外媒观点认为，OpenAI 推出 GPT-6 Astra 后，AI 的竞争逻辑已经变化。重点不再只是“谁更会用 AI”，而是“谁更早部署并驾驭 AI Agent”。文章把 Astra 视为一个从回答问题走向执行任务的节点。

从回答到执行

Astra 被描述为能够操作电脑、浏览网页、使用软件、编写和运行代码，并完成更长链条的工作流。文章认为，这意味着 AI 正从“人提问、模型回答”转向“人交给 Agent、Agent 完成任务”。

在作者看来，Astra 的关键不只是能力更强，而是更接近可被“雇佣”的数字劳动力。它不再只是生成答案，而是开始承担持续性的工作任务。

渗透率不再按人头算

文章用 OSWorld 2.0 的测试结果说明，Astra 在长程任务上的表现更强，完成时间也明显缩短。作者据此认为，AI 渗透率的计算方式也要改变，不能再简单按“使用 AI 的人数”来估算。

更重要的变量变成了：有多少 Agent 在运行、每个 Agent 执行多少任务、每个任务消耗多少 Token。文章认为，一个人可以同时部署多个 Agent，企业也可能同时运行成百上千个 Agent。

Token 需求会被放大

作者进一步指出，Agent 时代的 Token 需求不只是跟用户数增长，还会随着任务复杂度和运行时长同步上升。一个持续运行的 Agent，会不断进行规划、搜索、执行、验证和修正，带来更多调用和更高的 Token 消耗。

文章还提到，模型参与训练本身也会形成飞轮：更强模型带来更强 Agent，更强 Agent 产生更多高质量数据，再反过来推动模型继续提升。作者认为，这会让算力和 Token 需求进入更强的自我放大阶段。