就在关于GPT-6.2 Astra的猛料在X上疯传的时候，他们推出了酝酿已久的跑分测试——LifeVal。
据说，这个lifeval价值1.7万亿美元。如果全球每个人都用上这种级别的AGI，将影响80亿人。
Tibo昨天说，Le GPT Fat要来了，加上奥特曼演讲说，内部开发的最强大模型之一（就是能解决地球上最难数学问题的那个）即将发布，气氛直接烘托到这儿了。
「人们应该永远掌控未来。OpenAI 反对让人们被限制在『人工智能系统认为值得奖励人类』的角色中。人们不应将未来的控制权拱手让给超级智能，这一要求最终应当限制人工智能的进步。」
显然，新一代模型的能力和对算力、内存的渴望已经达到了前所未有的量级。AGI要做的，是接管你的浏览器，操控你的电脑，进入你的真实生活。
过去几年，我们评判一个AI牛不牛，看的是它有没有通过律师资格考试、在奥数中拿了什么成绩。
我们真正的痛点是： 「谁能帮我找个靠谱的保姆？谁能帮我搞定退税？谁能帮我规划复杂的跨国搬家？」
「为了让 AGI 惠及全人类，它应当帮助人们完成对他们最重要的日常任务。因此，我们打造了 LifeVal……帮助他们最需要个人助理的帮助——从寻找托儿、获取政府服务到管理个人财务。」
论文地址：https://cdn.openai.com/pdf/lifeval.pdf
首先，他们翻阅了美国劳工统计局的《美国时间使用调查》和《多国时间使用研究》，研究了25个国家的人每天时间都花在哪了。
然后，他们对3800多名、符合美国人口普查分布的真实消费者进行了「支付意愿」问卷调查。
这些任务如果交给一个完美的超级助理来做， 美国消费者每年愿意为此掏出的钱，高达惊人的1.7万亿美元！
「我26年前被诊断出患有脑癌。我要换个新医生，请帮我把我的所有健康信息、就诊记录总结成一个PDF，并列出我下次就诊需要问的问题。」
「我需要为女儿找个全职保姆。帮我筛选简历并找3个候选人。要求：必须懂CPR（心肺复苏）和急救，不吸烟，预算在每小时25-30美元。」
「帮我找出从芝加哥飞往日内瓦的航班，必须在3月9日出发，最多中转一次。并且要用上我账户里的信用卡积分。」
LifeVal测试会直接接入用户真实的ChatGPT历史对话记录和个人记忆档案。
比如你要规划晚餐，AI不能给你随便推个菜谱，它得从你半年前的对话中翻出「你对花生过敏」、「你爸爸最近得了糖尿病」，然后量身定制一桌菜。
LifeVal给AI提供了一个「强化学习环境（RLE）」。AI必须要自己打开浏览器，登录网站，筛选信息，点击按钮，填写表单，甚至生成一份PDF报告交给你。
如果AI耍小聪明怎么办？OpenAI专门开发了两个评分AI，背后是GPT-5.6。
其中一个是「主考官」，专门核对AI有没有真的完成操作（比如真的买到了票，而不是假装买到了）。
在论文的第7页，OpenAI首次公开了他们对过去一年各代模型的LifeVal跑分结果，涉及的模型包括：GPT-5.2, 5.4, 5.5, 5.6，以及GPT-6 Astra。
早期的GPT-5.2，还是唯一一个会因为「Token耗尽」而导致任务失败的模型。它在面对复杂的网页操作时，经常像个无头苍蝇一样，最后交白卷。
由于在「电脑使用」、「浏览器使用」和「连接器」上的疯狂训练，模型的成功率直线飙升。它越来越懂怎么像人类一样滑动鼠标、点击链接。
这是OpenAI目前「最对齐」的模型。数据表明，在面对那些需要极高个人隐私上下文、复杂的跨网页操作时，GPT-6 Astra表现出了惊人的稳定性。
在附录B中，研究者做了一个有趣的测试：如果把用户的「附加任务背景」删掉，AI的表现会断崖式下跌。
这说明，现在的AI有时候还是有点「健忘」，不太擅长从几万条历史聊天记录里，精准筛出那个关键细节（比如你三年前提过一次的航班偏好）。
论文中提到，很多低收入家庭因为繁琐的手续（比如报税、申请社会福利）而放弃了本该属于他们的权益（学术界称为「行政负担 」）。
如果数字超级助理能免费、完美地帮他们填完这些复杂的表格，这将创造巨大的社会福祉。
在经济学领域，当一项技术的成本降得足够低时，它不是在消灭工作，而是在 创造新的需求 。就像洗衣机把妇女从家务中解放出来一样，AI超级助理将把我们从「找资料、比价格、填表格」的苦力活中彻底解放。
当你的所有财务数据、医疗记录、家庭关系、饮食偏好全部被打包进OpenAI的服务器；当GPT-6.2不仅知道你想吃什么，还能直接划走你银行卡里的钱帮你买单时……