GPT-6 Astra 拆解：Computer Use AI Agent 幫 BA／PM 做嘢嘅 5 步框架
2026-09-17 · BA × AI 實戰 · Eric Cheung
AI 唔止答你問題：2026 年 9 月，模型開始自己操作電腦
OpenAI 喺 2026年9月3日（美國時間）推出 GPT-6 Astra。同過去幾代模型最大分別唔在於「識唔識答」，而在於定位：官方叫佢做最強嘅 computer use 模型——即係話佢唔止答你問題，仲會睇住螢幕，喺瀏覽器、試算表同桌面應用程式上面一步一步做完件事：填網上表格、更新 CRM 記錄、整理日曆、做網上研究、寫摘要，甚至幫你安裝軟件同排查問題。
呢個轉變對 BA／PM 特別有意思。以前要將一個流程自動化，第一件事通常係「等 IT 寫 API／connector」——等排期、等開發、等測試，等到流程都變咗。computer use 模型嘅賣點，正正係可以好似人一樣直接操作現成介面，唔需要為每個系統度身寫整合。換句話講：自動化嘅入場門檻，由「識唔識寫程式」變成「寫唔寫得清楚指令同驗收標準」——呢樣正正係 BA／PM 嘅本業。
快速結論（TL;DR）
- GPT-6 Astra 係 OpenAI 喺 2026年9月3日推出嘅旗艦模型，賣點係 computer use：直接操作瀏覽器、試算表同桌面應用，唔使等 API 整合
- 規格重點：1,050,000 tokens context window（最大輸入 922,000、最大輸出 128,000）、API 型號 gpt-6-astra、支援 computer_use 等工具
- 成本：Standard API 每百萬 input tokens US$10、每百萬 output tokens US$50，cached input 每百萬 US$1；Fast mode 貴一倍、速度最多快一倍
- 安全：呢個係 OpenAI 首個達到內部 Preparedness Framework「Critical」網絡安全級別嘅模型，官方明講額外安全檢查有時會令合法工作變慢、暫停甚至中止
- 落地心法：唔好一次過交晒複雜工作。用綠／黃／紅三級分流再行 5 步框架，由最低風險、最悶嘅任務開始試
五個你一定要知嘅官方事實
以下全部係 OpenAI 官方文件（發表文、開發者文件、系統卡）寫明嘅內容，唔係第三方傳聞：
- 定位：官方話 Astra 係最強嘅 computer use 模型，可以跨網站、桌面應用同內部工具操作，並明講「唔需要 API」都可以做到
- 規格：型號叫 gpt-6-astra，context window 1,050,000 tokens，最大輸入 922,000 tokens，最大輸出 128,000 tokens，知識截止 2026年4月30日
- 工具支援：喺 Responses API 可以用 web search、file search、圖像生成、code interpreter、computer use、MCP 等工具
- 開放情況：先開放俾少量機構，之後陸續開放俾 ChatGPT Plus／Pro／Business／Enterprise 用戶，同時經 OpenAI API、Microsoft Azure、AWS Bedrock 提供；Pro／Business／Enterprise 另有 GPT-6 Astra Pro，企業管理員要自己啟用（預設關閉）
- Codex 新功能：Astra 喺 Codex 入面可以跨 context window 保留筆記，唔再純粹靠壓縮摘要，長任務唔會再「斷片」
官方數字靚，但唔等於你嘅工作表現
官方公佈嘅數字好亮眼：OSWorld 2.0 computer use 72.6%（每個任務約 40 分鐘完成，前代係 65.7%／約 75 分鐘）、Terminal-Bench 4.0 57.9%（前代 37.3%）、Agents’ Last Exam 59.3%（Claude Opus 5 係 55.5%）。呢啲數字有參考價值，但 BA／PM 要記住三件事：
- 數字係廠商自己跑嘅：benchmark 由模型供應商設計同報告，同你公司嘅真實環境（舊系統、格式奇怪嘅 Excel、內部術語）一定唔同
- 分數唔等於唔會出錯：72.6% 代表仍然有近三成任務未達標，而最難嗰三成通常就係最值錢、最需要人手把關嘅部分
- 要自己驗：最實際嘅做法係揀 5 個你真實做開嘅任務，用同一份指令分別交畀 AI 同自己，比較時間、錯處同重做次數（驗收方法可以參考 AI 幻覺驗證 5 步工作流）
「Critical」安全級別：點解同你嘅合規討論有關
今次唔止係效能升級。OpenAI 講明 GPT-6 Astra 係佢哋第一個達到 Preparedness Framework「Critical」網絡安全級別嘅模型——即係話佢有能力喺冇人逐步指導之下，搵到未知嘅安全漏洞再寫出攻擊。對企業用戶嚟講，有三個實際影響：
- 安全檢查會影響正常工序：官方寫明額外安全檢查有時會令合法工作變慢、暫停甚至中止，連防禦性嘅網絡安全工作都唔例外
- 部分能力預設唔開放：標準版本會拒絕進階網絡安全任務（例如寫 PoC exploit），相關能力會經 Daybreak 計劃分階段開放
- 可監控性下降：官方自己承認 Astra 嘅書面推理比前代更難被監控，呢點同「人類一定要保留最終關卡」直接有關
- 企業要主動設定：Enterprise 管理員可以啟用 Astra，但預設係關閉；有需要嘅企業亦可向 OpenAI 查詢合資格客戶嘅 Zero Data Retention 安排
BA／PM 實戰：5 步落地框架
講到實際落地，最危險嘅做法係「AI 好勁，交晒畀佢」。以下 5 步係一個可以今個星期就開始嘅框架：
- Step 1 任務盤點：列出你每星期重複做 3 次以上嘅電腦工作——打報告、抄數據、填表、更新記錄、截圖做檢查。先有清單，先有得揀
- Step 2 風險分級：用下面嘅綠／黃／紅三級，為每個任務貼一個標籤。呢一步唔可以外判畀 AI
- Step 3 沙盒試行：用測試帳號同假數據試兩個星期，同時記低 baseline（人手做要幾耐、錯幾多次），冇 baseline 就永遠講唔清有冇改善
- Step 4 定義驗收標準：每個任務寫 3 條驗收條件，例如「數字要對得返來源」、「格式跟模板」、「唔准新增原文冇嘅內容」；再定抽查比例（例如每 10 次抽 2 次人手覆核）
- Step 5 人類關卡同審計：任何對外輸出（報價、客戶回覆、對外公佈）都要人手簽核；每一步做咗咩、邊個批過，全部留 log
任務分三級：綠燈、黃燈、紅燈
- 綠燈（可以直接試）：低風險、可逆、唔涉及客戶資料——整理會議資料、由公開網站抄數據、格式化試算表、跑自己網站嘅前端檢查、將 PDF 內容整理成表格
- 黃燈（有條件試）：涉及內部系統或客戶名稱——更新 CRM、整理工單、寫內部報告。條件：先用測試帳號、資料脫敏、每次輸出要人手覆核
- 紅燈（唔好交）：唔可逆或者有法律責任——金錢交易同付款、對外報價同承諾、合規簽核、生產環境改動、上傳客戶個人資料
成本點計先算得準
好多團隊以為「AI 成本」就係訂閱月費。用 API 嘅話要按 token 計：官方 Standard 定價係每百萬 input tokens US$10、每百萬 output tokens US$50，cached input 每百萬 US$1（寫入 cache 為 1.25 倍）；Fast mode 價錢一倍但速度最多快一倍。用幾個實例感受一下：
- 一個中等任務：200k input tokens 加 20k output tokens，大約 US$3
- 同一個任務如果有 180k input 命中 cache：大約 US$1.38
- 大型任務：1M input 加 100k output，大約 US$15
決策線好簡單：如果同一件工作人手做要半個鐘，而 AI 成本只係幾美元，就值得試。但要記住把重做成本同覆核時間一齊算入去，唔好淨係睇 token 價（企業層面嘅成本治理可以參考 企業 AI 成本管理）。
香港／澳門團隊落地要注意嘅 4 件事
- 介面語言唔等於模型能力：無論你哋嘅系統係中文定英文介面，都要用自己嘅真實螢幕流程實測，唔好假設「識英文就一定識操作你哋套系統」
- 資料治理行先：客戶個人資料、內部系統截圖、生產數據——入 Prompt 之前一定要脫敏；同時要向 IT 同法務確認可以用邊個版本（API、Azure、Bedrock 嘅數據處理條款唔完全一樣）
- 匯率同預算：官方價錢以美元計，出 budget 記得留 buffer，同埋要計 Fast mode 同超長 context 嘅加價情況
- 流程要留痕：每一步做咗咩、邊個批過，都要有記錄——出事嘅時候，呢啲紀錄就係你嘅護身符
三個最常見嘅落地錯誤
- 由最複雜嘅任務開始：應該由最悶、最低風險嗰啲開始，累積信任之後先擴大範圍
- 冇設定人類關卡：任何對外輸出都應該有人手簽核，AI 出嘅係草稿，唔係最終決定
- 冇量度 baseline：試之前先記低人手做要幾耐、錯幾多，否則做完成功都證明唔到
總結：先揀一個唔痛嘅任務試
GPT-6 Astra 呢一類 computer use 模型，將自動化嘅門檻由「寫 API」推到「寫清楚指令同驗收標準」——對 BA／PM 嚟講係機會，唔係威脅。行動建議好簡單：今個星期揀一個綠燈任務（例如每星期都要做嘅報表整理），寫低 baseline，試兩個星期，再決定要唔要擴大。自動化嘅基本功仍然係流程思維：同一道理，n8n 自動化實戰 講嘅一樣——工具只係最後一步，前面嘅流程梳理同風險評估，先至係 BA／PM 真正嘅價值所在。