刚刚，GPT-6 Astra “鲨死了”所有验证码

头像

鲸选AI

2026-09-08 07:44发布于北京

问AI · 开发者测试通关，折射出AI哪方面能力质变？

GPT-6 Astra发布后，掀起的骇浪一波又一波，刚刚又顺手破解了一道人类的安全防护。

开发者 Sharif Shameem 宣布他的最新测试，GPT-6 Astra 成功通关 Neal Agarwal 制作的网页游戏《我不是机器人》，全部 48 个关卡全是各类型验证码。

Astra 一路通关游戏，也意味着GPT-6 Astra “鲨死了”所有验证码，拿到了“我是人”的认证。

从演示视频看，GPT-6 Astra不仅是 “回答 CAPTCHA 图片”，更是通过 Computer Use 操作浏览器，识别屏幕内容、点击、输入、拖动并处理连续变化的游戏规则，最终跑完整个流程。



01
所有网站防护墙失效

先来介绍下CAPTCHA，全称是：全自动区分计算机和人类的公开图灵测试。就是网站用来拦机器人，区分是人还是脚本的验证码系统。

国外主流是谷歌做的验证码reCAPTCHA，国内有网易易盾等很多第三方SaaS 服务。主要做的事就是，在你网站登录时候，把机器人阻拦在外面。
CAPTCHA 这套验证码测试游戏，一共 48 关，机器人想要通过这么多关，以前没有AI能做到过。

就算是普通人，通关也要 30 到 60 分钟。

第一关很简单，勾个框就行。往后开始上强度，认停车标志、找 Waldo、画一个足够圆的圆、平行停车、拼图、打地鼠。


第 37 关是给你一堆真人照片，把 AI 生成的脸挑出来，这关等于让 AI 抓 AI。

第 42 关则是故意反向规则，你要主动答错几道简单题，才能证明你是人，AI要学会装蠢。

第 47 关是个节奏游戏，准确率卡 85%，玩家社区公认的劝退关。

这套流程，大概是GPT-6 Astra 调用多模态能力，识别这款通关游戏中的内容，有些连线消除的关卡，可能还需要推理过程，然后调用Computer Use 能力，点按钮、拖滑块、敲键盘，最终完成了所有测试。
最后一关通过后，系统会给出“人类认证”结果，GPT-6 Astra最终获得了 Verified Human 证书。
目前人类网站的验证码难度，大多没有超过这套CAPTCHA 系统，也就是AI随时能攻破网站登录。


02
Computer Use 大展拳脚

GPT-6 Astra之所以能通关《我不是机器人》，核心是Computer Use 能力，相比上代模型大幅上涨。

在考验动手能力的 OSWorld 2.0 计算机使用测试中，Astra 得分 72.6%，每任务耗时约 40 分钟，而上一代 GPT-5.6 Sol 是 65.7%、75 分钟。能力提升的同时，耗时减少了 47%。

比普通人点鼠标键盘的节奏还好。同时，这代的上下文窗口也到了 105 万 token，任务跑到第 40 分钟，它还记得最初让它干什么。


这是GPT-6 Astra 最大的能力提升，不是在Coding和科研这两方面卷，而是在调用Computer Use 的能力上。

因此GPT-6 Astra 发布后，出现了大量 AI 操作 Blender 等3D创作软件的案例。

有人让 Astra 开 Blender 做 3D游戏，看着它自己调脚本、看截图、按功能键，一套流程跑完。普通人不用大量时间学习Blender 这种专业软件，GPT-6 Astra能像个高手一样直接操作 Blender 生成作品。


鲸哥看到的最直观的案例，是网友给了 Astra 一张肖像，并开放Mac电脑权限给它，然后就能看着它在 Mac 上，使用 Apple Notes ，一笔一笔地勾勒出脸型、五官，最后画出一模一样的自身画像。


还有一个案例，GPT-6 和 Fable 5.1 访问 Canva 作图。 GPT-6 的操作能力也大幅强于 Fable 5.1 。目前，其Computer Use 能力确实无人能比。




03
AGI真的要来了

GPT-6 Astra发布后，很多人都说 AGI来了。 是因为它相比同时代模型，确实展现出了所谓的智能涌现。


官方成绩单上最亮眼的成绩是 ARC-AGI 3，高达99.9%。这个测试把模型扔进陌生游戏，没有提供任何说明，让模型自己摸规则通关。Astra 在 96% 的关卡里用比人更少的步数过关，这一项能力确实很厉害。


再加上Computer Use能力大幅提升，这也意味着大模型的脑子和动手能力都得到大幅提升，因此Astra在验证码测试中，能先于所有模型率先通过。


然而，Astra在通关《我不是机器人》后，也让更多人意识到AI带来的严峻安全问题。


OpenAI 自己曾公告道，Astra 是第一个摸到"Critical"网络安全风险线的模型。


在其今年7月份的内部测试中，几个 OpenAI 研究模型绕过沙箱，自己连上了网。公司担忧模型搞事情，于是停了一部分训练，回去加固隔离。那次 Astra 是不是已经在内部测试，参与了这件事，可能都说不准。


还有AI 具备顶级攻防的案例，Astra曾独立挖出两个此前没人知道的零日漏洞，漏洞利用基准 ExploitBench 拿了满分。当然，Astra 正式发布后，明确提到会拒绝这类高级请求，这部分能力只逐步放给做防御的安全团队。


犹记得发布会上，OpenAI 总裁 Greg Brockman 收尾只说了一句话："欢迎来到 AGI 时代。"


Astra算不算带来了AGI 还有争议，但验证码这件事带来的影响还是有的。


现在大小网站登录都靠验证码区分人机，今夜过后这套过时了。


以后网站再想分清屏幕对面坐的是人还是 AI，可能光靠"点个框、认个图"，已经是不够了。