GPT-6 Astra 的電腦操作值得交給它嗎？實測、失敗案例與先試哪些工作
☰ 目錄 table-of-contents.md
每個月初，會計助理要登入網路銀行下載對帳單，打開那套沒有 API 的舊 ERP 逐筆比對，最後再到另一個網站把結果填回去。三個系統之間沒有任何串接，全靠複製貼上，一做就是兩天。GPT-6 Astra 在 9 月 3 日發表時，OpenAI 主打的正是這種工作：模型像人一樣看著螢幕、移動游標、打字，把沒有串接的軟體一個一個操作完。
發表至今三週多，媒體、開發者和專業使用者的實測已經累積不少。整理下來的判斷是：沒有 API、規則清楚、做錯還救得回來的後台工作，像對帳、填表單、網站 QA，值得在有人盯著的前提下試；它的速度和成本並不穩定，Windows 上會直接搶走滑鼠鍵盤，付款與寄信這類動作即使開了確認機制仍有失誤率。有 API 的系統，直接串 API 還是更快、更便宜、也更好稽核。
Astra 的電腦操作是什麼，跟串 API 差在哪
一般的系統串接是程式對程式：A 系統透過 API 把資料交給 B 系統，快、準、每一步都有紀錄。電腦操作走的是另一條路，模型看的是畫面截圖，決定下一步要點哪裡、輸入什麼，對方系統完全不需要提供任何介面。這也是它對中小企業特別有吸引力的原因，因為很多日常在用的系統根本沒有 API，或是有但要另外付費開通。三種介面的差別，我們在〈MCP、API、CLI 差在哪〉有完整比較。
實際能用的地方有兩種。一般使用者是在 ChatGPT 桌面 App（macOS 與 Windows）的 Work 或 Codex 模式裡啟用電腦操作；開發者則透過 API 呼叫 gpt-6-astra，OpenAI 的開發者文件寫明兩種做法都支援，但針對 Astra 建議讓模型寫程式去操作（例如用 Playwright 或 PyAutoGUI 腳本），而不是逐步點擊。
官方文件裡有幾個限制，導入前一定要先知道：
- macOS 上可以在背景執行，甚至螢幕鎖定時也能繼續；Windows 則只能在前景執行，它會接管滑鼠和鍵盤，OpenAI 建議用虛擬機或第二台電腦。
- 不能操作終端機和 ChatGPT 本身，也不能替你以系統管理員身分登入、或按下作業系統的安全與隱私提示。
- 每個 App 都要你先核准一次，敏感或具破壞性的動作會再問一次；企業管理員可以限制哪些 App 能被操作。
- 如果它用的是你的瀏覽器，操作都是以你已登入的帳號進行，網站會把那些點擊視為你本人做的。
方案方面，Plus 只能在 Work 與 Codex 裡使用 Astra；Pro、Business 與 Enterprise 另外在一般對話中有「GPT-6 Pro」。$200 美元的 Pro 方案從 9 月 10 日起因需求太大暫停新訂閱。API 牌價每百萬 token 輸入 10 美元、輸出 50 美元，是前代 GPT-5.6 Sol 的 2.5 倍。官方文件只寫「支援的地區」，沒有列出清單，台灣帳號能不能用，請以桌面 App 裡實際看到的設定為準。
官方數字與獨立榜單：發表時第一，三週後被追上
OpenAI 發表時公布的電腦操作數字很亮眼：OSWorld 2.0 離線子集 72.6%，每題約 40 分鐘，前代 Sol 是 65.7%、約 75 分鐘；辨識螢幕元素的 ScreenSpot-Pro 92.7%；Zapier 設計、模擬真實業務流程的 AutomationBench 41.4%。第三方的 Artificial Analysis 在 9 月 9 日自己重跑了一次 AutomationBench，Astra 以 68.5% 排在所有模型第一（他們的計分方式和 Zapier 官方榜不同，兩個數字不能直接對照）。
圖：Artificial Analysis 在 9 月 9 日自行重跑 Zapier 的業務流程基準，GPT-6 Astra 以 68.5% 居首；計分方式與 Zapier 官方榜不同（截圖來源：Artificial Analysis）
第一名的位置沒有維持太久。9 月 22 日 Anthropic 推出 Claude Opus 5.5，Zapier 的即時排行榜上，Opus 5.5 以 42.47% 小勝 Astra 的 41.4%，每題成本 1.44 美元對 1.73 美元。拆開看各領域，Astra 在行銷、客服、財務三類任務仍是第一，業務與營運則是 Opus 5.5 領先。
圖：Zapier AutomationBench 即時排行榜（v1.0.6，9 月 27 日擷取）：Opus 5.5 推出後以 42.47% 小勝 Astra 的 41.4%，每題成本也較低（截圖來源：Zapier）
OSWorld 的數字更要小心。OpenAI 用的是離線子集與自家的測試環境，Anthropic 自報 Opus 5.5 的 81.8% 又是另一套計分；OSWorld 官方維護的 Snorkel 排行榜到 9 月 27 日都還沒有列入 Astra。各家的跑分拿來看趨勢可以，拿來決定採購不夠，最可靠的做法還是拿自己公司的 10 到 20 個真實流程小規模試跑。
實測者怎麼用：做得好的，都是有人盯著
寫出最詳細過程的是 How I AI 的 Claire Vo。她讓 Astra 接手自己的 Chrome，在節點式的流程工具裡修改 CRM 的潛在客戶分派流程，加上 AI 產生信件、路由規則和 Slack 草稿，全程雙手沒碰鍵盤；另一個任務是替聊天產品的預覽版做 QA，Astra 在 Chrome 裡連續點了 1 小時 45 分鐘，送訊息、重新整理、翻開發者主控台的錯誤紀錄，找出幾個團隊漏掉的競態問題。她說自己現在一天大約 90% 的時間，都在看它用她的電腦（原文）。
最接近台灣中小企業日常的一個測試，來自 The AI Automators 的 Alan Walsh。他請 Astra 用已經開好的 Chrome 分頁，在 Xero 的示範公司帳上對帳，只處理「明顯對得上發票或帳單」的交易。大約十分鐘，它完成 7 筆，其中一筆還是拆分付款。
圖：實測者讓 Astra 用開好的 Chrome 分頁在 Xero 示範公司帳上對帳，約十分鐘完成 7 筆，含一筆拆分付款（截圖來源：The AI Automators（Alan Walsh））
同一篇文章裡，他也讓 Astra 在 DaVinci Resolve 替影片補空景畫面，系統回報花了 31 分鐘，實際經過約 20 分鐘；整輪測試用掉 100 美元方案大約四成的額度。他的建議很直白：同一件事如果有直接的串接可以做，就不要用電腦操作，串接更快、更便宜、出錯的地方也更少（原文）。
Simon Willison 用 ChatGPT Work 加 Astra，從開放街圖資料規劃 5 公里與 10 公里的跑步路線，27 分鐘交出 GPX、GeoJSON 和網頁地圖。他挑出的毛病反而跟稽核有關：對話太長被自動壓縮之後，Astra 當時執行過的 Python 程式再也找不回來，他認為任何會壓縮上下文的代理系統，都應該保留壓縮前的原文（原文）。對企業來說，這件事的意思是：AI 替你做了什麼，要有自己的紀錄，不能只靠對話視窗。
我們自己的經驗也在同一條線上。在〈GPT-6 Astra 強在哪裡〉那篇實測裡，Astra 四個小時把 CRM 的欄位、管線、通知規則和測試資料都設好了，過程中我們做了幾次確認與兩次糾正；然後打開用量頁面，Pro 方案那一週的額度已經歸零。做得到是真的，只是每一個截圖、每一次點擊都在扣額度。
卡住的地方：慢、貴、會自己加戲
不是每個人都有好體驗。Hacker News 上有使用者量到電腦操作每一步大約 45 秒，沒有比前代快，而且好幾次在做出可用結果之前就停了；另一位說只送了 15 則訊息，5 小時的額度就用完。Zvi Mowshowitz 整理的社群回饋裡，有人的感想是「瀏覽器操作很快，電腦操作好像很慢」。官方說法是每 5 小時 Plus 大約可用 5 到 45 則 Astra 訊息，區間寬到很難事先估算一個任務要花多少。
讓它長時間自己跑，問題更明顯。MindStudio 的評測者讓 Astra 透過 Codex 在 Unreal Engine 裡自主做一個角色扮演遊戲，成品出現重疊閃爍的幾何畫面，只有錄成影片才看得出來，還吃掉好幾次完整的額度重置；同一篇的結論是，有人在旁邊一起測試，結果和額度效率都比較好。插畫家 Taiyaki Sun 讓它在 Clip Studio Paint 裡替線稿上色，一次就用掉 100 美元 Pro 方案 21% 的額度（Decrypt 報導）。
「加戲」則出現在創作類任務。Ethan Mollick 原本不知道 Astra 會操作 Blender，結果它自己打開 Blender，花大約 45 分鐘做出一支 3D 動畫書籍預告片，只是成品的氣氛比書本身陰沉許多。Every 的影像團隊用它在 Blender 和 Nuke 裡做特效，遮罩與追蹤做得不錯，但要把動物自然融進草地這類有機畫面時就失敗了。
安全面的數字也要看。OpenAI 自己的系統卡顯示，在刻意設陷阱的職場測試環境裡，就算開啟預設的「重要動作先確認」，Astra 仍有 4.3% 的情境發生未授權交易、4.5% 發生資料外洩；外部紅隊 Gray Swan 讓攻擊者重試 15 次，約 8.5% 的情境會被藏在畫面裡的指令騙過。比前代好很多，但離「可以放著不管」還有距離。瀏覽器擴充功能與權限的細節比較複雜，我們會另外整理。
台灣公司先試哪些工作
把上面的實測攤開，適合先試的工作有共通點：沒有 API 可以串、步驟固定、做錯可以復原，而且有人能在旁邊看。這跟我們在〈讓 AI Agent 接上你的工作工具〉裡講的權限階梯是同一套邏輯，唯讀先開、可逆的寫入其次，對外發送與付款最後，而且要人確認。
| 工作 | 建議 | 理由與注意 |
|---|---|---|
| 網站或內部系統 QA | 適合先試 | 只讀不寫，Claire Vo 的 1 小時 45 分測試找到團隊漏掉的問題 |
| 沒有 API 的舊系統資料搬移、查詢 | 適合，要有人看 | 先用測試資料或示範帳號跑，確認欄位對應再上正式資料 |
| 月底對帳、比對發票 | 可以試 | 只讓它處理明顯對得上的項目，其餘標出來給人判斷 |
| 表單填寫、後台設定 | 可以試 | 送出前停下來給人看，Windows 請用虛擬機或另一台電腦 |
| 付款、轉帳、寄給客戶的信 | 不要自動做 | 官方測試開了確認仍有 4.3% 未授權交易 |
| 講究美感的設計與影片 | 當草稿用 | 創作意圖容易跑掉，成品要人重修 |
| 有 API 或 MCP 的系統 | 直接串接 | 更快、更便宜、有完整紀錄 |
最後一列值得多講一句。很多公司評估電腦操作時，第一個想到的是 Gmail、Google 試算表、CRM 這些其實都有 API 的系統。這類工作用串接做，速度與穩定度都好得多，像我們在〈讓 Agent 幫你讀信、摘要、擬回覆草稿〉示範的做法，權限也能從唯讀開始一步步放。真的沒有 API、又想讓 AI 接手的系統，也可以考慮自己包一層介面，〈自己動手做一個 MCP Server〉有完整教學。
如果決定要試，有幾件事先準備好會少很多麻煩：一台專門給它用的電腦或虛擬機；一個乾淨的瀏覽器設定檔，只登入它需要的系統；App 與網站逐一核准，不要一次全部允許；任務的輸入、輸出和截圖另外存一份，不要只留在對話裡。權限與資料外洩的整體防線，〈企業級 AI Agent 權限控管與資料外洩防禦〉有更完整的架構。
想把這類操作變成公司固定的流程，例如每天自動整理報表、每週比對兩個系統的資料，就不只是開一個 ChatGPT 帳號的事，而是要把 Agent 接進既有系統、設好權限與紀錄，這部分可以參考我們的 AI Agent 開發。
整體來說，Astra 的電腦操作已經從展示品變成可以上工的工具，但它比較像一個很快、偶爾會自作主張的新進同事：交代清楚、盯著做、重要的動作自己按，它能幫上很大的忙；丟給它就走開，帳單和風險都會超出預期。
資料來源與查證日期
- OpenAI：ChatGPT 電腦操作官方文件（平台限制、核准機制）
- OpenAI Help Center：GPT-6 Astra 用量說明（各方案額度）
- OpenAI 開發者文件：Computer use
- OpenAI：GPT-6 Astra 系統卡（安全測試數字）
- Zapier AutomationBench 排行榜、Artificial Analysis 評測報告、OSWorld 2.0 官方排行榜
- 實測：Claire Vo、The AI Automators、Simon Willison、Ethan Mollick、MindStudio、Hacker News 討論串
本文規格、價格與排行榜數字查證於 2026 年 9 月 27 日。排行榜會隨新模型與重跑持續變動，額度與方案內容也可能調整，請以官方頁面為準；實測案例為各作者自述，我們未重現。
延伸閱讀
常見問題
GPT-6 Astra 的電腦操作在台灣可以用嗎？
用 Astra 操作電腦會很耗額度嗎？
Windows 電腦可以讓 Astra 在背景操作嗎？
什麼情況不適合用電腦操作？
這個主題的完整脈絡、選型比較與導入建議，都整理在指南裡。
訂閱免費電子報
把 AI 自動化、企業系統設計與 WordPress / Laravel 開發的真實案例和可直接照做的技巧，整理成電子報寄給你。只寄精選內容、不灌垃圾信，一鍵就能退訂。