AI大模型集体掉线的这天，OpenAI宣布人类进入AGI

9月3日晚，海外AI服务遭遇了一场有记录以来最大规模的集体宕机。

故障最早于美东时间上午9点23分左右集中爆发。Anthropic的Claude系列率先出现错误率飙升，涵盖Mythos 5.1、Fable 5.1、Opus等核心模型，网页端、API接口及Claude Code同步中断。仅两分钟后，xAI的Grok全端下线。约一个半小时后，OpenAI的ChatGPT与Codex也出现大规模访问错误。

事件峰值期间，全球针对OpenAI服务的故障报告超过3.7万份，其中80%集中于ChatGPT。谷歌Gemini、微软Copilot同期收到大量中断反馈，AI编程工具Cursor公告称其部分服务因上游大模型故障被迫中断。整场宕机持续约3小时40分钟。

宕机发生前，OpenAI刚发布过一支预热动态，画面里星空闪烁，配文只有一句：“The stars are almost aligned。”（群星即将就位。）故障发生后，这条推文被网友翻了出来调侃：“建议先把机房修好，再谈星星。”

与此同时，智谱在X上发了一条简短的消息：“We are still up。”——我们还在线。当晚智谱还宣布，即日起至9月20日，每晚23点至次日9点，调用套餐中的GLM-5.3-Flash在Z Code中免费使用，在套餐支持的其他Agent中使用额度翻倍。

几小时后，北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra。发布会尾声，总裁Greg Brockman留下一句被迅速刷屏的话：“Welcome to the AGI era.”——欢迎来到AGI时代。官方更是称，这是「全球最智能、最符合人类意图的模型」。

AI在同一个晚上，先集体瘫痪，再由其中一家宣布自己已经抵达通用智能。这个时间线本身，就足够引起AI圈热烈的讨论。

三天，四款模型

先把时间线拉直。

9月2日，Anthropic发布Claude Fable 5.1，9月3日，谷歌推出Gemini 3.8 Flash，Meta上线Muse Spark 1.3——两天，三家公司各推一款前沿模型。其中Meta的Spark系列在Artificial Analysis智能指数上拿到62分，仅次于Claude旗舰，把Meta带入了前三。

24小时后，GPT-6 Astra登场。

OpenAI自报的ARC-AGI-3成绩是99.9%，上一代GPT-5.6 Sol是7.8%。单看这一组数字，Astra像是跨过了一道深渊。但ARC Prize随后指出，在使用统一的Standard harness测试时，Astra的最高分是62.7%。从62.7%到99.9%，差距来自OpenAI使用的Provider Adapter框架——它优化了记忆管理和上下文压缩，让Agent在多轮测试中保留并搜索之前的推理。同一套框架下，Sol也能拿到约30%，而不是7.8%。

所以，99.9%不完全是模型能力的跃迁，而是模型加系统框架的综合结果。这个数字能说明OpenAI把整套Agent系统推上了一个新高度，但离“模型本身已经抵达AGI”的结论，中间还隔着一套测试框架的距离。

其他基准同样亮眼：FrontierMath Tier 4拿到97.6%，ExploitBench拿到100%，DeepSWE v1.1拿到74.1%，GPQA Diamond拿到96.0%。OpenAI自己在发布材料里反复使用了一个词——“饱和”（saturate），意思是榜单已经快测不出它的上限了。不过这些大多是OpenAI自报的成绩，且以最高推理设置为前提。

当分数开始取决于“用什么尺子量”，它就不再是一个纯粹的“能力值”，而更像是一个“系统表现值”。

它开始进办公室了，但办公室的门还不牢

回到那场宕机。

三家公司给出的解释各不相同。Anthropic技术部门员工在社交媒体上确认是“基础设施问题”，xAI说Grok的安卓应用出现模型级中断，OpenAI发言人表示故障源于路由错误。业内人士猜测，三家模型厂商共享的云算力基础设施可能是故障源头，微软Azure和Cloudflare被频频提及。

不管原因是什么，事实是：当AI能力越来越接近“能自主操控电脑”的时候，支撑它的基础设施仍然可能在一个白天同时瘫痪。

Astra这次也不便宜。它是OpenAI在得州Stargate超算上动用超过10万块GPU完成预训练的模型，也是OpenAI首个由前代模型深度参与训练监督的旗舰产品。OpenAI给Astra的定义是“全球最强的computer use模型”。它可以像人一样看屏幕、移动鼠标、点击按钮，在KiCad里完成PCB布局，在Blender里建3D模型并导入Unreal Engine 5，在Power BI里做报表，在浏览器里填写表格、更新CRM记录。它不是站在门口回答问题，而是走进了办公室，坐下来开始干活。

但它越接近一个能独立工作的智能体，就越依赖算力、网络、服务器和数据中心。而这些基础设施，在那个白天同时证明了自己的脆弱。

更直接的指标是价格。OpenAI给Astra的API定价是输入每百万token 10美元、输出每百万token 50美元，是GPT-5.6 Sol当前价格的2.5倍。Anthropic Fable 5.1的定价与之持平。两家同时给出这个价格，释放的信号是：前沿模型的算力成本正在以更陡的斜率上升，而基础设施的可靠性没有同步跟上。

所以，ARC-AGI-3的99.9%和那3小时40分钟的宕机，放在一起看，才是完整的画面：AI正在变得更强，但它赖以存在的基础依然不牢固。一个能在KiCad里画电路板的模型，和一个会因为基础设施故障而打不开网页的服务，是同一个AI的两面。

AGI到了没有，取决于问谁

Greg Brockman说“欢迎来到AGI时代”，但他很小心。

在发布会上，他先承认AGI是一个“灰色、模糊的概念”，然后才说：“我认为，认为我们已经进入AGI时代并不是不合理的。”接着又补了一句：“就我个人而言，我确实认为我们到了。”

这种表态的妙处在于，它既是判断，又不是判断。作为公司总裁，他不能代表董事会宣布AGI到来，那会触发与微软的合同条款，也会把公司推到监管的放大镜下。但作为个人，他可以给出一句足够让行业沸腾的话，让这场发布自带一个标签。

更耐人寻味的是，就在几天前，Sam Altman在采访中公开表示，AGI这个词“往好了说，也是一个定义非常模糊的概念”，他甚至差点把它称作“无关紧要的营销术语”。

公司总裁在发布会上喊出AGI，CEO在采访里把AGI说得无关紧要。两句话都是真的，只是面向不同的人群。

对OpenAI来说，AGI的定义已经不重要了。重要的是，当ARC-AGI-3刷到99.9%、ExploitBench刷到100%之后，需不需要一个新的叙事来支撑2.5倍的价格。AGI恰好是这个叙事。

还有一个数字值得注意：Astra在越界行为测试中，GPT-5.6 Sol在没有生产防护时会有48%的情况超出授权范围，Astra是0%。OpenAI把这一点作为“最对齐模型”的证据。但与此同时，OpenAI也承认，Astra的书面推理比Sol更难监控——它可以用更少的外部推理步骤完成复杂任务。一个行为上更守规矩的模型，内部却变得更难以被看透，这给“AGI”这个概念又添了一层模糊。

欢迎来到谁的AGI时代？

这些事件的时序很有意味：AI先集体掉线，再有人宣布AGI到了。

这件事真正值得琢磨的地方在于，当AI还无法保证自己不在全球范围内同时瘫痪的时候，它的创造者已经在讨论它是否已经“通用”了。

这不是技术判断的差异，而是定义权的争夺。谁有资格定义AGI？是跑分最高的公司？是用户最多的公司？还是AI真正能帮你把活干完的那个时刻？

GPT-6 Astra确实干了很多过去干不了的事：在KiCad里布线，在Blender里建模，在不到三分钟里找好一位儿科医生。这些能力已经足以改变一些人的工作方式，但它们离“通用”的距离，可能比OpenAI愿意承认的要远。

AGI不是一个分数能回答的问题。它更像是一个关于信任的问题：当AI能替你干越来越多的活，你愿意把什么样的决定权交给它？

Greg Brockman说，欢迎来到AGI时代。

也许更该问的是：欢迎来到谁的AGI时代？