摘要：分析称 GPT-6 Astra 的 Computer Use 或开启继 Chatbot、Reasoning、Coding Agent 后的第四轮算力需求；OpenAI 内部数据显示每 1 人类工作日已对应 3.1 个 Agent 工作日，但可靠性与成本仍待验证。
GPT-6 Astra 发布后，市场最关心的问题不是"它多聪明"，而是"它会不会让算力故事重新讲通"。MarketWatch 专栏作者 Tae Kim 抛出一个激进假设：AI 可能正迎来过去四年里的第四轮指数级算力需求增长，前三轮分别来自 Chatbot、Reasoning 和 Coding Agent，第四轮则是 Astra 重点展示的 Computer Use——让 Agent 操作 Excel、Blender、CAD、浏览器里的普通软件。前三轮把"人用 AI"的频次和单次计算量推高，第四轮则把 AI 的使用者从程序员扩展到所有坐在电脑前的知识工作者。
支撑这个判断的是一组内部数据。OpenAI 9 月 6 日披露，到今年 8 月中旬，研究部门中位研究员每天使用的 Coding Agent 推理量，按公开 API 价格折算已超过 600 美元；90 分位的研究员每天超过 7000 美元。对比 7 月中位值约 162 美元，一个多月增长近 3.7 倍。到 8 月中旬，每 1 个人类工作日已经对应 3.1 个 Agent 工作日——Agent 不再受"人的输入速度"限制，一个人可以驱动三四个并行工作的数字进程。这组数据说明，算力需求的计量单位正在从"用户数"变成"用户背后同时跑几个 Agent、每个跑多少小时"。
但 Kim 自己强调，这是 AI 算力多头提出的投资假设，不是已被验证的产业规律。三个现实问题卡着：第一是可靠性，真实企业工作不是一次 Demo，Agent 能不能连续几小时操作 ERP 而不崩；第二是成本，一小时人类电脑前等效工作到底花 10 美元还是 100 美元，天差地别；第三是 Computer Use 可能自我消解——一旦软件开放 API 和 MCP，大量任务没必要再模拟鼠标点击。所以 Computer Use 真正打开的市场，未必是"让 AI 永远像人一样点电脑"，而是"通过视觉操作强行突破应用生态的最后一片墙"。它能不能成为第四轮需求，得等 OpenAI 公布真实的区域延迟、工具成功率和任务完成率曲线再说，现在下注还早。
值得注意的是，杰文斯悖论在这里同样适用：模型越高效，人越愿意把更长更复杂的活交给它，总算力反而继续涨。这也解释了为什么资本市场在 Astra 发布后重新交易"AI 需求没见顶"——哪怕真实曲线还没公开，叙事本身已经足以让半导体和内存股反弹。但悖论的另一面是，如果 Computer Use 最终被 API 和 MCP 取代（Agent 直接调接口而非模拟点击），那它带来的增量算力可能是"脉冲"而非"长坡"。对投资者来说，关键不是相信第四轮需求的故事，而是盯住 OpenAI 后续披露的"单用户每天 Token、GPU 利用率、推理吞吐"这类硬指标——故事会过期，指标不会。
