Perplexity现在把GPT-6 Astra用在三类核心工作上——写内部和外部沟通材料、修改软件代码、监控生产系统运行，而且比用旧版模型时，人工检查的次数少了很多。
把全链路核心任务交给AI，不是小打小闹。很多公司用AI，都挑单点的轻活：写周报、生成营销文案、做简单的数据整理。但Perplexity这次碰的是全链路的核心系统：从对外的客户沟通、对内的团队同步，到软件代码的调整（比如修小bug、优化功能），再到最不能出错的生产系统监控——就是盯着服务器、数据流转这些跑业务的核心环节。更关键的是，人工检查的频次降了。以前用别的模型，可能每隔几小时就要抽查一次，怕AI出问题；现在用Astra，不用那么勤查了。
低频次检查，才是真的突破。为什么检查次数少了这么多？不是Perplexity懒了，是Astra的表现够稳。全链路系统里，任何一个小差错都可能影响全局：比如软件改坏一行代码，生产系统漏了一个异常，都可能打断业务流程。旧模型可能隔三差五就出需要修正的小问题，所以得经常盯；Astra现在能稳定扛住这几项任务，不用频繁补漏，说明它的可靠性到了新层级。这不是精度的微小提升，是从“能用”到“能用得放心”的跨越。
给行业的信号，不止是敢用。以前AI在企业里大多是辅助角色：帮人省点力气，做重复的活，人还是要全程把关。但Perplexity这次把AI放到了执行层：自己写内容、自己改软件、自己盯生产，人工只需要少查，不用全程跟着。这意味着AI在企业级落地的深度，又进了一步。不是只做某个细分领域的工具，而是能接入核心业务链路，成为一个稳定的执行单元。
现在的问题是，Perplexity敢这么干，是因为Astra够稳，但其他公司，会不会也敢把生产系统的核心环节，全交给AI模型？
素材来源：OpenAI News · AI情报、大模型
查看报道原文
发表第一条评论吧