GPT-6 Astra: il computer use e i Looped Transformer ridefiniscono l'IA
OpenAI ha presentato GPT-6 Astra, il suo nuovo modello di frontiera, suscitando grande interesse nella comunità tecnica. Oltre ai progressi nei benchmark tradizionali, la novità più rilevante è il computer use: la capacità del modello di interagire con applicazioni desktop, browser e ambienti complessi, eseguendo workflow che prima richiedevano l'intervento umano. Questa funzionalità avvicina il concetto di "dipendente digitale" per professionisti e PMI.
Il computer use di GPT-6 Astra si basa su un'integrazione profonda con il sistema operativo. Il modello è in grado di osservare lo schermo, interpretare interfacce grafiche, muovere il puntatore, digitare testo e coordinare più applicazioni per completare task articolati. Nel gaming, può gestire sessioni di test automatici o assistere negli speedrun; nell'industria, supporta l'analisi di pannelli di controllo e la compilazione di report; nello sviluppo software, esegue il refactoring del codice, avvia test e segnala errori; nel rendering 3D e CAD, automatizza operazioni ripetitive di modellazione e preparazione della scena; infine, nella progettazione di PCB, aiuta a verificare il layout e a generare documentazione.
Dal punto di vista dei benchmark, i dati ufficiali mostrano miglioramenti significativi rispetto al predecessore, ma ciò che colpisce è l'harness engineering: la capacità di integrare strumenti esterni, API e ambienti controllati per ottenere prestazioni elevate in compiti reali. I benchmark indipendenti di Artificial Analysis confermano una riduzione delle allucinazioni e un margine d'errore più contenuto, anche se il modello resta soggetto a incertezza quando il contesto è ambiguo.
Sul fronte architetturale, l'ipotesi più accreditata è che GPT-6 Astra utilizzi una variante dei Looped Transformer (detti anche Depth-Recurrent Transformer), come descritto nel paper arXiv 2507.02199. L'idea fondamentale è consentire alla rete di iterare più volte sulle proprie rappresentazioni interne, aumentando