OpenAI 9月推出GPT-6 Astra後，網路又出現疑似Google Gemini 4 Pro的匿名模型，外流跑分傳出在程式編碼、AI代理及電腦操作等項目領先Astra。不過，Gemini 4目前尚未獲Google證實。真正值得注意的，也不是誰多贏幾個百分點，而是前沿AI正從「回答問題」，走向能操作電腦、使用工具、持續執行任務的數位代理。

OpenAI 9月正式推出GPT-6 Astra，將重點放在電腦操作、程式開發、科學研究與專業辦公。Astra不只可以回答問題，也能填寫表單、整理資料、操作網站、撰寫程式、測試結果，再根據錯誤重新修正。換言之，AI開始從「提供建議」進一步走向「實際完成工作」。過去使用者可能要求AI「幫我寫一封Email」，現在模型追求的是讀完信件、查找資料、更新系統、撰寫回覆，再完成後續工作。對企業而言，真正有價值的指標不再只是模型知道多少，而是能不能把一項任務從頭做到尾。

就在Astra發表後，AI社群開始流傳一款名為「gemini-3.8-flash」的匿名模型，部分開發者認為它可能是Gemini 4 Pro的早期測試版本。流傳數據稱，它在DeepSWE、GDPval-AA、Terminal-bench及OSWorld等測試中可能超越Astra，甚至傳出更低價格、超長上下文及跨對話記憶等規格。但這些資訊目前都必須加上一個前提：Google尚未正式證實。因此，現階段不能直接下結論說「Gemini 4擊敗Astra」。較準確的說法是，AI社群出現一款能力異常突出的匿名模型，外界懷疑可能與Google下一代模型有關，但身分、價格與跑分仍待官方確認。

真正確定的趨勢則是：AI已經進入「代理式人工智慧」階段。早期聊天機器人的基本模式是「人問、AI答」；接著模型開始具備推理與程式能力；現在更進一步取得瀏覽器、終端機、檔案與各種軟體工具的操作能力，可以觀察環境、採取行動，再根據結果決定下一步。當AI只能輸出文字，錯誤通常停留在螢幕上；當AI可以操作電腦，錯誤就可能直接修改資料、寄出郵件、改動程式甚至接觸企業系統。OpenAI也因此將Astra的部分網路安全能力列入最高級別風險範圍，顯示AI安全問題正在從「會不會答錯」，轉向「做錯事情後會造成多大影響」。

另一個更受關注的方向，是AI開始參與AI本身的研發。所謂RSI，也就是遞迴式自我改進，描述的是AI協助研究模型、撰寫程式、分析失敗，再投入下一輪模型開發，形成「AI協助打造更強AI」的循環。目前沒有足夠公開證據顯示任何公司已經建立能完全自主進化的RSI系統，因此說AI已經「自己變聰明」仍然過早。不過可以確定的是，AI正在成為科學研究與AI研發本身的重要工具。對一般人而言，真正需要注意的，也不是DeepSWE多了幾分，而是AI可以獨立完成的工作正在變長。

今天它可以寫程式，下一步是自己測試、找錯、修改；今天可以整理法律文件，下一步是搜尋判例、比對證據、產出初稿；今天可以寫Email，下一步則是讀信、判斷優先順序，再處理整個工作流程。這意味著未來工作的改變，可能不是「人全部被AI取代」，而是人類的角色逐漸往設定目標、分配權限、驗證成果與承擔責任移動。