模型 / 官方
Perplexity 将核心系统交由 GPT-6 Astra 自主管理，人工干预大幅减少
Perplexity 正在将 GPT-6 Astra 深度嵌入其核心业务流程，涵盖对外沟通内容的撰写、软件代码的修改以及生产系统的实时监控。与早期模型相比，团队介入和人工审查的频率已大幅降低，这意味着 Astra 在实际工作中承担了更高程度的自主决策职责。这一转变不仅体现了 Perplexity 对 GPT-6 Astra 能力的高度信任，也折射出业界对大模型在企业级场景中可靠性认知的整体跃升。当 AI 系统能够在无需频繁人工确认的情况下独立完成复杂任务，企业的运营效率与风险边界都将面临重新定义。Perplexity 的实践案例，或将成为其他科技公司评估 AI 自主化程度的重要参照。
Perplexity 已将 GPT-6 Astra 引入其端到端业务流程，赋予其撰写对外沟通内容的权限。这意味着 Astra 不仅能够理解业务语境，还能以符合品牌调性的方式生成邮件、公告等文字材料，而无需人工逐一审阅和修改，显著提升了内容生产效率。
在软件工程层面，Astra 被授权直接修改代码库。这一举措将 AI 的角色从辅助建议者提升为实际执行者，意味着模型需要具备对系统架构的深度理解，以及在复杂依赖关系中做出准确判断的能力。Perplexity 选择赋予 Astra 这一权限，本身即是对其工程能力的高度背书。
生产系统监控是 Astra 承担的另一项关键职责。生产环境对稳定性要求极高，任何误判都可能引发连锁故障。Perplexity 将这一敏感任务交由 Astra 处理，并减少人工巡检频率，表明团队对模型在异常识别和响应决策方面的准确性已建立起足够的信心。
与早期模型相比，团队与 Astra 的交互频率明显下降。这一变化并非源于疏于管理，而是反映出模型自主完成任务的成功率已达到令人满意的水平。减少人工干预本身，正是衡量 AI 系统在企业场景中成熟度的重要指标之一。
Perplexity 的实践为行业提供了一个具有参考价值的样本：当 AI 模型的能力边界足够清晰、可预期，企业便有条件逐步扩大其自主权限。这种信任的建立并非一蹴而就，而是基于持续的性能验证与风险评估。GPT-6 Astra 在 Perplexity 内部的落地路径，或将成为其他企业制定 AI 自主化策略的重要参照。
要点
- Perplexity 已授权 GPT-6 Astra 独立完成撰写沟通内容、修改软件代码和监控生产系统三类核心任务
- 与早期模型相比，人工干预和审查频率大幅降低，体现出企业对 Astra 自主能力的高度信任
- 生产系统监控权限的下放，标志着 AI 在高风险、高稳定性要求场景中的应用进入新阶段
- Perplexity 的案例为业界提供了评估 AI 自主化程度与企业落地路径的重要参照
原始标题：Perplexity trusts GPT-6 Astra with end-to-end systems
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。