Astra让机器人一步跨进GPT时刻，却在AI制药撞上验证墙
机器人因为能自我反思迭代而实现质变，但AI制药设计分子只需几小时，真实验证却要老鼠和猴子的新陈代谢周期，这道墙没有任何模型能跨过。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
Astra把反思能力直接变成了动作
许华哲说，过去的机器人模型和大模型都只会在语言层面反思，但Astra能把这种CoT反思直接转化成实际动作——撞到桌子后会说「这个桌子还蛮高的，我是不是应该把手抬得更高一点」,然后真的调整动作。它还会自我迭代：画金门大桥第一次画得差，经过几轮反思后能画得非常逼真；插花时遇到茎秆分叉这种没见过的情况，也知道要先捏住分叉处再塞进花瓶。这种从语言反思到动作泛化的能力，是过去机器人模型不具备的。
— 许华哲Meta Muse的browser use正在重走Manus老路
Meta Muse靠给每个用户一台云端虚拟机操作浏览器，完成购物、旅行、客服等任务，但这条路Manus已经走过一遍——亚马逊等平台很快会把这类商用IP全部屏蔽，逼得Manus最后转向白领生产力工具。Bill朱认为，很多第三方平台根本不愿意开放API,agent只能靠假装成普通消费者去绕过IP检测，这种拉扯注定会重演，toC agent现阶段还不够成熟。
— Bill朱商家挡的不是agent,是要先认出是谁在下单
Bill朱提出一个关键洞察：商家真正担心的不是agent本身，而是云端虚拟机的IP没法验证「这个agent就是这个真实用户」。如果一个用户对应一个agent,商家愿意放行；但如果一个人开出20个agent来回比价、刷新流量，商家的流量入口就被变相剥夺了。所以他判断，toC agent要破局，最终要靠软硬件结合——只有agent跑在用户自己的硬件上，身份才可信，商家才敢开放access。
— Bill朱Astra贵出4到5倍，烧钱大战才刚开始
Astra的定价是每百万token输入10美元、输出50美元，比GPT-6 Sol贵4到5倍。Bill朱算过账：自己用Claude订阅的20倍套餐额度被一次任务打光，又多花100美元信用额度，结果只用了两三轮agent对话就耗尽了。如果Meta Muse把哪怕10%的流量路由到Astra这个级别的模型上，成本会是灾难性的——这也是为什么他判断toC agent这轮烧钱会非常夸张，竞争对手Instinct的获客成本只会更高。
— Bill朱真正烧token的不是聊天，是解数学题
一位前沿模型研究员告诉泓君，toC消费级agent的token消耗其实花不了多少钱，推理成本一直在降；真正烧钱、也是OpenAI、Claude、DeepMind内部竞争最激烈的领域，是AI for Science——那些没有答案的科学问题。比如OpenAI解纳维-斯托克斯方程，一次agent就发出270万条信息，消耗约1300亿输出token,折算零售价约2200万美元。普通人感知不到Astra和上一代模型的区别，但前沿科学家感知到的提升是巨大的。
— 泓君双臂叠衣服，Astra完全做不到
许华哲说，深入测试几周后，Astra的问题也暴露出来：双臂协同任务几乎做不了，叠衣服这种语言难以精确描述的任务它完全叠不了。更明显的短板是它不会「熟能生巧」——第一次做一件事花一小时，第二次45分钟，但从第三次开始就卡在45分钟不再缩短，不像人或更小的机器人模型那样经过训练后能把时间压缩到几秒。他的判断是：机器人的GPT时刻确实到了，但灵巧操作和持续自我优化上，原生机器人模型仍有很大空间。
— 许华哲AI能开药方，但配不齐你实验室的设备
王晟说，现在的模型可以预测蛋白质活性、给出候选分子式，但生物医学里最重要也最缺的能力，是让AI给出一份具体可执行的实验方案——在什么温度、用什么分子、多高湿度下操作。这就像让Astra用一家饭店现有的番茄、鸡蛋、土豆做菜，它却给你设计一道海鲜大餐：它不理解也不会针对实验室现有的设备和资源去设计实验。他估计，现在模型对「设计一个实验」这件事的完成度只有30%,仍然需要人类专家反复修改。
— 王晟AlphaFold开源后，数据反而成了护城河
AlphaFold开源曾催生一波AI制药公司，但大多数没有成功——即使分子设计从半年压缩到几小时，后面老鼠、猴子的真实验证周期依然卡住整条管线。王晟认为，开源真正带来的是社区更重视数据积累：一条在真实动物身上跑通的实验数据能值几万到几十万美金，这些数据根本不在互联网语料里。工具开源后，拥有湿实验数据的垂直科学公司反而护城河更深，这也是Anthropic直接和湿实验公司Adaptyv Bio合作、把比赛结果绑定湿实验验证的原因。
— 王晟原话 · 已逐字校验
这个地方其实是一个把CoT（思维链） 把这种反思过程的能力变成一个 它实际的动作的一个能力
这里其实是把CoT(思维链)这种反思能力，变成了它实际执行动作的能力。
许华哲4:05
我觉得用户的ID 或者是使用agent的 那个用户的identity（身份）本身 会是这一波toC的一个关键
我觉得用户的ID,或者说使用agent的那个用户的身份本身，会是这一波toC的关键。
Bill朱19:10
Astra现在是10美金的input 我没记错的话 也就是说你是比GPT-6 Sol 高5倍的价格
Astra现在输入是10美金，如果我没记错的话，也就是说比GPT-6 Sol贵5倍的价格。
Bill朱22:13
但是现在真正最烧钱的地方 包括前沿模型研究员 以及OpenAI Claude DeepMind 这几家公司在看 跟在竞争的核心领域是 AI for Science
但现在真正最烧钱的地方，包括前沿模型研究员以及OpenAI、Claude、DeepMind这几家公司在看、在竞争的核心领域，是AI for Science。
泓君26:14
去逐步尝试它的时候 我们会觉得 机器人的GPT时刻还是GPT 但是再往深入去看的话 还是看到很多问题
试到更深处之后我们才发现，机器人的GPT时刻确实是GPT时刻，但再往深看，还是能看到很多问题。
许华哲43:25
我觉得完成度可能只有30%吧 很多时候是需要人类的专家 去来给它修改
我觉得完成度可能只有30%,很多时候还需要人类专家来给它修改。
王晟50:28
现在有个公司叫Adaptyv Bio 它是专门给Anthropic合作的 Anthropic生成一个AI的预测 它以MCP（模型上下文协议）的形式 就立即开始做实验 它刚刚融资了40 million（4000万美元）
现在有个公司叫Adaptyv Bio,专门和Anthropic合作——Anthropic生成一个AI预测，它就以MCP(模型上下文协议)的形式立即开始做实验，它刚刚融资了4000万美元。
王晟58:32
数字与实体
| Instinct估值涨幅 | 一个月内从25亿美元涨至100亿美元 | 1:03 |
| Jev发布24天融资与估值 | 融资8.7亿美元，估值75亿美元 | 2:04 |
| Claude发现ART新酶耗时 | 21个小时 | 2:04 |
| Meta Muse每周免费token额度 | 1亿token,约合100美元成本 | 18:09 |
| Adaptyv Bio最新融资 | 4000万美元 | 58:32 |
术语
- Computer Use计算机操作
- 模型像人一样看屏幕、用鼠标键盘完成任务，不靠API接口调用
- TAMP任务与运动规划
- 机器人学传统方法，把任务规划和底层运动控制结合处理
- Real-to-Sim真实到仿真迁移
- 把真实场景的照片视频快速转成可训练机器人的仿真环境
- MCP模型上下文协议
- 让大模型直接调用外部工具或实验室设备的标准化接口协议
收听指南
关注agent商业化、机器人具身智能或AI制药的创业者和投资人，想看清Astra的真实影响而非营销叙事。
开头关于新播客《消费101》上线的介绍，与本集主题无关，可跳过。