GPT-6 Astra: компьютерный агент OpenAI для вайб-кодера

OpenAI выкатила GPT-6 Astra как флагман и одновременно как универсальный компьютерный агент: браузер, приложения, код, документы, таблицы, CAD/3D. Официальная рамка — делать компьютерную работу быстрее; анонс: openai.com/index/gpt-6-astra/. Для вайб-кодера вопрос не «кто №1 на слайде», а что меняется в воркфлоу, когда агент водит рабочий стол, а не только чат. Ниже — практическая развилка Astra vs Claude Code vs Codex. Игры и «восстановления» вроде Red Alert в этой статье нет — мимо по фильтру блога.

Соседи по теме агентов: OpenAI и Mac mini под RL computer-use, JIT-Agent: harness под задачу, исследователь руководит агентами. Про дорогие Claude-полки — Fable 5.1 и Fable 5.1 Max на WebDev Arena.

Что такое Astra в одном абзаце

Astra — новая frontier-модель OpenAI с упором на computer use: не только дописать функцию в репо, а пройтись по интерфейсам — формы в браузере, Excel/таблицы, документы, CAD/3D-контуры, установка и проверка софта. В пресс-разборах показывают работу с приложениями вроде KiCad, Excel, Blender, Power BI и браузерный QA. Это сдвиг от «чат пишет код» к «агент выполняет работу на компьютере».

Роллаут по анонсу и пересказам брифинга: сначала организации в программе Daybreak; затем волнами ChatGPT Plus / Pro / Business / Enterprise, Codex, публичный API и AWS. Для Pro / Business / Enterprise отдельно фигурирует Astra Pro. Free-тира в анонсах как дефолта нет — не жди «завтра у всех на бесплатном чате».

Цифры из ленты — с оговорками

Хук Клауд дев / пересказы релиза (это reported цифры лаборатории и канала, не твой прод-замер):

• ARC-AGI-3 — около 98.6% (в сравнении канала Opus 5 ~30.2%);
• FrontierMath — около 97.6% (vs Fable 5.1 ~87.8% в том же срезе);
• AutomationBench — около 41.4%;
• BenchCAD — около 95.9%;
• DeepSWE — около 74.1% (паритет/рядом с сильными coding-соседями, не «уничтожили всех»).

Оговорки обязательны. ARC-AGI-3 у OpenAI шёл с Responses API harness (удержание reasoning, compaction) — меряется связка модель+система, не «голый» вес. FrontierMath частично связан с доступом/финансированием OpenAI — читай первоисточник Epoch, не только слайд. DeepSWE на публичных таблицах часто в зоне перекрытия погрешностей с другими моделями: «лучший кодер планеты» из одной цифры не следует. AutomationBench и BenchCAD полезны как сигнал computer-use / CAD, не как KPI твоего SaaS.

API-ориентир цены: примерно $10 in / $50 out за MTok — тот же порядок, что у Fable 5.1. Brockman отдельно давит тезис «price per task», не «price per token»: если агент закрывает задачу за меньше шагов, дорогой токен может выйти дешевле дешёвого с ретраями. Это гипотеза запуска, не гарантия твоего invoice.

Комментарий Brockman про AGI — мнение, не декларация OpenAI

На брифинге Greg Brockman говорил в духе «не unreasonable чувствовать, что мы в AGI era» и «welcome to the AGI era», одновременно называя AGI серым / «spiritual» концептом и оставляя решение читателю. Для статьи блога это личное мнение президента на пресс-брифинге, не контрактный trigger и не официальная строка «OpenAI объявила AGI». Не тащи в КП клиенту «Astra = AGI». Тащи: computer-use агент, цена, доступ, жанр задач.

Что меняется в вайб-воркфлоу: desktop vs chat-only

Chat-only (классика): ты копируешь ошибку, модель пишет патч, ты применяешь, снова копируешь. Узкое место — человек как USB между окнами.

Computer agent (Astra-рамка): модель сама открывает приложение, кликает, заполняет, проверяет глазами UI, правит файл, возвращается. Узкое место смещается: разрешения, среда, критерий готовности, мониторинг.

Практические следствия для соло-билдера:

1. Нужен чистый контур. Отдельный профиль ОС / VM / staging, куда агенту можно дать клики. Не «весь личный Mac с банком в закладках».
2. Done-criteria важнее промпта. «Сделай отчёт» без формата = агент красиво побродит час. Зафиксируй артефакт: путь файла, чеклист UI, тест. Рифма с ролью руководителя агентов.
3. Harness не исчез. Computer-use — другой runtime, но память, план и ограничение тулов всё ещё решают. См. harness под задачу.
4. Железо и RL-фон. Лаборатории отдельно закупают/арендуют Mac-контур под computer-use RL — контекст в статье про Mac mini. Это не инструкция «купи ферму»; это объяснение, почему desktop-агенты вообще взлетели как класс.

Astra vs Claude Code vs Codex

Три инструмента, три сильные зоны — не «один победитель».

• Claude Code — терминальный агентный кодинг в привычном репо: диффы, тесты, skills/MCP, weekly-лимиты Anthropic. Бери, когда задача = codebase и ты уже в экосистеме Claude. Лимиты сентября: разбор +25%/−17%. Дорогая полка — Fable 5.1.
• Codex — контур OpenAI для кодинга/агентов в их UI/API; с Astra обещают улучшения вроде заметок через окна контекста и вопросов пользователю без полной остановки работы (экспериментальные флаги в пересказах). Бери, когда ты уже на OpenAI-стеке и задача растёт из чата Codex.
• Astra (computer-use) — когда узкое место не «дописать функцию», а пройти UI/офис/CAD/браузерный сценарий, который руками ест час. Код может быть частью, но ценность — в вождении приложений.

Антипаттерн: гнать Astra на задачу, которую закрывает один целевой патч в PR. Антипаттерн зеркальный: сидеть в чате и вручную кликать тридцать форм, «потому что агенты страшные».

Эвристика выбора:

1. Артефакт = git diff → Claude Code / Codex.
2. Артефакт = состояние приложений + файлы вне репо → Astra-класс computer-use.
3. Артефакт = исследование «что строить» → человек + рой узких агентов, не один бог-модель (эссе Liu как рамка).

Цена и доступ без розовых очков

$10/$50 ставит Astra в одну ценовую лигу с Fable 5.1. Для вайб-кодера это значит:

• не дефолт на мелочи;
• имеет смысл на задачах, где ручной desktop-час дороже токенов;
• нужен контроль: лимиты, отдельный ключ, потолок spend.

Доступ волнами (Daybreak → платные ChatGPT → API/AWS) — закладывай задержку. «В анонсе есть» ≠ «у меня в кабинете сегодня». Astra Pro для Pro/Biz/Ent — отдельная строка планов, не путай с «просто включили Astra в Plus».

Про кибер-возможности и специальные access-программы в этой статье сознательно не разворачиваем: другой жанр риска, другой читатель. Для билдера продукта достаточно знать, что на чувствительных задачах провайдер может тормозить/резать сессию — это ожидаемо на старте тяжёлых релизов, не «баг твоего VPN».

Как встроить в неделю, не устроить хаос

1. Выбери один повторяющийся desktop-сценарий (сборка отчёта, проход админки, конвертация макета, проверка формы).
2. Опиши критерий готовности в 5 буллетов до запуска агента.
3. Запусти в изолированной среде. Замерь время и число вмешательств руками.
4. Сравни с тем же сценарием в Claude Code/Codex, если там вообще применимо.
5. Оставь Astra только там, где выигрыш по времени устойчивый. Остальное — прежний стек.

Не строй «агент делает весь бизнес». Строй «агент закрывает этот класс кликов». Роль человека — выбирать класс.

Связка с витриной

Astra не заменяет Telegram-стек. Если продукт ведёт трафик в мессенджер, компьютерный агент может помочь собрать лендинг/кабинет, но диалоги и прогрев — отдельные модули. Витрина: vibe-studio.uk, продукт TG Lead Finder, гайды /guides.html. Холодная личка по-прежнему не первый шаг: почему.

Короткий вывод

GPT-6 Astra — про сдвиг вайб-воркфлоу к агенту за рабочим столом, не про культ бенчмарка и не про игры. Цифры вроде ARC 98.6% и BenchCAD 95.9% — сигналы computer-use/reasoning с оговорками harness; DeepSWE ~74.1% — паритетная coding-зона, не карт-бланш. Цена $10/$50 = полка Fable. Brockman про AGI — мнение, не пресс-релиз «мы достигли». Выбирай инструмент по артефакту: diff → Claude Code/Codex; состояние приложений → Astra-класс; смысл задачи → ты. Первоисточник анонса: openai.com/index/gpt-6-astra/.