8月7日，OpenAI干了一件罕见的事——把自己即将发布的下一代模型Astra，紧急按下了暂停键。
原因不是模型不行，恰恰相反：模型太行了，连OpenAI自己都有点怕。
奥特曼的说法是："Astra是一款极其强大的模型，我们正致力于让它面向公众开放。希望不会太久！"
但政府的反应很快——据Axios报道，白宫已经被通报了，新的发布日期尚未确定。
一个模型强到需要惊动白宫，这本身就是一个信号。
而如果你把视角拉远，把最近半年OpenAI的每一步棋连起来看，你会发现：Astra的暂停，不过是这盘大棋中的一步落子。
OpenAI正在下的，是一盘远比"发一个新模型"大得多的棋。
01 模型换代
两年没换的"心脏"，终于要换了
过去两年，OpenAI有一个不愿意公开承认的秘密：GPT的"发动机"，已经两年没换了。
从2024年5月GPT-4o发布以来，o1、o3、GPT-5、GPT-5.5，包括现在的GPT-5.6，本质上都是在GPT-4o那个底座上做后训练、强化学习和推理计算。发动机没换，只是在不断调校涡轮增压。
不是不想换，是换不动。预训练碰到了墙——Orion等多个项目因为表现不及预期被降级，大规模预训练的稳定性、数据质量、性能退化，每一个都是硬骨头。
但去年底发布的Gemini 3，彻底刺激了奥特曼。谷歌的模型在某些维度上追上来了，甚至反超了。OpenAI意识到：不能再在旧发动机上榨马力了，必须换。
于是代号Garlic的新预训练模型浮出水面。据首席研究官Mark Chen告诉团队，公司已经解决了预训练中的关键问题。Garlic更像是一次验证实验——验证"换了发动机到底能不能跑"。
答案似乎是肯定的。然后就有了Doug。
Doug是年底"史诗级巨兽"。据前沿信息大V Pankaj Kumar指出，Doug大概率是用英伟达尚未全面铺开的下一代Vera Rubin芯片训练的。它的规模大到什么程度？据说让Anthropic的Fable 5"显得像个原始产物"。
而在Doug之前，8月先来一波GPT-6（即Astra）。据爆料，GPT-6的参数可能达到10万亿。作为对比，GPT-4的参数估计在1.8万亿左右。四年时间，参数翻了五倍以上。
9个月前，OpenAI开始紧急重新分配计算资源，原因很简单：意识到Anthropic在预训练上领先了，着急了。
8月用GPT-6炸场，吸引住用户和注意力；年底再甩出Doug这枚巨兽，锁定绝对第一的位置。两步棋，一前一后，节奏分明。
02 算力帝国
7500亿美元的"工厂"
要换发动机，你得先有足够大的"工厂"。OpenAI的算力布局，用"疯狂"两个字都不够。
2025年1月，特朗普在白宫亲自站台，宣布Stargate项目——四年投入5000亿美元建设AI基础设施。到2026年中，这个数字已经膨胀到约7500亿美元的算力总承诺。
具体怎么花？甲骨文五年超过3000亿美元的基础设施租赁协议，是Stargate框架下最大的单一合同；微软Azure约2500亿美元的长期合作；与AWS签了8年1380亿美元的合约；自建的佐治亚州Project Camellia，200亿美元，3.2吉瓦电力。
但故事没那么光鲜。Stargate合资公司内部一直在吵架——OpenAI、甲骨文和软银对各自的角色和控制权争执不下。旗舰数据中心阿比林园区因为冬季寒潮冻住了液冷管线，停机数日。扩建谈判最终破裂。
OpenAI一度想甩开合伙人自己干，但贷款机构不给钱——一家每年烧掉数十亿美元现金的公司，银行不敢担保万亿级别的基建项目。最后的结果是：OpenAI放弃了自建路线，转向大规模租赁。
芯片层面也在分散下注：跟AMD签了多年期协议（可使用高达6吉瓦容量的AMD Instinct GPU），跟Nvidia部署至少10吉瓦的系统，还在用Cerebras的芯片。同时跟博通合作自研代号"Titan"的推理芯片，目标2026年下半年量产。
投资者材料显示，OpenAI预计到2030年的算力总支出约6650亿美元。每年云服务账单在850亿美元上下。而2025年OpenAI的全年营收，大约是130亿美元。
OpenAI赌的是：AI使用量的增长速度，能跑赢烧钱的速度。在资本市场的耐心用完之前把账算平。
03 资本赌局
8520亿估值背后的数学题
2026年3月31日，OpenAI完成了硅谷历史上最大规模的私募融资：1220亿美元，投后估值8520亿美元。
参与阵容堪称"全明星"：亚马逊500亿、软银约300亿、英伟达约300亿，a16z、D.E. Shaw、MGX、TPG联合领投，贝莱德、黑石、Coatue等一众机构跟进。甚至还首次通过银行渠道向散户筹集了超过30亿美元。
8520亿美元是什么概念？比英特尔、高通、AMD加起来还多。
支撑这个估值的数据是实打实的：ChatGPT周活用户突破9亿（有报道称已接近10亿），付费订阅用户超5000万，月收入达到20亿美元，年化约250亿美元，营收增速是谷歌、Meta同期的4倍。企业级市场拥有900万付费席位，贡献超40%营收。Codex周活用户超200万，三个月增长5倍。
但硬币的另一面也很吓人：2026年预计运营亏损140亿美元，光"跑模型"就几乎吃掉全部收入。毛利率从2024年的40%下滑到了33%。
IPO的剧本一天一个写法。奥特曼想冲，CFO Sarah Friar说再等等。6月8日已向SEC秘密提交S-1招股书草案，市场预期IPO估值可能冲向1万亿美元。但Friar私下向高层表示，公司可能还没准备好，主张推迟到2027年。
既要保持互联网公司的增长速度，又要承担类似电信运营商的资本开支压力。历史上没有哪家科技公司面对过这样的挑战。
04 北极星
让AI自己造AI
模型、算力、资本——都是明面上的棋。真正决定OpenAI终局的，是RSI——递归自我改进（Recursive Self-Improvement）。
简单说，就是用AI研发AI。
2026年3月，OpenAI首席科学家Jakub Pachocki明确界定：打造一个全自动的"AI研究员"，是公司未来几年的"北极星"。所有研究主线——推理模型、Agent、可解释性——都在向这个靶心收束。
内部时间表分两阶段：2026年9月，推出一个"自主AI研究实习生"，能独立接下少量具体研究问题；2028年3月，建成全自动多Agent研究系统，能自己提假设、设计实验、得出结论。
然后，7月底发生了一件很抓马的事。北大才女翁荔——前OpenAI副总裁、Safety Systems团队负责人——因病裸辞了Thinking Machines的联合创始人身份。两天后，她光速回归OpenAI，带队开发RSI。
48小时完成核心负责人任命，这在任何大型科技公司的人事流程中都是罕见的。
翁荔要做的不是下一个GPT，是要亲手打造出那条能够"自动进化、量产GPT"的超级流水线。
她给出工程路径：AI的自我改进，不一定从模型改写自身权重开始，更现实的入口是搭建外部的"脚手架"——规划、工作流、上下文管理、持久化存储。
如果说GPT-6和Doug是在"造更好的车"，那RSI是在"造造车的机器"。前者是线性进步，后者是指数爆炸。这才是OpenAI这盘棋真正的胜负手。
终局
如果连起来看，OpenAI的棋局就清楚了：
底层是算力帝国——7500亿美元的Stargate，多云多芯片的分散布局，自研Titan芯片。这是"工厂"。
中层是模型换代——GPT-6在8月炸场，Doug在年底收尾。两年没换的发动机，终于要换了。这是"产品"。
上层是资本和用户——1220亿融资撑住8520亿估值，IPO箭在弦上；免费策略圈住10亿周活，用Luna做入口、Sol做变现。这是"粮草和地盘"。
最顶层，是RSI——让AI自己造AI。如果成功，前面所有的棋都会被重新定义。这是"胜负手"。
如果RSI真的跑通了，AI可以自己设计、训练、评估下一代模型，那"Scaling Laws"就不只是在预训练和推理时间上有效了——它会变成一个自我加速飞轮。
