One of the trends that I'm personally most excited about is AI empowering small business owners. I…

Sherwin Wu 表示自己曾觉得 ARC-AGI-3 很难，如今该基准已被 Astra 饱和。引用 François Chollet 的话称，ARC 3 发布时他预计前沿模型约一年才能饱和，实际只用了 6 个月，约为预期的 2 倍速度，新一代模型的能力将挑战人们基于旧模型形成的 AI 观点。

OpenAI 的 Sherwin Wu 转评 @PawelHuryn 的 Bug Hunt Bench 结果指出，token 标价具有误导性，GPT-6 Astra 与 Fable 5.1 标价相同但常便宜一半以上，在该评测中便宜约 60%。

Sherwin Wu 引用转发 @Angaisb_ 的演示：让 GPT-6 Astra 制作一个类似 Gameboy 掌机内的个人作品集网站，原作者称效果很好，相比 GPT-5.6 是巨大飞跃。Sherwin Wu 评价其创意突出，称如今只受想象力限制。

@rileybrown 分享其使用 GPT 6 Astra 的最大惊喜时刻：将 Email、Slack、业务短信、Notion 和所有会议记录等全部业务上下文交给 Astra，用一个即兴口述的提示词生成覆盖月、季度、年三个时间维度，分析自身优劣势、时间浪费活动、协作对象可靠度、组织改进方向的单文档，称这是 AI 给过他最有用的回答。

OpenAI 的 Sherwin Wu 发帖称，在大家都在谈论 Astra 时，Luna 已悄然登顶 OpenRouter 榜单，位居第一，是一个很好的模型。其引用的推文指出，Luna 是很长时间以来首个登顶 OpenRouter 排行榜的闭源模型，价格与性能组合出色。榜单截图显示 GPT-5.6 Luna 本周用量 11.6T tokens，环比上涨 183%。

GPT-6 Astra 在 Mercor 的 APEX-Agents 排行榜首次上榜即排名第一，Mean score 62.4%（第1），Pass@1 46.7%（第2），Mean 领先 Fable 5.1 0.4 分、Pass@1 落后 0.8 分。

GPT-6 Astra 在 75 分钟内根据同一 simulate macOS 27 提示词构建出浏览器版 macOS 模拟器。引用者 @mweinbach 称这是他见过最好的输出，登录后还支持 cloud sync 和可用的应用，demo 地址为 https://macos-27-simulator.mweinbach.chatgpt.site/。

一定要看看这期最新播客，嘉宾是 @tarstarr--OpenAI 最敏锐的产品思考者之一--聊的可能是 AI 的第三个时代。 一如既往的 S 级内容，来自 @lennysan https://www.youtube.com/watch?v=zMvBMfj4cSQ

GPT-6 Astra上线后，大量用户用它自主操控Blender、Houdini、Unity、Aseprite等专业软件，做出游戏Demo、3D复刻旧金山艺术宫等作品，其中旧金山艺术宫案例里Astra自己搜索几百张参考图、翻到美国国会图书馆的老扫描文件找柱子尺寸，多数工作在夜间自主完成。

OpenAI 发布内部数据称已达到自动化研究实习生里程碑，即可在人类监督下完成熟练研究员需数天的明确任务。截至 8 月中旬，其研究组织每投入 1 个人工工作日，就使用 3.1 个 agent 工作日的运行时长，该比值衡量的是运行时间而非等效生产力；原文作者援引 OpenAI 员工观点称递归自我改进或成为未来几年 AI 能力的关键，并呼吁其他 AI 公司同样公开数据。