ChatGPT升级GPT-6 Astra Pro可分头干活

新智元报道 ChatGPT也学会「摇人」组队干活了！ 10月16日，OpenAI宣布升级ChatGPT中的GPT-6 Astra Pro：回复更快，插件和工具使用能力增强，还能让多个智能体分头处理同一项任务。 一项复杂工作交出去，几个AI可以各管一块，同时推进。 你还能在对话里跟踪各自进度，单独点开已完成的任务，检查成果。 分头执行、跟踪进度、查看成果，这几个环节被接进了同一个聊天入口。 目前，这次更新正陆续向符合条件的Pro用户开放。 公司或团队账号能否用上，还要看管理员设置，以及是否已获得推送。

替你干活的AI多了，需要你盯的任务也多了。 网友@Sebasti54919704就吐槽：并行智能体很好，但挨个跟踪进度，才是让他崩溃的部分。 他索性给自己的Claude Code和Codex会话接上语音，开口就能询问进展、切换会话。 有时候，这些智能体还会反驳他。 几个AI同时开工，人却可能忙着盯进度、催任务，偶尔还得应付AI的「顶嘴」。 AI小队好不好用，也要看它能不能让用户少花时间追问进度、传递信息、协调任务。 这支AI小队怎么开工入口在ChatGPT的Chat标签页。

按照官方帮助文档，在模型菜单选择GPT-6，再把Thinking滑块拉到Pro档，用的就是由GPT-6 Astra驱动的GPT-6 Pro。 Instant、Medium、High和Extra High这几个档位，则由GPT-6 Sol驱动。 GPT-6的普通档位由Sol提供支持，Pro档由Astra提供支持。 这次升级，主要改了三件事。 首先是提速。 OpenAI表示，回复更快了。 至于具体快多少、完成一项任务能省多久，官方暂未公布具体数字。 其次是工具使用。

网友@Rossisonx就吐槽，插件有时会陷入循环，卡在原地，似乎还在消耗额度。 任务没进展，额度却可能继续掉，难免让人着急。 这次OpenAI宣布改进插件和工具的使用能力，效果如何还要看「疗效」。 如果工具需要访问外部服务，用户仍要先连接账号、完成授权，AI只能在获准的权限范围内操作。 最核心的变化，是多个智能体并行干活。 比如，你想从三款AI工具里挑一款，需要比较功能、价格和使用限制。 AI可以分头搜集各款产品的资料，再把月付、年付、免费版和付费版的条件对齐。

用户@rubenssoto_a也分享了自己的尝试：我让它做研究，再输出产品需求文档和任务工单，结果很棒。 从查资料到写需求、列任务，研究成果可以继续转成下一步的执行计划。 不过，AI分工和人类团队一样，能同时做的分头做，前后有依赖的则要按顺序来。 比如，先读材料、再定方案、最后修改文件，后一步要用到前一步的结果，多派几个AI也不能跳过。 拆出真正能同时推进的部分，才有机会缩短等待。 活儿分出去，进度也要能看得见。 用户可以在主对话里跟踪各个智能体，完成后再点开检查成果。

网友@wushanyunyu1提到这个变化时说，「这就从聊天变成了派活。 」在他看来，接下来要比的，是谁能把多个智能体的工作管好，少出错、少返工。 他更想看到的是，Pro用户用它做完一批真实任务后，到底有多少需要返工。 几个AI同时交活，人也可能看不过来。 网友@leolaoshuai提醒：「卡脖子的变成你验收的速度。 」如果每份成果都要从头检查，省下的等待时间，就可能花在验收上。 他的建议是，派活前写清楚「怎样算做完」，交付时附上能直接核对的依据。

智能体交出的成果，不仅要能点开查看，最好还要列清楚做了什么、依据在哪，让用户少花时间翻查和核对。 至于最多能同时跑几个智能体、分工是否默认触发、结果具体怎样合并，这条公告中还没有展开说明。 Claude早就组起了智能体军团网友@FinallySomeRest在评论区说：「这个，Claude早就有了。 」说起让AI组队，Claude其实早有实践。 2025年6月公开的Claude Research，就能由主智能体带队，让多个子智能体分头研究，再把发现汇总回来。 主智能体分派研究任务，多个子智能体并行搜索，再汇总发现。

（图源：Anthropic）到了2026年9月17日，新版Claude Code Projects开始公测，把协作延伸到持续推进的项目中。 你在项目对话里交代目标，Claude负责拆任务、协调多条线程，并积累项目记忆。 云端线程还能在你合上电脑后继续干活。 10月10日，官方又宣布放行Projects等待名单中的Pro和Max用户。 同期，Managed Agents动态工作流开启公测，并公布了一组查Bug测试：11.6万行代码中预埋70个Bug，单个智能体跑三次，分别找出14、15和27个；

换成动态工作流，三次都找出了66个。 从分头查资料，到协调多条任务线，Claude和ChatGPT都在接手更多分工与协作。 至于「谁来干、先干什么、结果怎么接上」，各家的实现方式和公开细节还不相同。 AI能自己分活、接好结果，人才能少当几次传话员。 分头干活最后还得对得上但是，把任务拆开，只是开始。 如果把任务拆开，只是开始。 如果几个AI都去翻同一份资料，看起来忙得热火朝天，实际却在重复劳动。 如果一条支线用了最新数据，另一条还在参考旧版条件，拼出来的报告也可能前后打架。

Anthropic在介绍多智能体研究系统时，就分享过一次教训：主智能体交代得不够具体，两个子智能体重复调查同一个方向，另一个却查起了不同年份的问题。 因此，分工时得说清楚：各自查什么、查到什么程度、按什么格式交结果。 任务边界越含糊，越容易重复搜索，或者漏掉关键内容。 分头查完，接下来还得把结果对齐。 网友@878967502Teamo直言：「并行本身不难，难的是最后合并。 」他希望除了看进度，还能一眼看出几条支线的结果在哪里有冲突。 写报告，数据时间、价格条件和比较口径得一致； 写代码，接口和命名要能对得上。

否则，AI分头干完了，人却得接着查错、补漏、重新拼。 Anthropic在Claude Code官方说明中也提醒，前后紧密依赖的步骤不适合强行拆开，多个智能体同时修改同一文件容易产生冲突。 任务太小，光是分工、交接，就可能抵消并行省下的时间。 功能很酷 但也要看清额度能不能用上、能用多少，是用户接下来要算的账。 根据官方帮助说明，Plus用户可以在Work和Codex中使用Astra，但不能在Chat里使用GPT-6 Pro。

这次Chat中的多智能体升级，目前正向符合条件的Pro用户逐步推送，Plus用户暂时还用不上。 网友@WhosCinq就在评论区为Plus用户抱不平，质疑这次更新又把他们排除在外。 已经付费的用户，也在关心价格。 网友@JcCastaneda05晒出自己的Pro订阅和用量页面，诉求就一句话：请让它更便宜。 开通Pro，也不意味着可以放开跑——先看在哪儿用。 Chat里的Pro模型消息限额，与Work、Codex共享的用量池分开计算。 上面这张用户截图也写明，共享用量不包含Chat对话。 然后，再看订阅哪一档。

当前官方帮助文档显示，200美元档Pro的GPT-6 Pro有周限额； 100美元档Pro中，GPT-6 Pro和GPT-5.6 Sol Pro共用一份周额度。 200美元档GPT-6 Pro有周限额； 100美元档两款Pro模型共用周额度。 （图源：OpenAI）除了额度够不够，用户还希望每一笔消耗都清楚。 网友@aiertixue称，自己的Codex周额度突然从剩余约60%降到了0%，却没有相应的使用，希望团队调查并恢复额度。 这条反馈说的是Codex，不能据此判断Chat里的多智能体怎样扣额度。

这条反馈说的是Codex，不能据此判断Chat里的多智能体怎样扣额度。 这条背后是一个实际需求：任务还没做完，用户得知道额度花在了哪里。 AI交卷之后 人还要填多少坑一支AI小队好不好用，要看从接到任务到交出合格成果，总共花了多少时间、消耗了多少额度，以及还需要人做多少检查和修改。 用户@cooolernemesis就提出了一个具体的评测要求：把协调开销和重复工具调用也算上，在相同质量要求下，整项工作究竟快了多少？ 毕竟，AI跑得快，不代表用户就能早点收工。

把同一份资料、同一个复杂需求交给ChatGPT和Claude，先看谁遗漏的信息少，谁的结论有依据，再看用户还要补几次要求、花多久返工。 跟踪进度，能看出哪条支线卡住了； 打开已完成的任务，能检查资料有没有遗漏、代码有没有写错。 这些设计能否省事，最终还得看它们能不能帮助用户更快发现问题、拿到合格成果。 AI交卷，不等于工作结束。 人查完、改完，成果真正能用上，整项任务才算完成。