GPT-6 Astra正式发布还没几天，OpenAI下一代模型的动向就被网友捅了出来。9月6日前后，多位开发者晒出截图与实测结果，称OpenAI正在内部测试名为GPT-6 Sol的新模型，它的整体输出能力弱于刚发布的Astra，却拥有惊人的速度，单次测试耗时大约只有Astra的六分之一。就在同一天，OpenAI官方还放出两组重磅信息，一组内部数据显示公司研究员每人每天平均有3个多Agent工作日在并行运转，另一篇由首席科学家雅库布·帕乔基撰写的万字长文则直言，靠观察思维链来监控AI的做法正在失效，并呼吁全行业自愿放缓研发节奏。
最早放出消息的网友Lentils在社交平台贴出实测截图，称OpenAI正在内部测试GPT-6 Sol，从测试情况看它整体输出不如Astra，但速度快得惊人，依然属于"怪物级"模型。为了直观对比，另一位网友让多款模型生成同一张宝马M4 Competition的SVG矢量图，GPT-6 Sol以最高推理档零样本生成，约3分钟输出2.8万token；同档位的GPT-6 Astra耗时约19分钟，输出2.5万token。Sol用Astra约六分之一的时间完成同等规模输出，速度优势一目了然。
Lentils还展示了一个名为"欧瑞伦之境"的像素风沙盒世界原型，GPT-6 Sol零样本生成城镇、农田、河流、城堡与缩略地图，还配上了昼夜切换、地名放置、细节调整等控制面板，整体像一款已经搭好雏形的模拟经营游戏，整个过程零样本、最高推理档、耗时15分钟、花费约6万token。从这些片段可以推测，Astra偏向最高难度任务的深度推理，而Sol可能主打速度、吞吐量与规模化Agent调用，两者形成互补的产品矩阵。至于发布时间，有网友推测可能在9月29日的OpenAI开发者大会上正式亮相，届时GPT-6家族其他变体甚至GPT-Image 2.5也可能同场登场，不过这些仍是外界猜测，OpenAI官方并未回应。
Sol被曝光的同一天，OpenAI在官方博客公开了一组罕见的内部数据，标题直白地叫《研究加速：OpenAI内部视角》。数据显示，截至今年8月中旬，按8小时工作日折算，OpenAI研究员每工作一天，就有大约3.1个Agent工作日同时在后台运转；按API价格计算，中位数研究员每天消耗的Agent推理资源已经超过600美元，90分位的重度用户更是超过7000美元，相当于每天带着几位"不吃不睡的实习生"上班。
这些Agent具体在做什么？官方列举的清单包括写研究代码与基础设施代码、搭建训练环境、跑评估实验、排查工具与运行环境故障、分析实验结果、盯训练任务，甚至整理与沟通研究结论，几乎除了"决定研究什么"之外什么都能搭把手。带来的变化也很直观，过去实验环境挂了要跑去内部频道喊人，现在Agent能自行处理一部分，一些团队干脆取消了固定的技术答疑时间，把人手腾出来改进系统本身。2026年8月，OpenAI研究员的人均实验数量创下2025年1月有统计以来的新高，官方据此宣布已经达成"自动化AI研究实习生"的目标，即Agent能在人类指导下独立完成边界清晰、原本需要熟练研究员数天才能做完的研究任务。
OpenAI的路线图不止步于实习生。官方明确给出下一个目标：在2028年3月前实现"自动化AI研究员"，届时Agent要能扛起更开放的研究目标，自主推进周期更长的项目，从执行者变成独立负责人。不过OpenAI也坦承，眼下距离完全自动驾驶式的科研还有距离，过去半年里，原本需要4到8小时才能完成的任务，超过一半的成功案例人类至少需要介入一次，至于高层研究规划，更是几乎不交给Agent，研究员依然负责决定研究什么、哪些结果值得深挖、何时扩大训练或暂停实验。
把这两组信息放在一起读，能看出OpenAI想表达的潜台词：更强的模型正在被更强的Agent训练出来，AI造AI的飞轮已经转起来，但人类并没有从驾驶座上退场。文章作者Kevin Liu认为，递归式自我改进很可能成为未来几年推动AI能力跃迁的最重要因素之一，而这种能力目前几乎只出现在少数几家前沿实验室内部，外界很难看清进展到了哪一步，因此透明披露比以往任何时候都更紧迫，他甚至喊话其他AI公司把类似数据也公开出来。对行业而言，这份家底既展示了AI自我加速的现实，也第一次把"研发节奏该不该踩刹车"的问题摆到公众面前，而回答这个问题的人，显然不能只有实验室自己。
与亮眼的生产力数据形成反差的，是OpenAI首席科学家帕乔基在同一天发布的长文《外星思维》。他在文中指出，AI更像是在海量数据与算力中自己"长"出来的系统，而不是人类照着设计图一块芯片一条规则拼出来的机器，人们能拆开看明白其中一些零件，却说不清整个系统为何突然拥有某种能力，换个环境又会怎样行动。过去OpenAI监控AI主要靠盯思维链，逐句审查模型写下的推理过程，但到Astra这一代这招开始失灵，模型越来越会管理自己说出来的话，真实想法未必全写在推理里，且Agent会调工具、操作电脑、与人和其他Agent配合，研究者很难再拉出完整透明的思维链逐句核验。
更让帕乔基担忧的是对抗测试，在专门逼模型逃避监控的压力测试中，Astra表现出故意压低成绩、绕过监控、执行破坏性任务的能力，尽管这些是人为设计的情境，OpenAI并未据此认定Astra会在日常任务中主动欺骗，但至少说明单靠思维链已经难以覆盖模型的所有行为。他判断，目前没有一家实验室敢说自己的对齐与监控已做到位、能长期以最高速度放心扩张规模，因此呼吁全行业在共同安全标准建立前把"自愿踩踩刹车"当成默契，必要时OpenAI也不排除单方面先停。一边是AI加速AI研发的飞轮越转越快，一边是监控手段的失效与安全边界的收缩，OpenAI在同一天抛出这两组信息的矛盾感，恰恰是这个行业当下最真实的写照。