GPT-6 Astra之后，人类还剩下什么？
当技术变化越来越快，普通人的不安也变得更具体。
2026年9月3日，OpenAI发布GPT-6 Astra。105万上下文、Computer Use代际飞跃、真实办公任务完成率从上一代的18%翻到41%——它能自己看懂屏幕、操作软件、点击鼠标，做完任务还能自己跑一遍测试。
英伟达黄仁勋在社交平台上说"AGI已经到来"，OpenAI总裁格雷格·布罗克曼在发布会上宣告"欢迎来到AGI时代"。
然后，一个很自然的问题浮上来：当AI已经能替我们干活、写代码、做研究、操作电脑，我们还剩下什么？
有一种回答很流行：AI会取代一切，人最终会变得无用。另一种回答也很流行：AI只是工具，人永远是主人。
这两种回答都太省事了。前者制造焦虑，后者回避问题。真正值得讨论的，不是"AI会不会取代人"，而是"在AI能做的事情越来越多之后，哪些事情变得更重要了"。
01 Astra到底强在哪里：不是"更会聊天"，而是"更会干活"
要理解Astra的意义，得先把它和上一代模型区分开。
过去的大模型，本质上是"文本生成器"。你问它问题，它给你答案；你让它写代码，它给你一段代码。但代码能不能跑、任务能不能完成，它不管。它的能力边界停留在"输出"这一步。
Astra不一样。它的核心跃升是"Computer Use"——能像人一样操作电脑。
什么意思？你给它一个指令："把这个文件夹里的发票整理成Excel报销表，按类型统计金额。"它不是给你一段教程，而是自己打开文件夹、读取发票、分类去重、生成表格、保存到指定位置。整个过程，它自己点击、自己输入、自己检查。
根据OpenAI公布的数据，Astra在OSWorld 2.0基准测试中得分72.6%，比上一代GPT-5.6 Sol快约47%。更直观的数字是：真实办公任务的完成率，从上一代的18%提升到了41%。
18%到41%，看起来还没到一半。但要知道，这是"端到端完成复杂多步骤任务"的比例——不是回答一个问题，而是从理解指令到操作软件到交付成果的全流程。这个数字的跃升，意味着AI从"顾问"变成了"执行者"。
摩根士丹利在9月7日的报告里指出，Astra的重要性不是又一次规模扩张，而是能力广度与互操作性的实质性跃升，体现在四个方向：推理能力、工程能力、计算机使用，以及物理世界任务执行。
简单说：Astra不是更会说话了，而是更会干活了。
02 一个常见的误解：AI越强，人越没用
Astra发布后，最常见的反应有两种。
第一种是恐慌："连电脑操作都能自己干了，我还有什么价值？"第二种是不屑："不就是个工具吗，再强也得人来用。"
这两种反应共享同一个前提：把人和AI放在了"替代关系"里。好像AI多做一件事，人就少一份价值。
这个前提本身就有问题。
回顾技术史，每一次工具革命都伴随着类似的焦虑。计算器出现时，有人担心算术能力贬值；Excel出现时，有人担心会计失业；搜索引擎出现时，有人担心知识不再重要。但结果是：工具把人从重复性劳动中解放出来，人的价值并没有消失，而是转移到了更高的层面。
但这一次确实不一样。不一样的地方不在于"AI会不会取代人"，而在于AI取代的不再只是体力劳动和重复性劳动，而是开始进入"需要判断和推理的复杂任务"。
这才是真正让人不安的地方。过去我们说"AI做不了需要思考的工作"，现在Astra能做研究、写代码、操作软件、跑测试——这些都曾经被认为是"需要思考"的。
所以，"AI只是工具"这句话虽然没错，但已经不够用了。它回避了一个更尖锐的问题：当工具能自己规划、自己执行、自己纠错时，人的角色到底发生了什么变化？
03 真正的边界：Astra再强，也做不了这三件事
目标、选择、责任——这三件事，构成了人在AI时代不可替代的核心。
理解Astra的能力边界，关键不是看它能做什么，而是看它不能做什么。
Astra能在给定目标下，把执行工作做到极致。但有三件事，它从根本上做不了。
第一件：定目标，定方向
Astra能回答"怎么做"，但它回答不了"做什么"和"为什么做"。
你让它"帮我做一份市场调研报告"，它能做得又快又好。但"为什么要做这份报告""报告要服务于什么决策""这个方向值不值得投入"——这些问题，Astra没有答案。因为它没有欲望，没有偏好，没有对"什么是好的"的内在判断。
目标不是从信息里推导出来的，而是从人的需求、欲望、价值观里长出来的。AI可以帮你分析达成目标的路径，但目标本身，只能由人来定。
这听起来好像很简单，但在实际工作中，"想清楚到底要做什么"往往是最难的部分。很多人忙碌，不是因为执行力不够，而是因为目标本身就是模糊的。AI把执行成本降到接近零之后，"定目标"的能力反而变得更稀缺、更值钱。
第二件：做选择，下决策
Astra能把A方案和B方案的利弊全部列出来，甚至能做模拟推演。但最终选A还是选B，它替不了你。
因为选择的本质，不是信息对比，而是价值取舍。
一个创业公司，是优先追求增长还是优先控制风险？一个产品经理，是牺牲一部分用户体验来换取商业化，还是坚持体验放弃短期收入？一个管理者，是裁掉一部分人保住利润，还是降薪共渡难关？
这些选择，没有"正确答案"。它们取决于你更看重什么、愿意承担什么代价、对未来有什么判断。AI可以给你数据和分析，但"我更看重什么"这个问题，只有你能回答。
而且，AI的决策逻辑是基于已有数据的概率推断。但真正重要的决策，往往发生在数据不足、信息模糊、前景不确定的时候。这种时候，需要的不是计算，而是判断——基于经验、直觉和价值观的判断。
第三件：兜底，承担责任
这是最根本的一条。
Astra输出的方案出了错，谁负责？是OpenAI，是使用AI的公司，还是下达指令的人？法律上，责任主体永远是人，不是模型。
AI是"拿钱办事"的执行者。它可以帮你写合同、做决策建议、操作业务系统，但如果合同有漏洞、决策失误、系统操作出错，最终被追责的是使用它的人。
这不是技术问题，是社会规则问题。只要人类社会的法律体系、道德体系和组织体系仍然以"人"为责任主体，"承担责任"这件事就不可能转移给AI。
而承担责任，恰恰是最沉重、最需要勇气的部分。做决策时的犹豫、面对后果时的压力、为错误买单时的代价——这些，AI感受不到，也替代不了。
04 WorkBuddy和Astra，差多远？不是同一赛道
有人问：腾讯的WorkBuddy和Astra比，差多远？
这个问题本身就有误导性。因为两者根本不在同一条赛道上。
Astra是底层通用大模型。它的优势是通用深度推理、长链条Agent自主执行、跨软件跨系统的复杂任务能力。你可以把它理解成一个"全能研究员+工程师+电脑操作员"，遇到没见过的新问题，它能自己探索、试错、迭代。
WorkBuddy是上层应用产品。它基于腾讯CodeBuddy平台打造，定位是"全场景AI办公工作台"。它的优势是本土化办公生态——能直接操作本地文件、生成文档表格PPT、连接飞书和腾讯会议、支持手机远程操控电脑。它内置了大量办公技能，开箱即用，不需要复杂配置。
打个比方：Astra像一个全能的私人助理，什么都能做，但你得自己告诉它做什么、怎么做，而且它在国内的使用有访问限制和数据合规问题；WorkBuddy像一个专门负责办公的行政专员，只做办公相关的事，但做得很顺手，和国内的办公软件深度打通，数据不出境，企业用起来更安心。
所以，"差多远"这个问题，要看比什么。
比通用推理能力、比处理陌生复杂问题的能力、比跨系统自主执行的深度，Astra明显领先。比本土化办公适配、比数据合规、比和国内企业软件的打通程度，WorkBuddy更适合中国企业的日常场景。
对大多数普通职场人来说，WorkBuddy已经足够好用——它能帮你整理发票、清洗数据、写PRD、做PPT、整理会议纪要。这些是日常办公中最耗时的重复劳动，WorkBuddy能覆盖其中很大一部分。
但如果你要做前沿研究、复杂软件开发、跨系统长周期自动化、需要AI自主探索陌生领域的深度任务，Astra的能力层级确实高出一截。
不过，无论用哪一个，前面说的三件事——定目标、做选择、担责任——都不会因为工具的不同而改变。
05 这个判断的边界在哪里
当然，说"人只剩下三件事"，是一种修辞上的简化，不是说其他能力都不重要了。
专业知识仍然重要。一个完全不懂医学的人，即使有最强的AI，也无法做出可靠的医疗决策。AI可以帮你检索文献、分析数据，但你需要有足够的专业背景来判断AI输出的质量和适用性。
沟通能力仍然重要。AI能写邮件、做报告，但它无法替代人与人之间的信任建立、情绪感知和复杂谈判。在需要"让人愿意跟你合作"的场景里，人的温度和判断力仍然不可替代。
创造力仍然重要。AI能基于已有数据生成内容，但真正的原创性突破——提出一个全新的问题、发现一个被忽略的角度、创造一个前所未有的概念——仍然需要人的直觉和想象力。
但这些能力，和"定目标、做选择、担责任"是什么关系？
它们是基础，不是核心。专业知识帮你更好地定目标，沟通能力帮你更好地推进选择，创造力帮你发现更多选项。但最终，把这些能力汇聚成一个方向、做出一个决定、为结果负责的，仍然是那三件事。
还有一个边界需要说明：Astra目前还没有全面开放。根据OpenAI官方信息，它目前仅向有限的组织开放，更广泛的可用性仍在推进中。而且，它的使用成本很高——21世纪经济报道的文章标题直接写着"AGI时代来了，但得加钱而且很贵"。对大多数中小企业和个人来说，Astra级别的能力还不是日常可用的工具。
但趋势是清楚的：执行层的能力会越来越强、越来越便宜。而"定目标、做选择、担责任"这三件事，不会因为技术进步而贬值，反而会因为执行成本的下降而变得更加稀缺。
06 对普通人意味着什么
说了这么多，对一个普通人来说，到底该怎么面对这个变化？
不是恐慌，也不是躺平。而是重新分配自己的注意力。
过去，我们把大量时间花在"执行"上——写报告、做表格、整理资料、查信息、走流程。这些事情消耗了我们大部分的工作时间，以至于我们没有余力去想"到底该做什么""这个选择对不对""我愿意为这个结果负责吗"。
AI把执行成本降下来之后，我们终于有时间和精力去做那些真正重要、但一直被推迟的事情。
具体来说，可以做三件事：
第一，把"想清楚目标"当成正经工作，而不是工作之余的奢侈品。每周花固定的时间，问自己：我到底在做什么？为什么做？这个方向对吗？不要等到年底复盘才想这些问题。
第二，练习在信息不完整的情况下做决策。AI能给你越来越多的信息和分析，但最终的选择仍然要你做。不要因为"信息还不够"就一直拖延决策。学会在70%的信息确定度下做决定，然后在执行中修正。
第三，主动承担责任，而不是回避责任。很多人习惯把决策推给上级、推给数据、推给"大家都这么做"。但在AI时代，能主动承担责任的人会变得更稀缺、更有价值。因为AI能执行，但不能担责。谁担责，谁就拥有最终的话语权。
这不是鸡汤。这是在执行能力被极大放大之后，人的价值重新定价的必然结果。
写在最后
GPT-6 Astra的发布，确实是一个里程碑。它意味着AI从"能回答问题"进化到了"能完成任务"，从"顾问"变成了"执行者"。
但里程碑的意义，不是宣告人的终结，而是重新定义人的位置。
当执行不再是稀缺能力，定目标、做选择、担责任就成了最核心的价值。这三件事，AI做不了，不是因为技术不够强，而是因为它们从根本上属于"人"的范畴——需要欲望、需要偏好、需要对后果的承担。
所以，真正值得问的问题不是"AI会不会取代我"，而是"在AI能替我干活之后，我要把省下来的时间和精力，投入到什么更重要的事情上"。
这个问题，只有你能回答。
写给每一个正在努力适应变化的普通人。