增长20%，但Token总需求增长300%的情形。Tibo对Astra需求的预警，与这一逻辑高度吻合：能力提升直接驱动消耗放大，两者呈正相关。