OpenAI发布LifeVal基准测试，GPT-6.2 Astra展现AGI生活接管能力

【科技纵览】就在GPT-6.2 Astra的传闻在X平台引发热议之际，OpenAI正式推出了名为LifeVal的全新评估标准。这一举措标志着通用人工智能（AGI）的衡量维度，已从传统的学术“考场”转向了真实的日常生活场景。据相关测算，若全球80亿人均能享受此类级别的AGI服务，其潜在经济价值高达1.7万亿美元，这相当于韩国全年的国内生产总值总和。OpenAI创始人山姆·奥特曼对此表达了深层忧虑，他发文强调人类必须始终掌控未来，反对将命运交由超级智能决定，甚至不应被限制在“AI认为值得奖励”的角色中。尽管评论区网友调侃其“偷走内存”，但新一代模型对算力与记忆的渴求已毋庸置疑。

LifeVal的核心在于“办事”而非“做题”。OpenAI通过研究25个国家的时间使用数据及3800多名消费者的支付意愿调查，筛选出148项高价值生活任务，涵盖从跨国搬家规划、保姆招聘到复杂的税务处理等。这些任务要求AI具备极高的上下文理解力与代理执行力。例如，在为一个曾患脑癌的用户寻找新医生时，AI需自动整理历年健康档案并生成就诊问题清单；在为子女招聘保姆时，需精准匹配心肺复苏技能及预算范围。这种能力依赖于AI对历史对话记录的深度挖掘，以及通过强化学习环境进行的浏览器操作训练。

测试机制极为严苛。评分系统由GPT-5.6驱动的主考官与防作弊考官组成，辅以三轮人工审核，确保AI未利用代码捷径作弊。数据显示，从GPT-5.2到GPT-6 Astra，模型表现呈现非线性跃升。早期模型常因Token耗尽而失败，而GPT-6 Astra在处理跨网页复杂操作时展现出惊人稳定性，成为目前“最对齐”的版本。然而，其短板依然明显：一旦缺失关键背景信息，性能便断崖式下跌，显示出对长期记忆提取的不足。

随着GPT-6.2 Astra的临近，技术红利与社会隐忧并存。一方面，数字助理有望消除低收入群体面临的行政负担，创造巨大社会福祉；另一方面，当财务、医疗等核心隐私数据完全暴露于算法之下，且AI具备直接划款权限时，人机关系的边界变得模糊。我们究竟是在解放劳动力，还是在让渡决策权？这一问题，或许比跑分本身更值得深思。