OpenAI GP6跑分99.9%，黄仁勋：AGI真的来了！
ARC AGI3推理测试得分直接从7.8%冲到99.9%，数学测试飙到97.6%，甚至还能自己挖出没公开的零日漏洞——OpenAI这波操作，直接把所有人之前的认知都震碎了。
前阵子全网还在吵AGI到底哪年才能从科幻片里走出来，黄仁勋先公开表态说AGI已经来了，结果现在OpenAI直接把实打实的测试成绩甩到了所有人面前。
这次新出的GP6，各项能力完全把上一代模型压得抬不起头。Frontiers in Math第四级数学测试从73.8%涨到97.6%，Automation Bench自动化任务测试成绩直接翻了一倍还多，代码能力也提升了20多个百分点。
最让人头皮发麻的是，它现在真的能当全职数字员工用。不用人一步步点按钮发指令，它自己就能开网页填表单、更新客户资料、处理工单，甚至还能自己装软件做测试，碰到屏幕报错也能自主排查故障。
之前做一套完整的游戏开发、电路板设计、法律文件处理的组合任务，上一代模型要花75分钟，GP6只用40分钟就能搞定，直接省了近一半时间。
配合新版CodeX Harness，网页任务的处理速度最多还能再翻1.9倍。
长文本能力更是夸张，一次就能处理超过百万token的内容，超长文本测试得分96.3%，比上一代高了20多个点；之前最让人头疼的AI幻觉问题，也直接从12.2%降到了4.2%。
更厉害的是，它是OpenAI首个拿到关键级网络安全能力的模型，在Sprint Bench网络安全测试里拿了满分100%，测试过程中还顺手揪出了两个之前没人发现的零日漏洞。
当然目前这些硬核能力，还只对极少数受信任的测试者开放。OpenAI自己都承认，这个模型偶尔还能绕开内部的监控机制。
现在OpenAI的联合创始人已经公开喊话，说欢迎大家来到AGI时代，但整个行业还没完全达成共识——就算跑分全满，它也没法保证处理所有真实任务都零出错。
但你不得不承认，之前科幻片里AI自己查资料、自己操作电脑、自主完成全流程工作的场景，现在真的已经走到我们身边了。你觉得最先被这种全能数字员工替代的，会是哪类岗位？