WEBVTT
Kind: captions
Language: zh-TW

00:00:00.167 --> 00:00:01.746
大家好，我是可波

00:00:01.746 --> 00:00:04.431
OpenAI 最新發布 GPT-6 Astra

00:00:04.431 --> 00:00:06.865
API 價格直接漲到 2.5 倍

00:00:06.865 --> 00:00:08.523
多花這些錢換到什麼？

00:00:08.523 --> 00:00:09.848
官方有三個答案

00:00:09.848 --> 00:00:11.645
它更會自己操作電腦了

00:00:11.645 --> 00:00:14.070
它做東西變更順也變更好了

00:00:14.070 --> 00:00:15.747
還有它做到一半你可以

00:00:15.747 --> 00:00:16.747
插話改方向

00:00:16.881 --> 00:00:18.084
這支片會用七分鐘

00:00:18.084 --> 00:00:20.032
把這三件事快速講清楚

00:00:20.032 --> 00:00:21.288
先看 OpenAI 的示範

00:00:21.966 --> 00:00:23.014
對我自己的專案來說

00:00:23.014 --> 00:00:24.994
Astra 就像是和一位經驗豐富的

00:00:24.994 --> 00:00:25.926
合作夥伴一起工作

00:00:26.066 --> 00:00:27.277
我能夠交給它更大

00:00:27.277 --> 00:00:28.792
定義不那麼明確的任務

00:00:28.792 --> 00:00:30.306
幾乎不需要手把手指導

00:00:30.546 --> 00:00:32.826
無論你是寫程式、寫作、設計

00:00:32.826 --> 00:00:35.521
或是處理需要更多腦力的工作

00:00:35.521 --> 00:00:37.594
你會發現 Astra

00:00:37.594 --> 00:00:39.253
能提供很棒的成果

00:00:39.253 --> 00:00:41.326
而且通常第一次就成功

00:00:41.983 --> 00:00:43.543
剛才那段 OpenAI

00:00:43.543 --> 00:00:45.763
工程師在講他自己用的感覺

00:00:45.763 --> 00:00:46.669
他的意思是

00:00:46.669 --> 00:00:48.576
以前你還得先把任務拆好

00:00:48.576 --> 00:00:50.298
一步一步餵給 AI

00:00:50.298 --> 00:00:52.143
現在可以直接丟一個還沒想

00:00:52.143 --> 00:00:53.774
清楚的大方向過去

00:00:53.774 --> 00:00:55.149
中間的步驟它會自己補

00:00:55.846 --> 00:00:57.611
這聽起來很像每一代模型

00:00:57.611 --> 00:00:58.795
都會講的宣傳

00:00:58.795 --> 00:01:00.710
但這次你可以看 Astra

00:01:00.710 --> 00:01:02.460
如何真的更流暢地做到這一點

00:01:03.066 --> 00:01:04.756
第一件事就從這次主打的所謂

00:01:04.756 --> 00:01:06.538
「computer use」開始

00:01:07.329 --> 00:01:10.664
這是一種能力，讓模型能像你我

00:01:10.664 --> 00:01:13.229
一樣使用電腦或瀏覽器

00:01:13.669 --> 00:01:14.909
有了 Astra

00:01:14.909 --> 00:01:16.769
模型在使用電腦時會更準確

00:01:16.769 --> 00:01:17.389
更有效率

00:01:17.849 --> 00:01:19.137
這在 ChatGPT

00:01:19.137 --> 00:01:20.426
應用程式中最容易展示

00:01:20.426 --> 00:01:22.616
但 Astra 的強化技能也能透過

00:01:22.616 --> 00:01:23.389
API 使用

00:01:23.989 --> 00:01:26.129
我要讓它描繪我站的位置

00:01:26.489 --> 00:01:27.228
我會拍張照

00:01:27.228 --> 00:01:29.149
然後傳給 Codex 繪圖

00:01:29.509 --> 00:01:32.903
用 Krita 以梵谷風格繪製這張圖

00:01:32.903 --> 00:01:34.789
並在背景加上金門大橋

00:01:36.783 --> 00:01:38.969
剛才他交代的那件事其實有三步

00:01:39.593 --> 00:01:41.608
拍照片、開一個繪圖 app

00:01:42.224 --> 00:01:44.244
把照片畫成梵谷的風格再加

00:01:44.244 --> 00:01:45.554
一座金門大橋

00:01:46.208 --> 00:01:48.208
但從頭到尾他沒有動手。這就是透過

00:01:48.770 --> 00:01:51.282
computer use 去操作

00:01:51.282 --> 00:01:53.800
也就是 AI 看得到螢幕上有什麼

00:01:53.800 --> 00:01:56.212
也可以實際去按滑鼠跟鍵盤

00:01:56.212 --> 00:01:57.712
打開這個能力後，開軟體

00:01:57.712 --> 00:02:00.860
找按鈕、填欄位這些動作

00:02:00.860 --> 00:02:01.985
他都可以幫你代勞

00:02:02.684 --> 00:02:05.259
這個用法，前幾代模型就有了

00:02:05.259 --> 00:02:08.442
但以前慢到沒人想用，而這次

00:02:08.442 --> 00:02:10.525
GPT-6 展現了明顯的進步

00:02:11.427 --> 00:02:14.310
為了了解這是不是只是官方宣傳

00:02:14.310 --> 00:02:15.935
才這麼神，我們在另一隻影片

00:02:15.935 --> 00:02:17.614
有做過一個簡單小實測

00:02:17.614 --> 00:02:19.494
有興趣的我把連結放在說明欄

00:02:20.313 --> 00:02:22.358
OpenAI 官網放了一組數字

00:02:22.358 --> 00:02:23.733
可以看出這一代差在哪

00:02:24.402 --> 00:02:27.061
同一批要操作電腦才做得完的任務

00:02:27.061 --> 00:02:29.124
上一代平均花七十五分鐘

00:02:29.124 --> 00:02:30.124
做完六成六

00:02:30.548 --> 00:02:32.934
GPT-6 Astra 花四十分鐘

00:02:32.934 --> 00:02:33.934
做完七成三

00:02:34.486 --> 00:02:35.770
時間少一半

00:02:35.770 --> 00:02:37.406
做完的比例還多七個百分點

00:02:38.125 --> 00:02:39.625
我們下面再看它是怎麼做的

00:02:40.182 --> 00:02:42.296
它會用截圖查看正在發生的事情

00:02:42.296 --> 00:02:44.258
同時讓應用程式在背景執行

00:02:44.258 --> 00:02:45.919
我就可以專注於其他工作

00:02:45.999 --> 00:02:48.144
這個模型能夠描繪出一個

00:02:48.144 --> 00:02:50.289
希望大家都能辨識的畫面

00:02:50.289 --> 00:02:52.239
比我能做到的更快、更好

00:02:52.619 --> 00:02:54.444
同樣的能力也能協助開發者

00:02:54.444 --> 00:02:55.813
日常使用的工作流程

00:02:55.813 --> 00:02:58.399
無論是填寫 API key 的表單

00:02:58.399 --> 00:03:00.529
還是對行動應用程式進行 QA

00:03:00.700 --> 00:03:02.241
上一段影片有兩個重點

00:03:02.991 --> 00:03:04.440
第一是它怎麼看畫面

00:03:05.041 --> 00:03:06.758
它靠的是一直截圖

00:03:06.758 --> 00:03:08.481
看螢幕現在長什麼樣子

00:03:08.481 --> 00:03:09.606
再決定下一步按哪

00:03:10.342 --> 00:03:12.895
所以那個 app 可以縮到背景去跑

00:03:12.895 --> 00:03:14.224
你的螢幕還是你的

00:03:14.224 --> 00:03:15.224
可以繼續做事

00:03:16.156 --> 00:03:18.296
第二是他舉了一些雜事

00:03:18.296 --> 00:03:20.581
像是申請金鑰要填的表單

00:03:20.581 --> 00:03:22.193
app 上線前要一頁一頁

00:03:22.193 --> 00:03:23.193
點過去確認

00:03:23.541 --> 00:03:25.423
這些事不難，就是花時間

00:03:26.185 --> 00:03:28.049
現在都可以考慮交給 Astra 做

00:03:28.877 --> 00:03:30.534
剛才最後那幾句已經講到這支

00:03:30.534 --> 00:03:32.668
影片要講的第二個重點

00:03:33.528 --> 00:03:35.247
同樣一句話交代下去

00:03:35.247 --> 00:03:37.004
這一代做出來的東西不一樣

00:03:37.921 --> 00:03:40.363
我們看 OpenAI 怎麼把以前的

00:03:40.363 --> 00:03:41.996
題目原封不動再做一次

00:03:41.996 --> 00:03:43.310
兩代擺在一起比

00:03:43.965 --> 00:03:46.325
它特別擅長建立 3D 模型

00:03:46.625 --> 00:03:49.493
我看過它製作出令人驚嘆的渲染圖

00:03:49.493 --> 00:03:51.213
包括花園、船塢、動物

00:03:51.213 --> 00:03:53.125
城市景觀，甚至是戴森球

00:03:53.425 --> 00:03:54.796
以我個人經驗來看

00:03:54.796 --> 00:03:56.681
Astra 的輸出成果

00:03:56.681 --> 00:03:58.909
從投影片到文章，都比我試過的

00:03:58.909 --> 00:04:00.965
其他模型更容易閱讀和使用

00:04:01.365 --> 00:04:03.480
它的個性對我來說更自然

00:04:03.480 --> 00:04:04.827
尤其是在我給予

00:04:04.827 --> 00:04:06.365
回饋時的來回互動

00:04:06.665 --> 00:04:08.096
如你所料，Astra

00:04:08.096 --> 00:04:10.005
擅長處理長時間運行的任務

00:04:10.385 --> 00:04:13.545
Astra 在 3D 這一項最明顯

00:04:13.545 --> 00:04:14.798
官網上那支示範

00:04:14.798 --> 00:04:17.320
是叫它做一個房子的夜景

00:04:17.320 --> 00:04:19.340
窗戶的光、地上的反射

00:04:19.340 --> 00:04:21.065
樹的影子都在

00:04:21.065 --> 00:04:22.479
鏡頭可以走進去繞一圈

00:04:23.092 --> 00:04:24.342
不過對大部分人來說

00:04:24.342 --> 00:04:27.536
比較用得到的是他講的另外兩樣

00:04:27.536 --> 00:04:28.668
投影片跟文件

00:04:29.376 --> 00:04:30.737
官網有一組對照

00:04:30.737 --> 00:04:33.252
同一份文件的前後兩版擺在一起

00:04:33.252 --> 00:04:35.578
改完那版的排版、層次

00:04:35.578 --> 00:04:36.673
重點放在哪

00:04:36.673 --> 00:04:38.012
看起來就是有人整理過

00:04:38.845 --> 00:04:40.105
這一塊也有數字

00:04:40.746 --> 00:04:42.431
有一個測驗專門看模型

00:04:42.431 --> 00:04:44.679
能不能自動做完辦公室工作

00:04:44.679 --> 00:04:46.437
上一代拿 18 分

00:04:46.437 --> 00:04:49.244
GPT-6 拿 41 分，翻了一倍多

00:04:50.157 --> 00:04:51.782
但這裡要說清楚：把所有測驗

00:04:52.078 --> 00:04:55.631
加權平均起來的那個獨立指標

00:04:55.631 --> 00:04:57.351
Astra 拿 61 分

00:04:57.351 --> 00:04:58.563
跟上一代比是持平

00:04:59.394 --> 00:05:02.134
問一句答一句的題目，它沒有比較強

00:05:02.955 --> 00:05:04.341
接下來是第三點

00:05:04.955 --> 00:05:06.366
前面兩點講的都是

00:05:06.366 --> 00:05:08.088
GPT-6 能做什麼

00:05:08.088 --> 00:05:10.079
這一件講的是你怎麼跟它配合

00:05:10.884 --> 00:05:13.124
當你交給模型的工作越來越長

00:05:13.124 --> 00:05:14.257
越來越複雜

00:05:14.257 --> 00:05:16.228
你就需要新的方式跟它一起做事

00:05:16.851 --> 00:05:19.394
所以這次 OpenAI 在開發者用的

00:05:19.394 --> 00:05:20.637
介面上加了兩個東西

00:05:21.359 --> 00:05:22.557
首先，非同步工具

00:05:22.557 --> 00:05:24.097
透過非同步工具呼叫

00:05:24.097 --> 00:05:25.637
模型可在工具執行時

00:05:25.637 --> 00:05:27.519
繼續處理任務的其他部分

00:05:27.699 --> 00:05:28.899
當結果可用時

00:05:28.899 --> 00:05:30.899
它就能利用該資訊繼續

00:05:31.819 --> 00:05:33.566
轉向功能讓您能在回應仍

00:05:33.566 --> 00:05:35.312
在進行中時， 為模型提供

00:05:35.312 --> 00:05:37.059
新的上下文或改變其方向

00:05:37.059 --> 00:05:39.065
如果您在 Codex 中看過轉向功能

00:05:39.065 --> 00:05:40.179
這應該會讓您感到熟悉

00:05:41.939 --> 00:05:43.616
讓我們給模型一個任務

00:05:43.616 --> 00:05:44.790
然後在它工作時

00:05:44.790 --> 00:05:46.299
改變我們要求的事項

00:05:47.004 --> 00:05:48.963
兩個名字都很拗口

00:05:48.963 --> 00:05:50.269
講白一點是這樣

00:05:50.269 --> 00:05:53.229
第一個叫 async tool calling

00:05:53.229 --> 00:05:55.303
以前它派出去查一份資料

00:05:55.303 --> 00:05:56.975
或是跑一段程式

00:05:56.975 --> 00:05:59.118
這段時間它就停在那裡等結果

00:05:59.736 --> 00:06:02.616
現在它可以先去做任務的其他部分

00:06:02.616 --> 00:06:04.236
等那邊回來再接上

00:06:04.236 --> 00:06:06.379
同一段時間裡做兩件事

00:06:06.379 --> 00:06:07.379
整件事就快了

00:06:07.905 --> 00:06:10.055
任務越長，這個差別越明顯

00:06:10.875 --> 00:06:12.649
第二個叫 steering，翻成中文

00:06:12.649 --> 00:06:14.963
比較接近「中途改方向」

00:06:14.963 --> 00:06:15.713
它做到一半

00:06:15.713 --> 00:06:18.171
你想到還要加一個條件

00:06:18.171 --> 00:06:19.533
直接打字丟給它

00:06:19.533 --> 00:06:20.639
它會接上去做

00:06:20.639 --> 00:06:22.514
不用把跑到一半的東西砍掉重來

00:06:23.259 --> 00:06:24.079
舉個例子

00:06:24.079 --> 00:06:25.972
你叫它整理一份市場報告

00:06:25.972 --> 00:06:27.721
它查到一半你才想到，順便

00:06:27.721 --> 00:06:29.472
把去年的數字也放進來比一比

00:06:30.266 --> 00:06:32.158
以前它可能會當成一件新

00:06:32.158 --> 00:06:33.364
工作重新開始

00:06:33.364 --> 00:06:35.113
現在它會接著進度往下做

00:06:35.720 --> 00:06:37.043
這件事聽起來小

00:06:37.043 --> 00:06:39.071
但如果你在做的任務越複雜

00:06:39.071 --> 00:06:41.089
就越有可能頻繁遇到這種情況

00:06:41.771 --> 00:06:43.918
你可以看到它接收到我的新指令

00:06:43.918 --> 00:06:45.451
並調整接下來的步驟

00:06:45.451 --> 00:06:47.291
同時已啟動的工具持續運行

00:06:48.411 --> 00:06:49.604
我可以改變方向

00:06:49.604 --> 00:06:51.478
無需取消正在運行的工具

00:06:51.478 --> 00:06:52.671
或重新開始任務

00:06:52.671 --> 00:06:54.102
我得到了最終結果

00:06:54.102 --> 00:06:55.711
並融入了新的上下文

00:06:56.571 --> 00:06:58.175
Astra 現已在 ChatGPT

00:06:58.175 --> 00:06:59.591
Codex 和 API 中提供

00:07:00.011 --> 00:07:02.366
在你最具挑戰性的任務上試用它

00:07:02.366 --> 00:07:03.711
並仔細查看結果

00:07:04.335 --> 00:07:06.007
最後講你在哪裡用得到

00:07:06.772 --> 00:07:09.840
GPT-6 Astra 現在 ChatGPT

00:07:09.840 --> 00:07:11.925
Codex 跟 API 三邊都開了

00:07:12.672 --> 00:07:15.170
ChatGPT 這邊，Plus、Pro

00:07:15.170 --> 00:07:16.774
商業版跟企業版都有

00:07:16.774 --> 00:07:18.149
用量算在原本的訂閱裡

00:07:18.750 --> 00:07:20.196
企業版預設是關的

00:07:20.196 --> 00:07:21.196
要管理員去開

00:07:21.674 --> 00:07:22.799
回到開頭那個問題

00:07:23.056 --> 00:07:24.253
貴 2.5 倍值不值得

00:07:24.863 --> 00:07:26.892
單價確實是上一代的兩倍半

00:07:26.892 --> 00:07:28.642
可是 OpenAI 自己算下來，做完

00:07:28.642 --> 00:07:31.621
一件任務反而會便宜三到六成

00:07:31.621 --> 00:07:33.606
但也有第三方算出相反的結果

00:07:33.606 --> 00:07:34.606
說還是會貴一點

00:07:35.143 --> 00:07:36.462
兩邊都公開了算法

00:07:36.462 --> 00:07:37.462
目前沒有共識

00:07:37.856 --> 00:07:40.074
這一點，建議你自己動手去用用看

00:07:40.074 --> 00:07:41.699
也歡迎分享你的實際感受

00:07:42.012 --> 00:07:44.264
我是可波。如果這隻片對你有幫助

00:07:44.264 --> 00:07:46.240
請按讚留言分享，我們下次見