GPT-6 Astra 的发布正在引发一场算力与容量危机。OpenAI 核心产品负责人 Tibo 公开示警：Astra 的用户需求已超出历史经验，公司可能不得不暂停新的 Pro 订阅。
Tibo 在 X 平台发文称，"Astra 的需求真的是前所未有。我们已经在拉动所有能拉的杠杆来维持服务，但直到现在，我从未见过任何类似的情况——而我们此前已经经历过非常陡峭的增长。" 他表示，首要原则是确保现有用户的服务质量，但如果需求持续，" 我们可能不得不暂时暂停新的 Pro 订阅 "。这是 OpenAI 高管首次就单一模型需求公开发出供给预警。
市场影响不止于此。摩根士丹利在 9 月 7 日的报告中指出，GPT-6 Astra 的重要性在于它将 AI 的瓶颈叙事，从 " 已知需求需要多少基础设施 " 扭转为 " 随着模型智能提升，有多少新工作负载将变得经济上可行 " ——前者是需求侧质疑，后者是供给侧压力。这对算力、电力和半导体产业链的定价逻辑均构成直接影响。
Tibo 是谁：从 " 额度之神 " 到 OpenAI 核心产品掌舵人
Tibo 全名 Thibault Sottiaux，2024 年从 Google DeepMind 加入 OpenAI。在 DeepMind 的六年间，他参与搭建了支撑 AlphaGo、AlphaStar 等项目的基础设施，并在离职前短暂领导了 Gemini 的人类数据团队。
加入 OpenAI 后，他迅速从内部工具开发转向面向用户的产品。他率领一支最初仅 30 至 40 人的团队构建了 Codex，并于 2025 年 5 月将其公开发布。Codex 活跃用户随后以每天百万级的速度增长，至今年 7 月已达 800 万，远早于此前预测的 9 月里程碑。
2026 年 5 月 OpenAI 内部大重组后，Tibo 的职责进一步扩大—— ChatGPT、Codex 与开发者 API 三条产品线全部合并，统一由他负责执行，Greg Brockman 负责整体产品战略。这意味着他掌管的是一个面向近 10 亿用户的超级应用入口。
Tibo 在 X 平台上以频繁为用户重置 Codex 额度著称，被开发者社区戏称为 " 赛博义父 " 和 " 掌管 Token 水龙头的神 "，甚至出现了专门追踪其重置动态的民间网站 TiboGPT。这种高度透明的公开互动，已成为 Codex 产品体验的组成部分。
Astra 的能力跃升：从 Answer Engine 到 AI Agent
GPT-6 Astra 的发布标志着一次实质性的能力边界扩张。OpenAI 明确描述其能力为：操作计算机、浏览网页、使用软件、编写和运行代码、完成复杂工作流，并在科学、网络安全和专业领域执行长程任务。
在 OSWorld 2.0 测试中——该测试由 CMU 及斯坦福等团队提出，考察 AI Agent 在数字环境中完成复杂任务的能力并与人类专家基线对比—— Astra 得分 72.6%，高于 GPT-5.6 Sol 的 65.7%；完成任务的模拟时间从约 75 分钟压缩至约 40 分钟。
这一变化的核心意义在于：AI 正在从 " 回答得更好 "，走向 " 成功把事情做完 "。AI 的工作模式由此从 " 人→ AI →答案 "，演变为 " 人→ AI Agent →任务→执行→结果 "。Tibo 本人在公开分享中透露，他每天向 Codex 分配超过 100 个复杂任务，包括整理资源、检查值班轮换、分析发布计划等，并使用 Codex 生成个性化的每日工作简报。
Token 需求的乘数效应：工作能力提升与消耗成正比
Astra 的能力跃升，将从根本上改变 AI 需求的测算逻辑。在 Answer Engine 时代，AI 需求可以近似用 " 用户数 × ARPU" 衡量；但在 AI Agent 时代，这一公式已经失效。
Token 总需求可以粗略表达为：Agent 数量 × 每 Agent 任务数 × 每任务 Token 消耗。这三个变量在 Astra 发布后均面临同步扩张的压力。
首先是 Agent 数量的增加。一个人可能同时运行个人助理、编程、研究、财务等多个 Agent，企业端则可能从数十个扩展至数千个。其次是单个 Agent 承接的任务复杂度上升——模型越能完成复杂任务，用户就越倾向于将更重、更长的工作交给 Agent 执行。第三是 Agent 从 " 偶尔调用 " 变为 " 持续运行 "：任务越复杂，推理链越长，上下文越大，工具调用越多，Token 消耗越大。
这意味着完全可能出现 Agent 数量增长 20%、但 Token 总需求增长 300% 的情形。Tibo 对 Astra 需求的预警，与这一逻辑高度吻合：能力提升直接驱动消耗放大，两者呈正相关。
