我将 GPT-6 Astra 的计算机使用推向极限

**简短总结**：测试者通过在10款不同应用中委托真实任务，测试GPT-6 Astra的新计算机操作能力，评估其像人类一样操作界面的能力，涵盖创意软件到模拟工具。 ## 在10款应用中测试Astra的计算机操作能力 自GPT-6 Astra发布以来，其计算机操作功能实现了重大飞跃。与以往缓慢且不可靠的AI工具不同，Astra在处理真实软件中的实际任务时已值得信赖。测试者在10款应用中进行了测试，包括视频编辑、图像创作、3D建模、乐高设计，甚至在GarageBand中演奏乐器。所有测试均通过ChatGPT桌面版应用中的Codex功能进行，展示了其像人类一样点击、输入和拖拽的能力。 ## Google Earth Studio：从提示生成复杂动画 首次测试使用Google Earth Studio创建犹他州的复杂飞越动画。提示词详细描述了从州议会大厦出发，飞越盐湖城，穿越拱门国家公园并穿过精致拱门的路径。第一次尝试耗时11分49秒，生成了一个扎实但较慢的结果，存在一些方向性问题。经过大约23分钟的后续三次迭代后，最终动画被评为“基本完美”。 经验是：如果初始提示更详细，Astra可以首次就实现近乎完美的结果，节省时间，后期仅需进行微小手动调整。这种工作流程——发送提示、处理其他事务、再调整结果——优化了Astra的优势。 ## Canva：创意插图生成 在Canva中进行的纯创意测试要求Astra绘制一个原创的、复杂的创意概念，不模仿现有作品。通过迭代提示逐步增加复杂度： - 第一次尝试（3分57秒）：“漂浮的温室” - 第二次尝试（7分14秒）：“发条守夜人” - 第三次尝试（20分47秒）：“多彩的商队” 最终成果色彩更丰富、细节更多，令人印象深刻。Astra还被要求将这幅画转化为照片级真实的图像，并成功完成。 ## Adobe Photoshop：自动创建缩略图 Astra的任务是在Photoshop中从头开始制作视频缩略图，使用提供的照片。它执行了背景移除、更改测试者衬衫颜色、生成独立元素，并添加文本和效果，全程拥有创作自由度。 - 第一次尝试（25分钟）：产出一个良好的开端，包含所有必要图层。 - 后续修改（14分钟 + 20分钟）：完善了设计。 总耗时约一小时，可能比手动操作慢。然而，关键优势在于委托——测试者可以离开，通过手机远程进行后续调整，而Astra在后台工作。最终缩略图已用于该视频。 ## Adobe Premiere：添加文本和动画 在Premiere中进行视频编辑时，Astra被要求为现有片段添加带动画的标题文本，然后为时间轴上的图像添加弹跳和摇晃动画。 - 第一次尝试（12分钟）：完成了文本动画。 - 第二次请求（13分钟）：包括搜索并添加合适的音效。 结果良好，有效处理了手动关键帧设置和声音同步等繁琐工作。 ## Adobe Illustrator：具有挑战性的矢量重制 在Illustrator中的一项复杂挑战是使用干净的矢量形状和路径重制特定图形，而不是使用“图像描摹”功能。一个关键约束是：提示明确禁止使用代码、脚本、API或MCP，以强制Astra使用计算机操作界面，而非Illustrator的Python API。 - **计算机操作路径**：两次尝试（40分钟 + 52分钟）结果不佳。 - **Python API路径（无约束）**：第一次尝试（20分钟）结果明显更好。后续两次调整（10分钟 + 15分钟）产出了更优的结果，尽管仍未与原图完全匹配。 对于复杂的矢量项目，Astra的计算机操作方法可能不是最佳选择，而允许其使用最有效的方法（Python API）则效果更好。 ## 乐高、火箭与鲁布·戈德堡模拟 Astra还处理了它可能从未使用过的专业模拟和设计软件： - **BrickLink Studio**：设计了一个由257块乐高积木组成的精致拱门模型，分解为27个组装步骤。 - **Open Rocket**：设计了一枚能稳定达到1000米高度并安全回收的火箭，运行并迭代模拟直至满足两项约束。 - **Algadoo**：构建了互动的鲁布·戈德堡式机器，首先是一个有5个交互环节的简单版本，然后是一个更复杂的版本。 ## Blender：3D建模与迭代改进 使用计算机操作模式进行的Blender测试旨在3D重制精致拱门。该过程凸显了Astra的迭代学习能力： - 第一次尝试（15分钟）：结果不佳。 - 后续迭代中，Astra会打开浏览器与真实照片对比，重建模型，访问Blender的节点系统以设置纹理，并完善周边景观。 - 大约50分钟后，得到了显著改进的结果。最后为追求完美进行了大量额外工作。 测试者指出，Astra能够视觉化地评判其输出并循环迭代，但通常最好限制此过程以防过度消耗token。拱门有机、不对称的形状使其成为一个特别具有挑战性的测试。 ## 结论：一款实用的委托工具 测试表明，Astra的计算机操作功能在委托真实任务方面是可靠的，尤其是在熟悉的软件中自动化繁琐工作或处理不熟悉的应用程序。其优势在于处理后台工作，将用户解放出来进行其他活动。为获得最佳使用效果，建议提供详细的初始提示，并采用“提示-然后微调”的工作流程。 来源：https://www.youtube.com/watch?v=2hTtpFVZE5A