Astra讓機器人一步跨進GPT時刻，卻在AI製藥撞上驗證牆
機器人因為能自我反思迭代而實現質變，但AI製藥設計分子只需幾小時，真實驗證卻要老鼠和猴子的新陳代謝週期，這道牆沒有任何模型能跨過。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
Astra把反思能力直接變成了動作
許華哲說，過去的機器人模型和大模型都只會在語言層面反思，但Astra能把這種CoT反思直接轉化成實際動作——撞到桌子後會說「這個桌子還蠻高的，我是不是應該把手抬得更高一點」,然後真的調整動作。它還會自我迭代：畫金門大橋第一次畫得差，經過幾輪反思後能畫得非常逼真；插花時遇到莖稈分叉這種沒見過的情況，也知道要先捏住分叉處再塞進花瓶。這種從語言反思到動作泛化的能力，是過去機器人模型不具備的。
— 許華哲Meta Muse的browser use正在重走Manus老路
Meta Muse靠給每個用戶一臺雲端虛擬機操作瀏覽器，完成購物、旅行、客服等任務，但這條路Manus已經走過一遍——亞馬遜等平臺很快會把這類商用IP全部屏蔽，逼得Manus最後轉向白領生產力工具。Bill朱認為，很多第三方平臺根本不願意開放API,agent只能靠假裝成普通消費者去繞過IP檢測，這種拉扯註定會重演，toC agent現階段還不夠成熟。
— Bill朱商家擋的不是agent,是要先認出是誰在下單
Bill朱提出一個關鍵洞察：商家真正擔心的不是agent本身，而是雲端虛擬機的IP沒法驗證「這個agent就是這個真實用戶」。如果一個用戶對應一個agent,商家願意放行；但如果一個人開出20個agent來回比價、刷新流量，商家的流量入口就被變相剝奪了。所以他判斷，toC agent要破局，最終要靠軟硬件結合——只有agent跑在用戶自己的硬件上，身份才可信，商家才敢開放access。
— Bill朱Astra貴出4到5倍，燒錢大戰才剛開始
Astra的定價是每百萬token輸入10美元、輸出50美元，比GPT-6 Sol貴4到5倍。Bill朱算過賬：自己用Claude訂閱的20倍套餐額度被一次任務打光，又多花100美元信用額度，結果只用了兩三輪agent對話就耗盡了。如果Meta Muse把哪怕10%的流量路由到Astra這個級別的模型上，成本會是災難性的——這也是為什麼他判斷toC agent這輪燒錢會非常誇張，競爭對手Instinct的獲客成本只會更高。
— Bill朱真正燒token的不是聊天，是解數學題
一位前沿模型研究員告訴泓君，toC消費級agent的token消耗其實花不了多少錢，推理成本一直在降；真正燒錢、也是OpenAI、Claude、DeepMind內部競爭最激烈的領域，是AI for Science——那些沒有答案的科學問題。比如OpenAI解納維-斯托克斯方程，一次agent就發出270萬條信息，消耗約1300億輸出token,折算零售價約2200萬美元。普通人感知不到Astra和上一代模型的區別，但前沿科學家感知到的提升是巨大的。
— 泓君雙臂疊衣服，Astra完全做不到
許華哲說，深入測試幾週後，Astra的問題也暴露出來：雙臂協同任務幾乎做不了，疊衣服這種語言難以精確描述的任務它完全疊不了。更明顯的短板是它不會「熟能生巧」——第一次做一件事花一小時，第二次45分鐘，但從第三次開始就卡在45分鐘不再縮短，不像人或更小的機器人模型那樣經過訓練後能把時間壓縮到幾秒。他的判斷是：機器人的GPT時刻確實到了，但靈巧操作和持續自我優化上，原生機器人模型仍有很大空間。
— 許華哲AI能開藥方，但配不齊你實驗室的設備
王晟說，現在的模型可以預測蛋白質活性、給出候選分子式，但生物醫學裡最重要也最缺的能力，是讓AI給出一份具體可執行的實驗方案——在什麼溫度、用什麼分子、多高溼度下操作。這就像讓Astra用一家飯店現有的番茄、雞蛋、土豆做菜，它卻給你設計一道海鮮大餐：它不理解也不會針對實驗室現有的設備和資源去設計實驗。他估計，現在模型對「設計一個實驗」這件事的完成度只有30%,仍然需要人類專家反覆修改。
— 王晟AlphaFold開源後，數據反而成了護城河
AlphaFold開源曾催生一波AI製藥公司，但大多數沒有成功——即使分子設計從半年壓縮到幾小時，後面老鼠、猴子的真實驗證週期依然卡住整條管線。王晟認為，開源真正帶來的是社區更重視數據積累：一條在真實動物身上跑通的實驗數據能值幾萬到幾十萬美金，這些數據根本不在互聯網語料裡。工具開源後，擁有溼實驗數據的垂直科學公司反而護城河更深，這也是Anthropic直接和溼實驗公司Adaptyv Bio合作、把比賽結果綁定溼實驗驗證的原因。
— 王晟原話 · 已逐字校驗
這個地方其實是一個把CoT（思維鏈） 把這種反思過程的能力變成一個 它實際的動作的一個能力
這裡其實是把CoT(思維鏈)這種反思能力，變成了它實際執行動作的能力。
許華哲4:05
我覺得用戶的ID 或者是使用agent的 那個用戶的identity（身份）本身 會是這一波toC的一個關鍵
我覺得用戶的ID,或者說使用agent的那個用戶的身份本身，會是這一波toC的關鍵。
Bill朱19:10
Astra現在是10美金的input 我沒記錯的話 也就是說你是比GPT-6 Sol 高5倍的價格
Astra現在輸入是10美金，如果我沒記錯的話，也就是說比GPT-6 Sol貴5倍的價格。
Bill朱22:13
但是現在真正最燒錢的地方 包括前沿模型研究員 以及OpenAI Claude DeepMind 這幾家公司在看 跟在競爭的核心領域是 AI for Science
但現在真正最燒錢的地方，包括前沿模型研究員以及OpenAI、Claude、DeepMind這幾家公司在看、在競爭的核心領域，是AI for Science。
泓君26:14
去逐步嘗試它的時候 我們會覺得 機器人的GPT時刻還是GPT 但是再往深入去看的話 還是看到很多問題
試到更深處之後我們才發現，機器人的GPT時刻確實是GPT時刻，但再往深看，還是能看到很多問題。
許華哲43:25
我覺得完成度可能只有30%吧 很多時候是需要人類的專家 去來給它修改
我覺得完成度可能只有30%,很多時候還需要人類專家來給它修改。
王晟50:28
現在有個公司叫Adaptyv Bio 它是專門給Anthropic合作的 Anthropic生成一個AI的預測 它以MCP（模型上下文協議）的形式 就立即開始做實驗 它剛剛融資了40 million（4000萬美元）
現在有個公司叫Adaptyv Bio,專門和Anthropic合作——Anthropic生成一個AI預測，它就以MCP(模型上下文協議)的形式立即開始做實驗，它剛剛融資了4000萬美元。
王晟58:32
數字與實體
| Instinct估值漲幅 | 一個月內從25億美元漲至100億美元 | 1:03 |
| Jev發布24天融資與估值 | 融資8.7億美元，估值75億美元 | 2:04 |
| Claude發現ART新酶耗時 | 21個小時 | 2:04 |
| Meta Muse每週免費token額度 | 1億token,約合100美元成本 | 18:09 |
| Adaptyv Bio最新融資 | 4000萬美元 | 58:32 |
術語
- Computer Use計算機操作
- 模型像人一樣看屏幕、用鼠標鍵盤完成任務，不靠API接口調用
- TAMP任務與運動規劃
- 機器人學傳統方法，把任務規劃和底層運動控制結合處理
- Real-to-Sim真實到仿真遷移
- 把真實場景的照片視頻快速轉成可訓練機器人的仿真環境
- MCP模型上下文協議
- 讓大模型直接調用外部工具或實驗室設備的標準化接口協議
收聽指南
關注agent商業化、機器人具身智能或AI製藥的創業者和投資人，想看清Astra的真實影響而非營銷敘事。
開頭關於新播客《消費101》上線的介紹，與本集主題無關，可跳過。