10月16日，OpenAI官方X账号发布更新说明，ChatGPT中性能最强的GPT-6 Pro（底层模型代号Astra）新增了一项能力：在面对复杂任务时，可以调度多个智能体分别承担不同部分的处理工作，用户能够在对话中跟踪每个"分身"的即时状态，对已完成的子任务可点开逐项验收。官方原话为："Multiple agents can tackle different parts of a task in parallel. You can follow each agent's progress and open completed tasks to review their work."换句话说，ChatGPT的角色从单兵作战的"实习生"，变成了协同配合的"小型班组"。
该功能目前仅对每月200美元档的Pro付费订阅者开放，入口设在聊天界面，正按账号灰度分批推送。本文依据OpenAI官方公告与发布说明，并交叉整理TestingCatalog、kie.ai、HeyMark等多方一手实测信息，分别标注官方表述与第三方体验。官方帮助页中的选项名称为"GPT-6 Pro, powered by Astra"，而部分媒体写为"GPT-6 Astra Pro"，二者指同一产品；用户的订阅等级与所选的"思考强度"属于两个独立维度。
Day 12更新包含哪些具体改动
参考Releasebot在10月16日抓取的官方发布说明，此次被归入"Day 12"的升级涵盖三项内容。其一是插件与工具调用的顺畅度提升，模型借助外部工具完成任务的效果增强，不过官方未披露具体的提速比例，也未提及会自动开放新的插件；其二是本次的核心——将单个任务拆成多块并发执行的多智能体机制，各智能体可同时推进，用户可追踪进度并对完成的子任务进行检查。此外，字面上的收尾没有明确说明OpenAI所说的第三项独立条目，仅强调这次更新围绕工具调用与并行分派两件主线展开。
与Pro并行功能同日上线的还有配套优化：Codex与ChatGPT Work通过"子智能体上下文复用、缓存保留期限拉长、请求路由调度改进"三项手段，让使用额度更耐消耗，适用于编写代码和办公文档处理的场景——此为官方说法。
并行小队实际怎样运转：从串行排队到分头执行
以一个典型请求为例：要让AI调研三款笔记本电脑、生成对比表格，再附上一段购买建议。原来是单线程模式，AI依次检索第一、第二、第三款产品然后汇总，用户全程只能看着加载动画等待。新模式依据官方描述，是同时派出三个Agent各查一款，对话窗口会分别呈现每个智能体各自推进到了哪一步；待全部结束后，用户能够逐一打开各分身的产出与汇总答复进行对照审核已是可选操作。
kie.ai在10月17日发布的深度整理中指出，这项功能的名称为Parallel Agents，并配有专门的Per-Agent Progress View（多智能体进度视图）。GPT-6 Astra Pro初次面向Pro用户推送可追溯到9月3日，此次属于"28天产品冲刺"周期中的第12天例行升级。
实际价值中，可核查性或许比单纯的"速度"更实在：以往AI只给一个笼统结果，用户难以判断可靠性；现在每个分身的工作过程都可打开查看，相当于团队成员分别提交各自的成果，一轮审阅就能发现谁划水、谁凭空捏造。同时要说明边界：官方并未公布并发上限、任务拆分依据，也没有提供此次升级的速度基准。眼下可查的跑分与性能数据均对应基础版GPT-6 Astra，不适用于Pro版本。
评论区中的好评与质疑
OpenAI公告发布后获得约190万次浏览，反馈明显分化，评论区本身就是一面镜子。热情的一方将其视作AI由"回答问题"迈向"承接工作"的进展；在Instagram与Threads上，多位从事企业服务的博主归纳出三个卖点：任务从串行转为并行、进度不再是看不见的黑箱、每个交付物可以先审后用。
吐槽同样尖锐。一条高赞评论直白招呼："thats so cool since you reduced the pro messages per month from 200 to 100"，意思是夸得再好也得正视你们刚把Pro档位的每月消息配额从200砍到100。还有Plus用户反映新能力与自己无缘；而在OpenAI官方社区论坛的Day 12帖中，也有人提到图片生成限额趋紧，认为这类"体验优化"多少是在给其他问题吸引注意力。上述抱怨因额度政策存在变动，无法逐条独立核实，但至少提醒了subscribe之前需要分清两件事：功能升级幅度和你这一档的实际可用额度，本质上并不等价。
两笔账：每月¥1400付不付、日常方式要不要改
Pro档为200美元/月，折替人民币约1400元出头，这项功能目前没有向免费用户与Plus（20美元档）用户开放。若你的日常需求只是偶尔写写邮件、零散提问，则完全不必为此升级，免费档和Plus已经够用；若你每个工作日都有批量性的"信息调研＋材料汇总＋编写代码＋处理文件"型负担，搁下来得多开多个对话窗口手工拼凑成果，那么并行智能体节省的时间很可能足以对冲成本——不过仍建议选择按月订阅，用完完整一个月后再评估是否续费，不要在早看介绍时就直接买年付。至于Team团队版是否涵盖此项，官方尚未明确，社区也在追问，公司采购层面建议以待正式公告为准。
影响最大的变化在人的参与方式上。AI有能力"分身"之后，核心价值向派活与验收的两头偏移：分派阶段，把任务拆到拎得清、给各分身提供清晰的交付标准；验收环节，逐个点开产出与实际结果做匹配，特别针对涉及 թվեր、引述与对外发送材料的内容。并行不等于每个分支都正确，它只是让错误出现得更快、更成体统。
普通用户即便不是Pro订阅者，同样在任何支持深度任务的AI上手动复用同样思路。三道可即刻接入的请求写法如下："把任务拆成3个彼此独立的子任务给我，先说明拆分方案，等我确认后再分头并行执行"；"每个子任务应独立输出一份结果，并在结尾标出用了哪些信息来源；全部结束我再汇总"；"汇总时列出彼此矛盾或证据不足之处，别替我做没有依据的取舍"。关键词在于先要方案、分开交付、主动报告分歧，比一句\"帮我搞一下\"靠谱得多。随之要用三道闸做必要防护：涉钱与隐私的动作（付款、寄信、删文件）不开自动许可；内部敏感文档先脱敏再供模型；对外发布的结论仍须经人工核实之后再出手。agent数量越多，缰绳越需拉紧。
小结：并行并非终点，审批习惯也是主角
GPT-6 Pro在多人同时调度Work这件事，标志着领先模型厂商比拼重心的旁参，已经从答案水平转向能否把一段分里的工作捆成整体一次输出;而200美元、持续推送的状态让真实订单暂时领先可接受的白鼠开销水平对照下仍可能值得等下一个公开额。实用角度看，策略并不只在于这一层的升级。为了这一锅付一项等一顿请客的商谈每月清旧,认合同里的额度、以及愿不愿主动验借重仓认头。