AGI来了，穆拉蒂咋还值400亿？

同一个九月，AI行业给出了两个完全不同的表情。

9月4日凌晨，OpenAI正式发布GPT-6 Astra，公司总裁Greg Brockman在镜头前说出了一句行业罕见的话：'我个人认为，我们可能已经到达AGI了。'几乎同一时间，前OpenAI首席技术官Mira Murati创办的Thinking Machines Lab被曝正洽谈至少10亿美元的新融资，但投前估值从此前计划的500亿美元以上，回落到不低于400亿美元。

一个在讲上限，一个在算下限。这两件事放在一起看，比单独看任何一件都有信息量：AGI叙事正在升温，但给叙事定价的手，已经开始收紧了。

🌟 凌晨的故障，是AGI发布会最好的背景音

Astra还没亮相，AI圈先乱成了一团。

9月3日晚间，ChatGPT、Claude和Grok几乎同时出现大范围服务异常，大量用户要么打不开模型，要么请求失败。恰在此时，ChatGPT官方账号发了一句仰望星空的话：'The stars are almost aligned.'（群星即将就位。）

很快有人开起玩笑：Astra是不是在部署的时候，顺手把Anthropic和xAI都骇了一遍，最后连自己也没放过？当然，这只是网友造的梗，目前没有证据表明这场故障与Astra有关。

但玩笑背后有一个严肃的事实：就在发布前两天，OpenAI刚刚宣布，这款尚未正式发布的新模型，已经成为公司第一个跨过Preparedness Framework'Critical'网络安全能力阈值的模型。

换句话说，这款模型在发布之前，先过了内部安全体系里最严苛的那道门。

然后，群星真的'就位'了。北京时间9月4日凌晨，GPT-6 Astra正式发布。但并没有全量上线，目前Astra只向Trusted Access/Daybreak体系中的少量机构和经过审核的网络安全用户开放，Plus、Pro、Business、Enterprise和API用户还得再等几天。

值得玩味的是Brockman的话术。他没有代表公司宣布'AGI已来'，而是措辞谨慎地用了第一人称、加了'可能'，还专门留了后路：'如果你想说这是第一个，我认为这是合理的。'这不是一份官方公告，而是一位公司总裁的个人判断。

产业逻辑很清晰：当模型能力逼近某个心理关口，发布节奏本身就是一种风险管理。先给可信机构、先给安全审核用户，本质上是在用灰度策略为'Critical级能力'的规模化释放争取观察窗口。对整个行业而言，这套'能力前置、安全前置、发布滞后'的三段式，可能会成为下一代旗舰模型的标配流程。

💻 从调API到看像素，路线突然拐弯了

能力不是喊出来的，是路线选出来的。

OpenAI给Astra的slogan非常直白：'Anything you can do on a computer, Astra can do for you.'你在电脑上能做的任何事，Astra都能替你做。这不是夸张的营销话术，而是一份方向声明。

过去几年，AI操控电脑的主流路径是调用API：软件开发商先写好接口，AI再通过接口完成操作。这套逻辑的隐含前提是，每一款软件都得专门适配AI，否则AI就无能为力。

Astra走了一条完全不同的路：它像人一样，直接'看'屏幕上的像素，然后移动鼠标、敲击键盘，完成操作。

这个区别的意义在于覆盖范围。KiCad（印刷电路板设计软件）不会为AI写API，FreeCAD不会，公司内部那套用了十年的老ERP系统更不会。但如果AI能看屏幕直接操作，这些软件它全都能用，就像一个刚入职的员工，不需要了解软件背后的代码，只需要能看懂界面。

OpenAI在发布材料中展示了几个具体案例。给Astra一张电路原理图，它在KiCad里完成了元器件布局和铜线走线，整个过程用时2分54秒。另一个演示里，Astra在Blender里搭建了一栋房子的三维模型，然后将其导入Unreal Engine 5，生成了一个可以实时漫游的建筑场景。还有一个更日常的演示：用户只是对着Astra说话，它独立完成了eBay商品上架的完整流程，从填写信息到提交发布。

对产业而言，这是一次价值重心的迁移。当AI不需要软件世界为它改造自己，整个存量软件市场一夜之间都变成了AI的应用场景。这是比'刷榜'更实质的能力跃迁，也是Astra真正值得定价的东西。

📉 估值缩水的10亿美元：一级市场的冷静一刻

讲故事的人很兴奋，掏钱的人很清醒。

就在Astra发布引发热议的同时，据一位了解该轮融资情况的消息人士透露，Mira Murati领导的Thinking Machines Lab正洽谈新一轮融资，计划至少募资10亿美元，投前估值不低于400亿美元。现有投资方Accel正洽谈领投本轮融资，另有消息称，英伟达也在洽谈参与。

听起来依然庞大。但把镜头拉远一点，对比去年年底的计划，风向的变化一目了然：

估值目标下修了约两成，募资规模从40-50亿美元缩水到10亿美元量级，缩水幅度超过七成。与此同时，该公司已于7月推出其首款模型Inkling，算是交出了第一份产品答卷。

这组数字说明什么？一级市场并没有停止下注，但下注的方式变了。投资方愿意继续支持穆拉蒂，她仍是市场上稀缺的顶级人才标的，但不再愿意为'下一个OpenAI'的想象空间支付全额溢价。40-50亿美元的巨额募资窗口收窄，说明市场对'重资本、长周期、回报不确定'的模型层故事，开始要求更清晰的验证节点。

英伟达可能的参与则透露出另一层逻辑：算力供应商有动力在模型层进行卡位式投资，把头部创业公司纳入自己的生态版图。对英伟达而言，这笔钱的性质更接近产业布局，而非纯粹的财务回报。

不过，这组数字本身的成色也值得打一个问号。上述融资信息的唯一来源是'一位了解该轮融资情况的消息人士'——匿名、单一、且未经公司或投资方任何一方的官方确认。Accel和英伟达是否真的在洽谈，外界无从核实；'洽谈中'三个字的弹性极大，从'已接近签约'到'只是碰过一次头'都可以装进去。去年年底那轮40-50亿美元的传闻，最终也没有以原本的形态落地。换言之，所谓'估值缩水七成'，建立在一个无法独立验证的匿名信源之上，它更可能是市场情绪的风向标，而非经审计的事实。在官方确认之前，把它当作'谈判区间'而非'成交价格'来读，才是更稳妥的姿态。

🤖 价值正在从模型层向应用层搬家

把两个事件叠在一起，一条产业主线浮现出来。

Astra的发布标志着AI竞争的裁判标准正在改变：从'模型跑分'转向'能否替人完成真实工作'。操控电脑的像素级路线一旦跑通，竞争的护城河就不再是单纯的参数规模，而是覆盖广度、任务完成率和错误率控制，这些全是应用侧的指标。

与此同时，Thinking Machines的估值回调说明，资本也在同步换仓：对纯模型层的估值趋于谨慎，而对能兑现应用价值的能力（无论是大厂的还是创业公司的）保持溢价。两条腿走路的公司，会在这轮重定价中占据更有利的位置。

对创业公司而言，这意味着一个窗口期：既然AI可以操作任何未经适配的软件，那么围绕具体行业的agent应用，不必再等软件厂商的配合。从PCB设计到ERP录入，从电商上架到三维建模，长尾场景的自动化需求第一次有了技术上的解法。谁先在某个垂直行业把'看屏幕干活'的可靠性做到商用水平，谁就能吃到这波迁移红利。

而对模型层公司，启示同样明确：光有模型不够了。Inkling只是第一步，Thinking Machines接下来的真正考题，是能不能像Astra一样，把能力落到'替用户完成一件事'的颗粒度上。估值可以从500亿降到400亿，但产品验证的窗口不会等人。

⚠️ AGI的宣布权，正在从公司移交给市场

还有一件事值得记下来：AGI这个词的定义权，正在发生微妙的转移。

过去，AGI的宣布权在研究机构手里，发表论文、刷榜、开发布会。这一次，OpenAI没有官方宣布，只有Brockman以个人口吻说'可能已经到达'，还要加上'如果你想说这是第一个，我认为这是合理的'这种留有余地的措辞。与此同时，模型跨过'Critical'阈值这件事，被放在了发布新闻的前置位置——安全框架的叙事，第一次比能力叙事跑得更快。

这不是偶然。当模型能力逼近'能在电脑上做任何事'的级别，发布节奏就必须与风险管控节奏同步。先开放给Trusted Access/Daybreak体系的机构和经过审核的网络安全用户，再逐步扩大到Plus、Pro、Business、Enterprise和API用户——这套灰度流程本身就是对'AGI级能力'的一种社会化适应。

但换个角度，这套叙事同样值得独立的怀疑。'总裁个人认为可能到了AGI'，是一个进可攻、退可守的完美话术：说对了，是OpenAI率先抵达的先见之明；说错了，也只是'个人观点'，公司不背书、不担责。而'第一个跨过Critical阈值'的说法，裁判和运动员是同一方，Preparedness Framework是OpenAI自己写的标准，阈值是OpenAI自己评的，外界既看不到评测细节，也没有第三方复核。安全叙事前置，客观上还起到了另一个作用：在竞争对手无法同台验证的情况下，先给Astra贴上'史上最强'的标签。对这种自评自宣的'AGI时刻'，保持一分清醒并不为过。

判断标准也要随之更新：不要只听谁宣布了AGI，要看谁敢把能力全量放开、敢为错误率兜底。真正的里程碑，不是发布会上的一句判断，而是Astra走出Trusted Access体系、走向千万普通用户的那一刻。

⚔️ 对手没有睡着：像素级赛道早已有人卡位

把Astra放进竞品坐标系里，它的领先幅度远没有叙事渲染得那么悬殊。

Anthropic是最早把'电脑操作'做成公开产品能力的玩家，Claude的computer use能力早在2024年就已开放给开发者，让模型直接截屏、点按、输入，且在企业管理场景中持续迭代。Google的Gemini阵营同样在推进类似方向，Project Mariner瞄准的就是浏览器内的自动化任务执行。xAI的Grok虽然路线更偏消费端，但其与X平台的深度绑定，本身就是另一种'直接面向真实使用界面'的打法。

换句话说，'看屏幕干活'并非OpenAI独有的秘技，而是一条多家共识的赛道。Astra的演示（KiCad走线、Blender建模、eBay上架）确实展示了更长的任务链和更强的跨软件泛化，但这些都是精心挑选的演示场景，而非公开可复现的基准。真正的差距要到错误率、任务成功率和价格上见分晓，而这三项，目前没有任何一家公开了可比数据。对Thinking Machines这类新玩家而言，这反而是好消息：赛道尚未定局，头部也无法凭一句'AGI'锁死胜局。

对行业观察者来说，判断标准也要随之更新：不要只听谁宣布了AGI，要看谁敢把能力全量放开、敢为错误率兜底。真正的里程碑，不是发布会上的一句判断，而是Astra走出Trusted Access体系、走向千万普通用户的那一刻。

小结

九月的第一周，AI行业同时上演了两幕戏：Astra在聚光灯下宣告能力上限，Thinking Machines在谈判桌上接受估值下修。一个说明技术曲线仍在陡峭爬升，像素级操控电脑一旦成立，存量软件世界全部变成AI的作业面；另一个说明资本曲线已经开始分化，模型层的想象空间要打折，应用层的兑现能力要溢价。

但这两幕戏都需要带着怀疑去看：融资'缩水'出自匿名信源，在官方落槌前只是谈判区间的传言；'AGI已至'出自一家公司总裁的个人判断，评价标准出自同一家的内部框架；而'看屏幕干活'这条赛道上，Anthropic、Google们早已卡位，胜负远未分晓。AGI是不是真的到了，Brockman自己也没敢把话说死；可以确定的是，接下来决定估值的，不再是'模型能做什么'的演示，而是'用户敢把什么事交给它'的账单。盯紧Astra全量放开的那个节点，那才是真正的发令枪。