مدل GPT-6 Astra واقعاً چگونه کار می‌کند و OpenAI دقیقاً چه چیزی را منتشر کرده است؟

در ۳ سپتامبر ۲۰۲۶، شرکت OpenAI عرضه مدل GPT-6 Astra را آغاز کرد و پرچمدار خود را از یک چت‌بات گفتگومحور به سیستمی تغییر داد که برای کارکرد خودکار با رابط‌های کاربری کامپیوتر طراحی شده است. این نسخه که در حال حاضر در دسترس کاربران پرو و سازمانی ChatGPT و همچنین توسعه‌دهندگان API قرار گرفته، مدلی را معرفی می‌کند که قادر است در محیط نرم‌افزارها پیمایش کند، دستورات ترمینال را اجرا کرده و جریان‌های کاری چندمرحله‌ای را مدیریت کند. Astra به جای اینکه صرفاً در پاسخ به یک پرامپت متن تولید کند، طوری مهندسی شده که کنترل یک محیط دیجیتال را در دست بگیرد و برای انجام وظایفی که پیش‌تر به اپراتور انسانی نیاز داشت، بین برنامه‌ها و صفحات وب جابه‌جا شود. این اتفاق یک چرخش قطعی در صنعت هوش مصنوعی محسوب می‌شود؛ گذار از تولید صرف زبان به سمت مهندسی نرم‌افزار عامل‌محور و کارهای تخصصی.[1][2][7][8]

با این حال، قابلیت واقعی ارائه‌شده به کاربران تفاوت چشمگیری با فضاسازی‌های تبلیغاتی پیرامون «هوش مصنوعی جامع» در زمان معرفی آن دارد. در حالی که OpenAI روی امتیازات بنچمارک‌ها مانور می‌دهد — مانند کسب امتیاز ۹۹٫۹٪ در تست استدلال ARC-AGI-3 و ۱۰۰٪ در ExploitBench — استقرار عملی آن نشان‌دهنده سیستمی است که برای وظایف دیجیتال مشخص و محدود بهینه‌سازی شده است. مدل Astra برای پر کردن فرم‌ها، به‌روزرسانی سوابق مدیریت ارتباط با مشتری، عیب‌یابی کدها و تولید اسنادی که از قالب‌های سازمانی پیروی می‌کنند، ساخته شده است. کاربرد واقعی این مدل در توانایی آن برای پیروی از دستورالعمل‌های سبک خاص کاربر و پارامترهای عملیاتی نهفته است، نه در ظرفیت آن برای استدلال‌های باز و نامحدود. با تمرکز بر این جریان‌های کاری ملموس اداری و فنی، سیستم قصد دارد کارهای دستی تکراری که تیم‌های سازمانی را درگیر می‌کند کاهش دهد، هرچند برای عملکرد ایمن به مرزهای دسترسی و مجوزهای سخت‌گیرانه‌ای نیاز دارد.[1][7][8]

توسعه‌دهندگانی که این مدل را آزمایش کرده‌اند گزارش می‌دهند که Astra بیشتر شبیه یک همکار محتاط عمل می‌کند تا یک عامل کاملاً خودکار. طبق مستندات خود OpenAI، مدل GPT-6 Astra طوری برنامه‌ریزی شده که در صورت مبهم بودن دستورالعمل‌ها، به جای فرضیه‌سازی، سؤالات شفاف‌کننده‌ای بپرسد. این انتخاب در طراحی، خطاها را کاهش می‌دهد اما به این معناست که مدل مکرراً جریان‌های کاری را در جاهایی که کاربران انتظار دارند به‌طور مستقل ادامه دهد، متوقف می‌کند. برای سوق دادن سیستم به سمت ابتکار عمل بیشتر، توسعه‌دهندگان باید صراحتاً به مدل پرامپت دهند تا قصد کاربر را از روی زمینه استنتاج کند و تمایل به اقدام و عمل را نشان دهد. علاوه بر این، Astra نسبت به دستورالعمل‌های متناقض در فایل‌های مهارتی خود بسیار حساس است، که می‌تواند باعث توقف کار یا انحراف غیرمنتظره مدل شود و توسعه‌دهندگان را ملزم می‌کند تا اسناد زمینه‌ای خود را با دقت و وسواس بازبینی کنند.[3]

معماری زیربنایی که این تغییر را هدایت می‌کند، بر تکنیکی تکیه دارد که به عنوان «عمق بازگشتی» یا «ترانسفورمرهای حلقوی» شناخته می‌شود. این مدل به جای پردازش یک‌باره پرامپت از طریق یک توالی خطی از لایه‌ها، توکن‌ها را چندین بار از طریق بلوک‌های ترانسفورمر خود عبور می‌دهد. این مکانیزم حلقوی به Astra اجازه می‌دهد تا بدون نیاز به افزایش متناسب تعداد پارامترها، قدرت محاسباتی بیشتری را به وظایف استدلالی پیچیده اختصاص دهد. این رویکرد انحراف قابل‌توجهی از قوانین مقیاس‌پذیری قبلی است و به جای گسترش صرف اندازه مدل، بر عمق پردازش تمرکز دارد. آیدان کلارک، معاون تحقیقات OpenAI، با اشاره به مقیاس زیرساخت مورد نیاز برای آموزش این معماری گفت: «این اولین باری است که ما پیش‌آموزش را روی بیش از ۱۰۰٬۰۰۰ پردازنده گرافیکی در سایت استارگیت خود در تگزاس انجام داده‌ایم.»[6][8]

این تغییر معماری، بحث‌های شدیدی را در مورد قابلیت نظارت و ایمنی مدل برانگیخته است. از آنجا که عمق بازگشتی برخی از مراحل میانی در «زنجیره تفکر» مدل را پنهان می‌کند، پژوهشگران ایمنی در مورد ردیابی دقیق نحوه رسیدن Astra به نتیجه‌گیری‌هایش ابراز نگرانی کرده‌اند. وقتی توکن‌ها مکرراً از همان بلوک‌ها عبور می‌کنند، ردپای استدلال خطی و شفافی که توسعه‌دهندگان برای حسابرسی به آن تکیه می‌کنند، به خطر می‌افتد. OpenAI اذعان کرده است که حفظ این ردپاهای استدلالی به‌طور فزاینده‌ای دشوار می‌شود و هشدار داده که جلوگیری از آسیب‌های ناخواسته ممکن است به گلوگاهی برای پیشرفت‌های بعدی تبدیل شود. با وجود این بده‌بستان‌ها در زمینه شفافیت، شرکت همچنان مدعی است که Astra هم‌راستاترین مدل آن‌ها تا به امروز است و پس از یک حادثه امنیتی در ژوئیه ۲۰۲۶، عرضه اولیه آن را برای پیاده‌سازی پادمان‌های اضافی به تعویق انداخته بود.[8]

در کاربردهای عملی، توانایی مدل برای تعامل با محیط‌های نرم‌افزاری نتایج قابل‌اندازه‌گیری، هرچند گران‌قیمتی، به همراه داشته است. در یک آزمایش مستقل، یکی از علاقه‌مندان از GPT-6 Astra برای انجام خودکار کل بازی معمایی سه‌بعدی Portal استفاده کرد. این مدل با موفقیت فضاهای سه‌بعدی را نقشه‌برداری کرد، معماهای مبتنی بر فیزیک را درک نمود و راه‌حل‌هایی را بدون دخالت انسان برنامه‌ریزی کرد. برای دستیابی به این هدف، Astra طی یک دوره ۲۴ ساعته، ۳٬۳۳۶ فراخوانی ابزار مجزا را اجرا کرد و بازی را متوقف می‌کرد تا اسکرین‌شات‌ها را پردازش کرده و حرکت بعدی خود را پیش از اجرای ورودی‌ها محاسبه کند. در حالی که این نمایش، قابلیت‌های استدلال فضایی چندوجهی مدل را ثابت کرد، اما موانع مالی فعلی بر سر راه عوامل خودکار را نیز برجسته ساخت؛ چرا که تنها یک بار اجرای کامل این بازی، هزینه سرسام‌آور ۵۷۱ دلاری در API به همراه داشت.[4]

برای کاربران سازمانی، این عرضه به شدت با اکوسیستم‌های ابری موجود ادغام شده است تا پذیرش فوری آن توسط شرکت‌ها تسهیل شود. خدمات وب آمازون در ۸ سپتامبر ۲۰۲۶ در دسترس بودن عمومی GPT-6 Astra را در پلتفرم Bedrock خود اعلام کرد که به کسب‌وکارها اجازه می‌دهد این مدل را با یک پنجره زمینه عظیم تا یک میلیون توکن ورودی مستقر کنند. این ادغام به شرکت‌ها امکان می‌دهد تا مدل را مستقیماً از طریق APIهای پشتیبانی‌شده فراخوانی کنند و عوامل خودکاری بسازند که می‌توانند مجموعه‌های اسناد گسترده را تجزیه‌وتحلیل کرده و مسائل پیچیده نرم‌افزاری را به‌طور ایمن بررسی کنند. مایکروسافت نیز به طور مشابه این مدل را از طریق برنامه Foundry خود در دسترس قرار داد و بر کاربرد آن برای تصمیم‌گیری‌های پیچیده در برنامه‌های تجاری تأکید کرد و ظرفیت پردازش مدل اختصاصی را برای بارهای کاری که به تأخیر پایدار نیاز دارند، فراهم نمود.[5][7]

دسترسی به این مدل همچنان به شدت سطح‌بندی‌شده و تدریجی است، که باعث ناامیدی برخی از کاربران عادی شده که انتظار دسترسی فوری را داشتند. در حالی که توسعه‌دهندگان API می‌توانند با نرخ استاندارد ۱۰ دلار به ازای هر یک میلیون توکن ورودی و ۵۰ دلار به ازای هر یک میلیون توکن خروجی به Astra دسترسی داشته باشند، دسترسی مصرف‌کنندگان به شدت محدود شده است. کاربران طرح‌های رایگان و Plus در ChatGPT در حال حاضر از عرضه اصلی کنار گذاشته شده‌اند و دسترسی تنها به طرح‌های پرو ۱۰۰ و ۲۰۰ دلاری و همچنین حساب‌های تجاری و سازمانی محدود است. حتی برای مشترکین واجد شرایط، این عرضه مرحله‌ای است؛ به این معنی که مدل قبل از رسیدن به محیط چت استاندارد، در رابط‌های کاربری ChatGPT Work و Codex ظاهر می‌شود. شرکت OpenAI تخمین می‌زند که کاربران طرح پروی ۱۰۰ دلاری می‌توانند بسته به شدت محاسباتی وظایف، بین ۲۵ تا ۲۲۵ پیام محلی Astra را در هر دوره پنج ساعته ارسال کنند.[2]

بهره‌وری توکن این سیستم یک عامل حیاتی برای توسعه‌دهندگانی است که عوامل خودکار می‌سازند، زیرا جریان‌های کاری چندمرحله‌ای می‌توانند به سرعت بودجه‌های API را تخلیه کنند. در شبیه‌سازی‌های تأخیر روی بنچمارک OSWorld 2.0، مدل Astra وظایف استفاده از کامپیوتر را در حدود ۴۷٪ زمان کمتری نسبت به مدل قبلی خود یعنی GPT-5.6 Sol به پایان رساند و با صرف حدود ۴۰ دقیقه برای هر کار، امتیاز ۷۲٫۶٪ را کسب کرد. نکته مهم این است که مدل در حالی به این نتایج دست یافت که در تنظیمات با بالاترین امتیاز خود، حدود ۶۵٪ توکن خروجی کمتری مصرف کرد. این بهره‌وری برای جبران هزینه‌های بالای مرتبط با جریان‌های کاری عامل‌محور ضروری است، جایی که یک مدل باید برای پیمایش در یک ترمینال یا رابط نرم‌افزاری، داده‌ها را به‌طور مداوم بخواند و بنویسد. Astra با کاهش تعداد نوبت‌های مورد نیاز برای تکمیل یک کار، مهندسی نرم‌افزار خودکار را برای تیم‌های توسعه کوچک‌تر از نظر مالی توجیه‌پذیر می‌کند.[1]

چالش فوری برای سازمان‌هایی که این مدل را می‌پذیرند، ترجمه هوش نظری آن به جریان‌های کاری قابل‌اعتماد در محیط تولید است. موفقیت GPT-6 Astra نه به توانایی آن در حل مسائل انتزاعی ریاضی، بلکه به این بستگی دارد که آیا عملکردهای استفاده از کامپیوتر آن می‌توانند به طور مداوم کارهای اداری دستی را بدون نیاز به مداخله مداوم انسان کاهش دهند یا خیر. با شروع ادغام این مدل در محیط‌های زنده توسط توسعه‌دهندگان، تمرکز به سمت ایجاد مرزهای دسترسی سخت‌گیرانه و اصلاح پرامپت‌هایی که رفتار مدل را هدایت می‌کنند، تغییر یافته است. این فناوری ثابت کرده است که می‌تواند با یک کامپیوتر کار کند؛ مرحله بعدی استقرار تعیین خواهد کرد که آیا می‌تواند این کار را به اندازه کافی کارآمد انجام دهد تا هزینه‌های اشتراک ویژه و هزینه‌های API را توجیه کند یا خیر.[7]