OpenAI "Astra" 预告深度解读：解开10个数学难题的下一代模型，还剩下一堆问号

如果只记一组数字，那大概是"10、27、2000"——10个悬而未决的数学与理论计算机科学难题被解开，其中一个（非可靠有限群的存在性）是1999年Gromov提出"可靠性"概念之后27年来第一次有人给出明确构造，而生成这10个证明所需的全部算力，按OpenAI自己的说法，只花了不到2000美元。这三个数字合在一起，构成了2026年8月这场信息量极大、但也极其克制的预告：OpenAI没有开发布会，没有发新闻稿喊"我们发布了新模型"，而是把这件事藏进了一篇标题叫《数学与理论计算机科学的十项新进展》的研究博客第三段——直到那段话才第一次出现"Astra"这个名字，还只是一句"这些成果由我们下一代主力模型Astra的一个内部版本完成"。这篇文章要讲清楚的，正是这次"预告式发布"里，哪些是可以放心引用的确凿信息，哪些是媒体和社区的合理推测，哪些干脆还是彻头彻尾的问号。

这篇文章会依次讲清楚：Astra这个名字是怎么被公布出来的、10个数学难题具体是什么、Astra被设计出来要解决什么问题（不是聊天，而是数小时甚至数天的多智能体协作）、目前还完全没有公布的信息清单、Sam Altman向华盛顿政策制定者演示背后的监管新规、把这次结果放进"OpenAI数学声明的可信度历史"里该怎么看、社区里最尖锐的几条质疑、这场"长程推理/多智能体"竞赛里还有谁在跑，以及——对本站读者最实际的问题——国内AI API中转站和这件事到底有什么关系。所有信息均交叉核实自OpenAI官方博客、The Information、Noam Brown本人的X账号、TechTimes、the-decoder、Gary Marcus的Substack等信源；凡是不同信源存在分歧、或者本身就是预测性质的说法，本文都会明确标注，不会为了让文章显得更"确定"而抹平这些不确定性。

一、Astra是什么：一篇数学论文里"顺带"公布的下一代模型

先把这次"发布"的形式说清楚，因为它和本站此前报道的Seedance 2.5、MiniMax H3那种"官方博客+发布会"式的正式发布完全不是一回事。2026年8月1日，OpenAI在官方研究博客上发表了一篇题为《数学与理论计算机科学的十项新进展》的文章，通篇讲的都是十个具体的数学/计算机科学成果，直到第三段才第一次提到：这些成果是由"我们下一代主力模型Astra"的一个内部版本完成的。换句话说，"下一代模型叫Astra"这条对本站读者来说信息量最大的新闻，是被包裹在一篇数学论文式的技术博客里"顺带"透露出来的，而不是一次独立的产品公告。

真正让"Astra"这个名字传播开来的，是OpenAI研究员Noam Brown同一天在X（原Twitter）上的一系列帖子。他写道"我们相信这将是科学推理领域的重大一步"，并且明确表示生成这10个突破性证明所需的全部算力，"按Sol的API价格计算，总共不到2000美元"，还补充说"我们很期待看到科学家和研究者们能用即将推出的Astra系列模型做出什么"。这里有一个容易被忽略但值得单独指出的细节："Sol"不是Astra自己的定价，而是OpenAI现有旗舰模型GPT-5.6系列里最强的那一档（GPT-5.6家族按能力分为Sol、Terra、Luna三档，分别对应"太阳、大地、月亮"，Sol是其中唯一解锁最高推理强度和"至尊模式"的旗舰档）。也就是说，OpenAI目前给出的这个"2000美元"成本估算，用的是现有模型的定价作为参照系，因为Astra本身压根还没有自己的API定价——这个区别很重要，下文还会反复回来讲这一点。

另外一个值得记录的细节是命名本身的不确定性：多家媒体报道都提到，"Astra"目前只是一个暂定名，OpenAI内部还没有决定它最终会以什么身份面世——是作为GPT-6，还是GPT-5家族里的又一个版本（比如GPT-5.7），又或者像Sol/Terra/Luna一样，作为一个独立于GPT编号体系之外的新系列。这不是本文editorializing出来的猜测，而是多家信源都独立提到的、OpenAI自己也还没拍板的事实。

二、核心看点：10个悬置至少十年的数学与理论计算机科学难题

这次公布的核心内容，是Astra的一个内部版本解开的10个问题，官方和多家独立信源一致强调："这些问题在过去至少十年里，其核心结论都没有任何进展，多数情况下悬置的时间还远不止十年。"综合OpenAI官方博客、Noam Brown本人的说明以及implicator.ai等独立信源对随附的249页论文和公开GitHub仓库的解读，这10个结果大致落在官方归纳的七个领域里（不同信源在具体条目的归类上略有出入，本文按可信度较高的交叉信息呈现）：

• 群论（两项）：首次给出一个"非可靠有限群"（non-sofic group）的明确构造——这是1999年Gromov提出"可靠性"（soficity）这个概念以来，27年里第一次有人在这个问题上给出结论；以及对Connes刚性猜想（Connes's rigidity conjecture，关于冯·诺依曼代数能否唯一确定一个群）的反证。
• 高维几何（一项）：球堆积密度上界的改进，是自1978年以来第一次在这个方向上取得"通用指数"层面的改进，据报道已经逼近Cohn-Elkies理论下界。
• 算术电路复杂度（一项）：给出了permanent（矩阵积和式）计算复杂度的新下界，形式约为n⁴/log n。
• 格密码学（一项）：证明了欧几里得版本"最近向量问题"（Closest Vector Problem）在近似因子n^(1/400)下的困难性。
• 量子复杂度（一项）：证明了双人量子博弈的指数级并行重复定理。
• 极值组合数学（三项）：解决了三个具体的Erdős问题（不同信源给出的编号略有差异，implicator.ai报道中提到的是第146、180、183号）。
• 编码理论（一项，部分与前述重叠）：解出了Ehrhart体积猜想，同时改进了二元码与球面码的已知界。

整个流程并不是"模型自己从头证明、无人干预"：据implicator.ai等信源梳理，实际过程是人类数学家先把论证思路准备成手稿，再由Astra把每一步论证形式化成Lean 4证明助手可以机器验证的"证书"（certificate）。Lean会依据mathlib库里已编码的定义和规则，逐步检查每一个逻辑步骤是否成立。OpenAI为此发布了一个采用Apache-2.0协议的公开GitHub仓库，任何人执行一条`lake build All`命令就能独立复核这10个证明是否形式化通过——不需要拿到Astra本身的访问权限。但需要额外说明的是，"Lean编译通过"只能验证这段论证在形式化之后逻辑自洽，并不等同于期刊同行评审，也不能说明私有模型在这套流程之外的整体表现如何，implicator.ai在报道里特别强调了这一区别。

三、Astra的设计目标：不是对话，是数小时到数天的多智能体协作

据The Information的报道，Astra被描述为一个专门为"长程任务"（long-horizon tasks）训练的"多智能体系统"——目标不是把一轮对话回答得更好，而是让多个AI智能体能够针对同一个复杂问题的不同部分分工协作，持续工作数小时甚至数天：规划、跑测试、修订自己此前的工作、在深度研究/编程/多步骤分析这类任务上一步步推进，而不是像现在的聊天模型那样一次性给出一个答案就结束。这和本站此前观察到的整个行业趋势是同一个方向——文本模型这两年从"一次问答"走向"多轮Agent协作"，Astra被定位为把这个方向进一步推向"跨越数天"的量级。

Noam Brown在解释这次数学成果时也提到了一个和"多智能体长程协作"直接相关的细节：他表示OpenAI"在每个问题上并没有花很多算力"，并且明确说"把测试时算力（test-time compute）进一步推高是完全可能的"——言下之意是，这次公布的10个结果，很可能不是Astra在当前配置下能做到的上限，而只是一次相对保守的算力投入下的结果。他还特意开玩笑说"可惜，千禧年大奖难题还没有（被解开）"，算是提前给这次成果的边界做了一个诚实的注脚：不是"AI已经能解决人类数学最难的悬赏问题"，而是"AI在一批长期无人推进的中等难度前沿问题上取得了实质进展"。

四、还没公布的部分：发布时间、规模、上下文、定价、安全卡，全是问号

换句话说，目前唯一被证实的是"Astra这个名字存在，一个内部版本在数学/理论计算机科学任务上表现出色，设计目标是长程多智能体协作"，除此之外几乎所有和"什么时候能用上、要花多少钱"直接相关的问题，答案都是"暂无官方数据"。社区里已经出现了对发布时间的公开预测，其中一个可以引用的具体例子是Polymarket上开出的"OpenAI的Astra会在什么时候发布"预测市场：截至2026年8月3日，市场给"8月15日前发布"开出的概率约为2%，"8月31日前"约为13%，"9月30日前"约为67%，"10月31日前"约为70%。需要强调的是，这只是一个博彩性质的预测市场价格，不是任何形式的官方或权威信息源，该页面本身也明确写着"目前没有公布任何官方公开发布日期、内测窗口或功能要求"——引用这组数字只是为了说明"外界对发布时间的分歧有多大"，而不是给出一个可信的时间预测。

五、政策背景：国会山演示，与特朗普政府"上市前30天审查"新规

这次预告发生的时间点，恰好撞上了美国AI监管的一个关键节点。据多家媒体报道，Sam Altman在2026年7月29日至30日专程前往华盛顿特区，与白宫幕僚长Susie Wiles、财政部长Scott Bessent、商务部长Howard Lutnick，以及包括Mark Warner（弗吉尼亚州）、Raphael Warnock（佐治亚州）、Bernie Moreno（俄亥俄州）在内的两党参议员进行了一系列闭门会谈，并向他们演示了Astra——演示的重点是多个AI智能体如何并行协作处理复杂任务，高等数学是其中一个具体的展示场景。

这次演示背后的政策背景是：特朗普于2026年6月2日签署了一项行政令，要求相关部门建立一套"自愿性"审查机制，允许联邦政府在前沿AI模型面向公众发布之前，获得长达30天的提前访问权，这套框架被要求在8月1日前定稿。多家信源提到，Astra很可能会成为第一批要走这套"上市前30天审查"流程的模型之一——如果属实，这意味着即便Astra在技术上已经准备就绪，从"内部完成"到"公众可以使用"之间，也可能会因为这套新的联邦审查机制而多出一段此前的GPT模型不需要经历的等待期。这一点目前同样是基于媒体报道的合理推断，而不是OpenAI或美国政府给出的确定时间表。

另外一个背景信息是：这并不是Astra第一次以"预演"的方式接受分阶段验证。据报道，今年稍早的GPT-5.6（也就是Sol/Terra/Luna三档模型）在正式全面开放前，先经历了一轮从6月26日到7月9日、仅面向20家经过审核的机构开放的"彩排"式内测。如果Astra延续类似的节奏，那么"对外公布名字"和"真正可以大规模使用"之间的时间差，大概率会比很多人想象的更长。

六、可信度校准：从一次"难堪的谎言"到这次的Astra

要判断这次Astra数学成果该给多少信任分，绕不开OpenAI过去一年在"AI解开数学难题"这件事上留下的历史记录——这条记录本身就是一波三折，本文认为有必要完整交代，而不是只挑对OpenAI有利的部分讲。

2025年10月，时任OpenAI副总裁Kevin Weil在X上发帖称GPT-5"解开了10个此前未解决的Erdős问题，并在另外11个问题上取得进展"。维护erdosproblems.com数据库的曼彻斯特大学数学家Thomas Bloom随后公开指出，这是"一次严重的失实陈述"——GPT-5并没有解开任何新问题，它做的只是一次很出色的文献检索：把一些已经发表、但恰好没有被收录进Bloom自己网站数据库里的旧论文找了出来。这些问题之所以在网站上被标记为"未解决"，只是因为Bloom本人此前没有找到相关论文，而不是因为真的无人解决过。这次事件引发了大量嘲讽——Meta首席AI科学家Yann LeCun公开调侃，Google DeepMind CEO Demis Hassabis称其"令人尴尬"，Weil最终删除了原帖。

七个月后，也就是2026年5月，风向发生了变化：OpenAI同一个模型系列宣布反证了悬置80年的Erdős"单位距离猜想"，这一次的结果得到了实质性的第三方背书——菲尔兹奖得主Tim Gowers为这项工作在《数学年刊》（Annals of Mathematics）的发表背书，而当初公开戳穿"10个Erdős问题"谎言的Thomas Bloom本人，这次成为了配套论文的共同作者之一。到了这次的Astra，Bloom再次公开评价，称这批结果是"重大新闻"（big news），并且认为其分量超过了此前的单位距离反例。

把这三个时间点连起来看，能得到一个相对理性的校准框架：同一位曾经公开戳穿虚假宣传的数学家，如今对真实的结果给予正面背书，这本身是一个有意义的信任信号，但不应该被解读为"AI现在已经能完美地做数学"——它更准确的含义是"OpenAI在数学声明上的可信度，正在从2025年10月的低点缓慢修复，但这套自我报告的流程本身仍然需要外部数学家逐条核实，而不能只看OpenAI自己怎么说"。

七、质疑声音：Gary Marcus的"八大误解"和不完整的问责链条

对这次Astra成果反应最激烈、也最系统的质疑者是长期批评生成式AI的认知科学家Gary Marcus。他在Substack长文《OpenAI令人惊叹——但被严重过度包装的新模型Astra》以及随后一系列X帖子里，提出了几点值得认真对待的具体质疑，而不是泛泛的唱衰：

• 数学成绩不能简单外推到其他领域：Marcus指出，数学和编程这类任务天然具备两个特殊条件——可以用符号化工具做形式化验证，并且可以低成本生成海量"确保答案正确"的合成训练数据；这决定了模型在数学上的表现是一个特例，不应该被直接当成模型在开放式、无法形式化验证的现实任务上同等强大的证据。
• 缺少对照组：Marcus认为，OpenAI没有提供任何证据，证明Astra在不涉及形式化验证的任务上，相较此前的模型有同等幅度的进步。
• "渐进"而非"革命"：他提出，在这次公告发出后的几个小时内，社区就发现Anthropic的Fable和OpenAI自家现有的Sol已经能完成其中相当一部分同类任务——如果属实，这说明Astra这次展示出来的能力更多是渐进式的，而不是他所说的一次"戏剧性飞跃"。
• 文档缺失：Marcus抱怨说，OpenAI这次放出了一份249页、专讲数学结果本身的论文，却"没有一页内容讲模型是怎么工作的、这些证明是怎么被验证的、人类到底在其中扮演了什么角色"。

除了上述这几条系统性质疑，Marcus还在另一条单独的X帖子里提到"至少有一个所谓的Astra证明，可能最终会被证明是错的"。需要特别说明的是：截至本文发稿，这条说法本身还没有得到独立数学界的证实或证伪，本文不会替读者下结论，只如实记录这是一条尚有争议、还未有定论的说法，请读者自行持续关注后续进展，不要把它当成已经坐实的结论。

除了Marcus，其他数学界人士的反应相对温和但同样保留了余地。哈佛大学数学家Melanie Matchett Wood评价这批结果里的一项是"数论的一次精彩应用"，但同时提醒："这个结果并不能证明，此前AI所有声称自己找到了某个证明、结果却是错的情况都不存在。"数学家Daniel Litt称这次发布"是一件大事"，但随后也呼吁大家在讨论其社会影响时保持冷静。另外，国际数学联盟背书的《莱顿宣言》（Leiden Declaration，2026年6月发布）也在更早的时候就提出过一套更严格的披露标准，主张AI公司应当披露具体工具、提供可供同行评审的形式化证明、明确人类在正确性上承担的责任，并批评了"通过博客文章或新闻稿宣布成果、绕开同行评审"这种做法本身——这份宣言虽然不是针对Astra单独发出的，但恰好可以用来衡量这次公告的披露完整度。

另外一条和数学圈信任度相关、但性质更偏正面的背景信息是：2026年7月23日，在费城举行的国际数学家大会上获得菲尔兹奖的多伦多大学教授Jacob Tsimerman，随后宣布将从大学休假、加入OpenAI从事AI安全研究（保留教职）。他公开表示，自己认为AI很快会超越人类数学家，甚至可能对人类构成"严重威胁"，因此选择把数学上的严谨性直接带到一家AI实验室内部去做安全研究——这条新闻从侧面说明，顶尖数学家群体里，至少有人认真到愿意把自己的职业生涯押注在"AI数学能力会继续快速进化"这个判断上，但这本身仍然是一种判断，不是已经发生的确定事实。

八、放进大盘子里看：这条"长程推理/多智能体"赛道不止OpenAI一家在跑

本站没有找到任何信源显示DeepSeek、月之暗面（Kimi）或智谱（GLM）官方就Astra这次的具体成果发表了直接评论——如果读者看到网上有人声称"某某中国实验室已经回应了Astra"，请保持怀疑，本文不会编造这类不存在的"隔空喊话"。但把这次预告放进2026年8月这个时间点的行业大盘子里看，仍然有一些值得记录的背景事实：就在Astra预告发布的同一个月，OpenAI自己现有的旗舰产品线是刚刚上线不久的GPT-5.6三档模型（Sol/Terra/Luna）；与此同时，月之暗面的Kimi K3（2.8万亿参数MoE架构，每次激活16/896个专家，原生支持视觉、100万token上下文、常驻推理模式）、DeepSeek的V4 Pro（1.6万亿参数MoE，激活参数490亿，支持Non-Think/Think High/Think Max三档可配置推理模式）、智谱的GLM-5.2（提供High/Max两档推理模式）等开源权重模型，都在Artificial Analysis智能指数等第三方跑分榜单上，以远低于闭源系统的价格跑出了有竞争力的成绩——据该榜单，Kimi K3的智能指数约57分，排名第三，仅次于Claude Fable 5和GPT-5.6 Sol，与Claude Opus 4.8、GPT-5.5处于同一档位。

把这些事实并列在一起，能看出的是一个更大的趋势，而不是某种直接的"针锋相对"：整个行业里，"让模型能更长时间自主推理、多个智能体协作完成复杂任务、同时把单位算力成本压下来"，已经是包括OpenAI在内几乎所有头部实验室都在同时押注的方向，只是路径不同——开源权重阵营（Kimi K3、DeepSeek V4系列、GLM系列）押的是"用更低的单位成本换取更广泛的可及性"，而OpenAI这次用Astra展示的，是"用更高强度的测试时算力，去够到此前十年都没人碰得动的顶尖难题"。这两条路径不是互相排斥的关系，本文也不打算替读者判断哪一条更"先进"——只是提醒一句：如果只盯着Astra这一条新闻看，很容易误以为"长程推理/多智能体"是OpenAI独家发明的新叙事，但实际上它已经是2026年这个阶段全行业的共识方向。

九、对国内AI API中转站读者意味着什么

说回本站读者最实际关心的问题：Astra和国内AI API中转站有什么关系？坦白说，目前的诚实答案是——几乎没有任何可以马上落地的关系，原因很简单：Astra连公开发布都还没有，任何声称"某中转站已经能接入Astra"的说法目前必然是不实信息，本文在此明确提醒读者不要被这类说法误导。

但可以在现有已知事实的基础上，做一些有节制、且明确标注为推测的分析，帮助读者提前规划：第一，OpenAI官方API长期不对中国大陆和香港地区开放（不在其官方支持的国家/地区列表内），这意味着国内开发者要访问包括现有GPT-5.6 Sol/Terra/Luna在内的任何OpenAI模型，本来就需要依赖VPN或者第三方中转站/中转API这类渠道——这是已经存在的现实，没有理由认为Astra一旦发布会打破这个惯例，反而更有可能延续这个模式：官方直连对国内不开放，中转站作为事实上的主要接入渠道。第二，考虑到前文提到的GPT-5.6"20家机构先内测两周、再扩大开放"的分阶段节奏，以及Astra很可能要先走完美国政府"上市前30天审查"这套新流程，一个合理但同样只是推测的判断是：从"Astra对外公布名字"到"国内中转站的模型列表和价格页面上出现它"，中间大概率会经历比此前GPT系列模型更长的等待期——具体会长多少，目前没有任何官方信息可以支撑一个具体数字，本文不会编造。第三，一旦Astra真正开放API，其定价大概率会独立于现有的Sol/Terra/Luna定价体系（本文第一节提到的"2000美元"本身用的都还是Sol的现行价格作为参照，而不是Astra自己的价目表），因此国内开发者和中转站在评估接入成本时，不应该假设Astra会直接沿用现有GPT-5.6系列的价格档位。

给正在关注这条新闻、并且已经在使用中转站接入OpenAI模型的开发者一个实际建议：与其现在就去问"哪个中转站会最先支持Astra"（这个问题目前没有任何供应商能给出真实答案，因为官方API还不存在），不如先把自己的接入层做好抽象——比如通过统一的网关或中转层调用模型，而不是把具体的模型ID硬编码进业务代码——这样等到Astra真正开放官方API、中转站陆续跟进的时候，才能用最小的改动完成切换。可以持续关注本站的OpenAI API 中转站推荐和AI API 中转站对比页面，一旦有供应商官宣支持，我们会第一时间更新。

十、谁该现在就关注，谁该再等等

• 关注前沿AI科研能力边界的研究者/爱好者 → 这10个数学与理论计算机科学成果本身，以及公开的Lean形式化证明仓库，是目前唯一可以独立验证的确凿内容，值得现在就去看GitHub仓库本身，而不是只看媒体的二手转述。
• 需要规划未来产品/研发路线的团队 → Astra指向的"长程多智能体协作"方向值得提前纳入规划视野，但发布时间、定价、API形态都还是空白，不建议现在就为一个还不存在的产品调整既定的技术路线图。
• 依赖中转站接入OpenAI模型的国内开发者 → 目前没有任何渠道能接入Astra，也不该相信任何声称"已支持"的说法；可以做的是把接入层抽象好，等官方API和监管审查流程都有实际进展之后再评估。
• 关心AI监管政策的读者 → 特朗普政府"上市前30天审查"框架和Astra可能成为首批适用模型这两件事，是这次预告里除了数学成果本身之外最值得持续跟踪的部分，建议关注该框架8月1日之后的正式落地情况，而不是只看Astra一家的进展。
• 习惯性对AI公司自我报告的突破持怀疑态度的读者 → Gary Marcus等人的质疑提出了具体、可核查的问题（对照组缺失、文档不完整、"渐进还是革命"的争议），值得和OpenAI官方说法一起参考，而不是只信一边。

十一、结论

这次Astra预告，本质上是OpenAI用一种极其克制、几乎算得上"低调"的方式，公布了下一代主力模型的名字和第一批科研级别的成果：10个悬置至少十年、跨越群论、高维几何、算术电路复杂度、格密码学、量子复杂度、极值组合数学、编码理论七个领域的难题被解开，其中"非可靠有限群"的构造距离问题被提出已经过去了27年；生成这些证明所需的算力，按现有Sol模型的价格估算不到2000美元；Astra被设计为支持数小时到数天的长程、多智能体协作，而不是一次性问答。这些是可以放心引用的确凿部分。

但同样需要看清楚的是，这次预告留下的问号比答案还多：公开发布日期、模型规模、上下文窗口、API定价、安全卡、工具支持、最终会以GPT-6还是其他名字面世，全部没有公布；Sam Altman向华盛顿政策制定者的演示，叠加特朗普政府即将落地的"上市前30天审查"框架，意味着即便技术准备就绪，公众能用上Astra的时间也可能因为监管流程而推迟；Gary Marcus等人提出的"缺少对照组""文档不完整""可能只是渐进式进步"等质疑，也不应该被这次公告的声势盖过去。对国内AI API中转站的读者而言，最诚实的结论是：现在还没有任何渠道可以接入Astra，任何相反的说法都值得怀疑，与其现在就追逐一个还不存在的产品，不如先把自己的接入架构抽象好，等真正的官方信息落地之后再做决定。