让AI在合同软件里建一份保密协议，难点不只是找到按钮：它还得选对模板、设置审批条件，并一直遵守金额和法域规则。OpenAI与合同生命周期管理软件公司Ironclad，把这类专业流程做成电脑Agent——能看懂界面并点击、输入、完成多步任务的AI——的训练和评测场。
据OpenAI介绍，双方设计了11项法律、商业和采购任务，每项设置8至50条评测量规，也就是把复杂工作拆成可逐项检查的标准。训练任务由公开的SEC EDGAR合同合成，并在Ironclad提供的托管环境中练习。OpenAI称，GPT-6 Astra平均量规得分为55.0%，GPT-5.6 Sol为41.6%。这说明专业软件正成为通用Agent的新试验场：考的不只是“做完”，而是能否按规则做对。
不过，这些结果只覆盖11项研究任务，仍需人工监督；所谓19.2分钟和37.0分钟的单次尝试耗时也是模拟估算，不代表客户实际节省的时间。