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。