上週 AI 產業有一件事，值得創業者特別留意。
9 月 3 日，OpenAI 正式發佈新一代模型 GPT-6 Astra，從電腦操作、軟體工程，到科學研究與資安能力都有明顯進步。在媒體說明會上，OpenAI 總裁暨共同創辦人 Greg Brockman 說了一句話：「Welcome to the AGI era」，雖然這句話並不能代表 OpenAI 已經正式宣布人工通用智慧（AGI）到來，但是當模型開始可以自己規劃步驟、使用工具、操作軟體，甚至承接愈來愈完整的工作時，對創業者來說，一個比「Astra 到底算不算 AGI」的更實際問題也浮現：AI 現在已經可以接手多少過去必須由人完成的工作？這也是這次模型發佈後真正值得拿出來談的。
Brockman 的「Welcome to the AGI era」這個說法，並不能代表 OpenAI 正式宣佈 Astra 已經是人工通用智慧（Artificial General Intelligence，AGI）。因為，他也同時承認，AGI 至今仍是一個灰色而模糊的概念。
在過去，科技產業習慣問：「AGI 還要多久才會出現？」，不過，當模型能力愈來愈接近人們過去對 AGI 的想像時，我們反而開始發現，AGI 可能並不存在一條讓所有人都同意的終點線。有人看的是推理能力，有人看自主性，有人看是否能跨領域學習，也有人更在意 AI 能不能真正完成具有經濟價值的工作。
這對創業者來說，這個差異很重要。因為市場真正發生變化，未必需要等到所有人都同意「AGI 已經到來」。只要 AI 能夠獨立承接的工作持續增加，原本的人力配置、服務流程、軟體設計與商業模式，就可能已經開始受到影響。
99.9% 很驚人，但還不能因此說 AGI 已經到來
Astra 這次最吸睛的數字，就是在 ARC-AGI-3 測試中所取得 99.9% 的成績。ARC-AGI-3 和一般知識問答測試不太一樣，它會把 AI 放進陌生環境，不事先告訴完整規則與目標，AI 必須自己觀察、嘗試，再逐步理解環境如何運作。
換句話說，它測試的不只是「知道多少」，還包括碰到以前沒見過的問題時，能不能自己摸索出解法。不過，在這 99.9% 這個數字背後，有一項條件不能忽略。ARC Prize Foundation 使用統一的 Standard harness 測試 Astra 時，最高成績是 62.7%；改用 OpenAI 自己設計的執行架構，讓模型能在多次互動之間保留更多推理狀態與上下文之後，成績才提高到接近滿分的 99.9%。
同一個模型，只是換了不同的記憶與執行方式，結果就可以相差這麼大。這件事反而比 99.9% 本身更值得我們注意。它提醒我們，接下來衡量 AI 能力時，可能愈來愈不能只問「這是哪一個模型」，還要看模型背後搭配了什麼記憶、工具、執行架構，以及它們組合起來之後，究竟能完成多少工作。
對創業者來說，這個變化尤其值得留意。因為未來真正形成差異的，未必是誰拿到更強的模型，反而可能是誰能把模型、記憶、工具與工作流程組合成一套真正能把事情做完的系統。
同樣地，企業評估 AI 時，問題也可能從「哪個模型比較聰明」，逐漸增加到：它能記住多少工作脈絡？可以使用哪些工具？能不能跨系統完成任務？出錯之後，能不能被人看見、介入，甚至讓它停下來？
因此，當 AI 開始從單一模型走向完整工作系統，競爭的單位也正在跟著改變。
Astra 更重要的變化，是開始自己把工作做完
OpenAI 這次特別強調 Astra 的電腦操作能力。它可以填寫線上表單、更新 CRM 客戶資料、整理行事曆、上網研究、操作軟體、分析資料與建立網站，也能製作文件、試算表與簡報。
在 OpenAI 公佈的 OSWorld 2.0 模擬測試中，Astra 的電腦操作成績達到 72.6%，高於 GPT-5.6 Sol 的 65.7%；完成工作的平均時間，也從大約 75 分鐘縮短到 40 分鐘左右。
過去使用生成式 AI，大多是人在主導工作流程。人知道下一步要做什麼，再把寫文字、找資料、整理內容或寫程式其中一部分交給 AI。AI Agent 出現之後，AI 開始接手更多執行工作。
到了 Astra，OpenAI 想推進的則是更完整的一步：人先說明想完成什麼，AI 自己拆解任務、規劃步驟、使用工具，在不同軟體之間操作，最後把成果交回來。
這中間最大的差別，不只是 AI 變得更聰明，還有它開始接手原本由人負責協調的一整段工作流程。Microsoft 對 Astra 的描述也很接近這個方向：企業 AI 正從「對話式協助」，逐漸走向「交付更完整的工作單位」。
對創業者來說，這個變化比 Benchmark 分數更值得追蹤。因為一旦 AI 能承接的不再只是單一任務，而是一段完整流程，產品設計與服務模式就會跟著改變。
原本需要使用者一步一步操作的軟體，可能要開始思考如何讓 AI 直接執行；原本靠人力串接多個工具完成的服務，需要重新設計成由 AI 負責大部分流程，人只留下判斷、覆核與例外處理。
與其一直問 AI 像不像人，不如看它能接手多少工作
OpenAI Charter 將 AGI 描述為：能夠在大多數具有經濟價值的工作上超越人類的高度自主系統。這個定義並沒有要求 AI 必須像人一樣思考，也沒有先回答 AI 是否擁有人類般的智慧，而是把焦點放在一件比較能觀察的事情上：它究竟能不能完成具有經濟價值的工作。
例如，一項市場研究需要先搜尋資料、整理試算表、找出異常、製作圖表，再把分析結果整理成簡報。過去我們可能會問：「AI 的分析能力有沒有人類專家好？」但是當 AI 開始可以自己把前面這一連串工作串起來完成之後，企業自然會多問另一個問題：「以前需要一個人，甚至幾個人花一天完成的工作，現在 AI 可以自己做到哪一步？」
這兩個問題看起來很接近，對企業與創業者而言，影響卻不太一樣。前者關心的是 AI 單項能力的品質；後者開始碰到整個工作的重新分配。當 AI 可以完整承接的工作愈來愈多，改變的就不只是產品多了一項 AI 功能。
一項服務需要多少人完成、交付速度可以多快、成本結構如何計算，甚至客戶還願不願意按照過去的方式付費，都可能跟著改變。對創業者而言，這才是觀察 AGI 最實際的地方。因為無論我們最後把 Astra 稱為 AGI、接近 AGI，還是只是能力更強的 AI，只要 AI 能夠獨立承接的工作邊界持續往外移動，市場的分工方式就已經開始改變。
AI 愈能自己工作，監督方式也必須跟著改變
Astra 還有另一個比較少被一般使用者注意，但很值得企業與創業者留意的訊號。它是 OpenAI 第一個達到 Preparedness Framework「Critical」資安能力門檻的模型。
根據 OpenAI 的說明，在取得適當工具與權限之後，Astra 已經能找出先前未知的資安漏洞，甚至可以在不需要人一步步指導的情況下，發展攻擊高度防護系統的方法。這也讓「AI 可以自己完成工作」多了一層不同的意義。
如果 AI 只是負責回答問題，出錯的代價可能只是一個錯誤答案。一旦 AI 開始可以操作電腦、存取系統、取得權限並採取行動之後，錯誤就可能真的改變資料、系統狀態，甚至執行原本不應該發生的動作。
換句話說，AI 的自主能力愈高，企業需要管理的就不只是答案是否正確，而是它到底能做什麼、做到哪裡，以及出了問題能不能及時介入。而且，模型能力提高之後，人類未必會更容易理解它究竟是怎麼完成工作的。
Brockman 與 OpenAI 首席科學家 Jakub Pachocki 都談到模型可監督性的問題。當模型開始使用愈來愈精簡，甚至不容易直接閱讀的內部方式完成複雜任務，過去只靠觀察推理過程來監督 AI 的方式，也可能逐漸變得不夠可靠。
對企業來說，這代表 AI 治理也要跟著往前走。當 AI 可以承接更多工作時，就需要更清楚地界定：
它可以存取哪些資料與系統？
哪些動作可以自行完成？
哪些步驟一定要由人覆核？
誰有權限中止它？
一旦出錯，最後又由誰負責？
這些問題，才是 AI 從「幫人工作」走向「自己工作」之後，企業真正必須一起解決的事。對創業者而言也一樣。未來產品如果把更多執行權交給 AI，競爭力不只來自它能做多少，還包括你能不能讓客戶放心把事情交給它。
對創業者而言，AGI 最重要的可能不是這個名字
現在就說 Astra 將大規模取代某些職業，還太早。在真實企業環境中的可靠度、長時間工作的成功率、使用成本、需要多少人工覆核，以及一旦出錯要付出多少代價，都還需要更多實際使用才能確認。
Benchmark 可以告訴我們能力正在往哪裡走，但它不等於真正的企業營運現場。所以，現階段其實不需要急著替 Astra 下結論，也不必先判定它究竟算不算 AGI。對創業者更有用的做法，是換一個觀察角度，下一次更強的 AI 出現時，除了問：「它比上一代強多少？」，還可以再多問一句：「這一次，AI 又接手了哪一項原本必須由人完成的工作？」
這個問題之所以重要，是因為當 AI 從提供答案，走向執行任務，再逐漸接近直接交付成果，受到影響的就不只是模型市場。創業者需要思考的是：軟體要怎麼設計，可能會改變。一項服務需要多少人完成，可能會改變。原本按工時計價的商業模式，可能會改變。公司裡哪些工作適合交給 AI、哪些一定需要人工覆核，以及最後由誰承擔責任，也都需要重新思考。
AGI 的到來時間，或許在很長一段時間裡都不會有一個讓所有人都同意的時間點，但對創業者而言，也不需要等到那一天。因為人與 AI 之間的工作邊界，正在一項一項地改變，而且每次改變就會帶來新的產品機會，這會讓原本的商業假設開始失效。
所以，接下來真正值得持續追蹤的，不是：「AGI 還要多久？」，而是：「下一個被 AI 接手的工作，會不會正好改變我的產品、服務，或是原本的商業模式？」
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出