ChatGPT Astra ทำแทนคุณได้ 6 งาน — และงานเดียวที่ห้ามปล่อยให้กดเอง

AI เลิกเป็นแค่ช่องพิมพ์ถาม–ตอบแล้วครับ ตอนนี้มันกดเมาส์ พิมพ์คีย์บอร์ด และสลับโปรแกรมแทนเราได้จริง

OpenAI ตัดเดโมความยาวน้อยกว่า 3 นาทีมาโชว์เอง — ในบทสนทนาเดียวมีงานหลายชิ้นต่อกัน ตั้งแต่ลงประกาศขายโต๊ะเก่า ร่างสัญญา ทำพรีเซนต์ ไปจนถึงสั่งข้าวและหาคอร์ทเทนนิส ตัวเลขจากชุดทดสอบที่บริษัทวัดเองบอกว่างานประเภท computer use ทำสำเร็จ 72.6% ใช้เวลาเฉลี่ยราว 40 นาทีต่องาน จากรุ่นก่อนที่ราว 75 นาที

แต่ในชุดงานนั้นมีงานหนึ่งที่ผมคิดว่าคุณไม่ควรปล่อยให้มันกดจนจบ — ไม่ใช่เพราะมันทำไม่ได้ แต่มันทำได้ และเส้นแบ่งไม่อยู่ตรงที่คนส่วนใหญ่คิด

คลิปนี้มี 2 ก้อนครับ: 6 งานที่มันลงมือทำแทนเราได้จริง (ทุกข้อมีฟุตเทจเดโม ไม่ใช่คำโฆษณา) และ 3 อย่างที่มันยังทำไม่ได้ ซึ่งข้อสุดท้ายคือข้อเดียวที่ผมจะเก็บไว้ถ้าต้องลืมที่เหลือทิ้งหมด

หน้าและเสียงในคลิปต้นทางเป็น AI avatar ที่โคลนจากผม แต่ทุกคำตัวจริงเป็นคนค้น คนเขียน และคนตรวจครับ

computer use คืออะไร?

เมื่อก่อน AI คือช่องพิมพ์ — เราถาม มันตอบ แล้วเราต้องเอาคำตอบไปทำเองต่อทุกครั้ง

computer use คือการที่มันได้มือมาใช้ครับ มันเห็นหน้าจอเดียวกับเรา เลื่อนเมาส์เอง พิมพ์เอง กดปุ่มเอง เหมือนจ้างเด็กฝึกงานมานั่งหน้าคอมอีกเครื่อง แล้วบอกงานเป็นคำพูด

ในแอปตอนนี้จะเห็น 2 โหมดวางคู่กัน: โหมดแชทคือถาม–ตอบเร็ว ๆ แบบที่คุ้น ส่วนโหมด work คือมอบงานยาวให้มันทำจนได้ของออกมาเป็นชิ้น 6 ข้อต่อจากนี้คืองานแบบโหมดหลังทั้งหมด

วันนี้ในบัญชีของผมเอง หน้าเลือกโมเดลมีชื่อ Astra ให้กดแล้วครับ

ChatGPT Astra ทำแทนคุณได้กี่งาน?

สั้น ๆ: ในเดโมทางการที่คลิปไล่ดู มีอย่างน้อย 6 งานที่มันลงมือจนจบได้จริง และมีอย่างน้อย 3 อย่างที่เอกสารของ OpenAI เองบอกว่ายังไม่ควรปล่อยเต็มมือ

ตัวเลขที่ควรจำคู่กันมี 2 ตัวจากชุดทดสอบของบริษัทเอง:

1. 72.6% — สัดส่วนงานประเภทนี้ที่ทำสำเร็จในชุดทดสอบ
2. ราว 40 นาทีต่องาน — เวลาเฉลี่ย (รุ่นก่อนราว 75 นาที)

พลิกอีกด้านของ 72.6% คือยังมีงานราว 1 ใน 4 ที่ทำไม่จบ และตัวเลขนี้มาจากชุดทดสอบแบบปิดที่จำลองเวลา ไม่ใช่การใช้งานจริงของคนทั่วไปทุกคน

งานที่ 1: งานธุระที่กินเวลาแต่ไม่ต้องคิด — มอบได้ไหม?

ได้ครับ และถ้าเป็นผมจะเริ่มจากกลุ่มนี้ก่อน

ในเดโมเขาพูดสั้น ๆ ว่าหิวแล้ว ขอข้าวกับเนื้อจากร้านที่สั่งไปเมื่อสัปดาห์ก่อน — ไม่บอกชื่อร้าน ไม่เปิดแอปส่งอาหารเอง ส่วนหน้าเปิดตัวทางการเขียนงานกลุ่มนี้ไว้ตรง ๆ ว่ามันกรอกฟอร์มออนไลน์ อัปเดตข้อมูลลูกค้าในระบบ CRM และจัดปฏิทินให้ได้

งานกลุ่มนี้ไม่ได้ยาก มันแค่ขโมยเวลาเราไปวันละราว 15 นาทีโดยไม่มีใครนับ เรารู้ว่าต้องกรอกอะไร เราแค่ไม่อยากกรอก และถ้าผิด แก้ได้ในราว 3 วินาที

งานที่ 2: งานที่ต้องเดินข้ามหลายโปรแกรม — มันจบให้ได้ไหม?

ได้ครับ แต่ความยากไม่ได้อยู่ที่ขั้นใดขั้นหนึ่ง อยู่ว่ามันยาวและหลุดง่าย

เดโมโต๊ะสีส้มที่ซื้อจากตลาดนัดเมื่อหลายปีก่อน — รูปอยู่ในโฟลเดอร์ดาวน์โหลด สั่งเพิ่มระหว่างทางว่ามีรอยบุบนิดหน่อย ให้เขียนบอกในคำอธิบายด้วย ถ้าทำเองต้องเปิดโฟลเดอร์ หารูป เปิดเว็บ ล็อกอิน อัปโหลด พิมพ์คำอธิบาย ตั้งราคา กดลงประกาศ

นานแบบนี้แหละที่ตัวเลขราว 40 นาทีเมื่อกี้พูดถึง แต่ละขั้นไม่ยาก แต่พลาดขั้นเดียวคือย้อนไปทำใหม่

งานที่ 3: งานเอกสารที่ต้องไปหาข้อมูลก่อน — สั่งรอบเดียวจบไหม?

ไม่จำเป็นต้องรอบเดียวจบครับ จุดขายอยู่ตรงที่แก้ระหว่างทางได้

หน้าเปิดตัวเขียนว่ามันค้นข้อมูลออนไลน์ แล้วร่างสรุปลงในอีเมลหรือโปรแกรมเอกสารของเราได้ ในเดโมคือสั่งทำพรีเซนต์คอลเลกชันเสื้อกันฝนฤดูหน้าสำหรับร้านค้า กำชับให้ดูพรีเมียม สีสด และสนุก

ท้ายเดโมเขาย้อนกลับมาสั่งอีกที ให้เปลี่ยนสีพื้นหลังให้เข้ากับเสื้อกันฝนในภาพ — มันแก้ให้ ทั้งที่งานอื่นยังวิ่งอยู่ นี่คือความต่างจากการสั่งรอบเดียวจบ เหมือนคุยกับคนที่นั่งทำงานอยู่ตรงนั้น

งานที่ 4: งานที่เมื่อก่อนต้องจ้างคนเขียนโค้ด — คนไม่เขียนโค้ดสั่งได้ไหม?

ได้ครับ ในขอบเขตที่เดโมกับหน้าทางการโชว์ไว้

เดโมสั่งเกม 3 มิติที่ต้องหลบอุกกาบาต ใช้ปุ่มลูกศรบังคับ ใช้ spacebar เร่งความเร็ว แล้วมันตอบสั้น ๆ ว่ากำลังสร้างเกมให้ หน้าทางการเสริมว่ามันวิเคราะห์ข้อมูล ทำกราฟ สร้างเว็บไซต์ แล้วรันการทดสอบหน้าเว็บได้เอง

ข้อนี้สำคัญกับคนแบบผมครับ ผมไม่เคยเขียนโค้ดเป็น แต่ผมรู้ว่าธุรกิจต้องการอะไร — และตอนนี้คนที่รู้ว่าต้องการอะไร สั่งของออกมาได้เอง

งานที่ 5: งานที่จบเป็นของจับต้องได้ — จากวงกลมบนจอถึงไฟล์พิมพ์ 3 มิติ?

ใช่ ในเดโมระยะทางนั้นคือประโยคสั่งงานราว 3 ประโยค

เริ่มจากวงกลมสีเหลืองวงเดียว แล้วบอกว่าเอาวงกลมนี้ไปทำเป็นหน้าต่างของยานอวกาศ จากนั้นสั่งต่อให้ขึ้นเป็นโมเดล 3 มิติในโปรแกรม Blender แล้วตอนท้ายขอไฟล์ที่ส่งเข้าเครื่องพิมพ์ 3 มิติได้เลย

เมื่อก่อนระยะทางจากรอยวาดเล่นบนจอไปถึงไฟล์ที่พิมพ์ออกมาถือได้จริง คือทีมงานกับเวลาเป็นวัน ในเดโมนี้คือประโยคสั่งงานไม่กี่ประโยค

งานที่ 6: งานที่ออกไปแตะโลกจริง — ทำไมถึงเป็นงานที่ต้องคิดก่อนปล่อย?

เพราะผลลัพธ์ไม่อยู่ในคอมพิวเตอร์ของคุณคนเดียวแล้วครับ

ในเดโมเขาบอกว่าบ่ายนี้อยากเล่นเทนนิส ให้หาคอร์ตว่างในย่านที่อยู่สักพัก มันเจอคอร์ตว่างตอน 17:00 น. แล้วเขาตอบสั้น ๆ สองคำว่าจองเลย

5 ข้อก่อนหน้า ผลลัพธ์ยังอยู่ในคอมพิวเตอร์ — เป็นไฟล์ เป็นหน้าเว็บ เป็นเอกสาร แก้ได้ ลบได้ เริ่มใหม่ได้ แต่ข้อนี้ไม่ใช่ พอมันกดจอง มีคนอีกฝั่งรับข้อมูลเราไปแล้ว มีคิวที่ถูกจองไปแล้ว และมีชื่อเราผูกอยู่กับมันแล้ว

จำข้อนี้ไว้ก่อนนะครับ — เดี๋ยวจะกลับมาที่เส้นแบ่ง

สิ่งที่เชื่อม 6 ข้อเข้าด้วยกันคืออะไร?

ไม่ใช่ความยากของแต่ละงานครับ แต่คือความยาวของงาน

งานที่ AI รุ่นก่อนทำได้ดีคืองานที่จบในคำสั่งเดียว — สรุปให้หน่อย เขียนให้หน่อย แต่ 6 ข้อเมื่อกี้ทุกข้อมีหลายขั้น มีการรอ และมีการกลับมาแก้ระหว่างทาง

ตัวเลขราว 40 นาทีต่องานจึงไม่ได้แปลว่ามันตอบช้า มันแปลว่างานที่เราเริ่มมอบให้มันได้กินเวลาระดับครึ่งชั่วโมงของคนทำงานจริง ไม่ใช่คำถามที่จบใน 3 วินาที นั่นคือการเปลี่ยนจากเครื่องมือตอบคำถาม มาเป็นคนที่รับงานไปทำ

3 อย่างที่ ChatGPT Astra ยังทำไม่ได้ (จากเอกสาร OpenAI เอง)

1) งานความปลอดภัยเชิงรุก

อันนี้ไม่ใช่ผมเดาเอง หน้าเปิดตัวของ OpenAI เขียนเองตรง ๆ ว่าโมเดลตัวนี้จะปฏิเสธงานความปลอดภัยขั้นสูง เช่น การสร้างตัวอย่างโค้ดสำหรับเจาะช่องโหว่

รายงานความปลอดภัยของบริษัทเองระบุว่า Astra เป็นโมเดลแรกของเขาที่แตะระดับที่เรียกว่า Critical ในด้าน cyber พูดง่าย ๆ คือถ้าให้เครื่องมือและสิทธิ์ที่เหมาะสม มันหาช่องโหว่ที่ยังไม่มีใครรู้เจอได้ — ของแรงพอที่เจ้าของต้องล็อกตู้เอง

ถ้าใครโฆษณาว่าเอาตัวนี้ไปทำงานสายนั้นได้เต็มที่ ให้สงสัยไว้ก่อนครับ

2) งานที่ต้องการความแน่นอน 100%

กลับมาที่ 72.6% คนส่วนใหญ่ได้ยินแล้วรู้สึกว่าเยอะ แต่พลิกอีกด้าน ในชุดทดสอบนั้นยังมีงานราว 1 ใน 4 ที่มันทำไม่จบ และตัวเลขนี้ไม่ได้มาจากการใช้งานจริงของคนทั่วไป — มันมาจากชุดทดสอบแบบปิดที่ OpenAI กำกับเองว่าเป็นการจำลองเวลา

เพราะฉะนั้นงานที่พลาดครั้งเดียวแล้วเสียหายจริง — อย่างตัวเลขที่ต้องส่งลูกค้า หรือข้อมูลที่ต้องยื่นหน่วยงาน — ยังต้องมีคนอ่านซ้ำก่อนส่งเสมอครับ ไม่ใช่เพราะมันโง่ แต่เพราะ 1 ใน 4 ไม่ใช่ตัวเลขที่เล็กพอจะเสี่ยง

3) งานที่ผิดแล้วมีคนอื่นรับผลแทนเรา

นี่คือข้อที่ผมบอกตอนต้นว่าจะเก็บไว้ถ้าต้องลืมที่เหลือทิ้ง

จำคอร์ทเทนนิสข้อ 6 ได้ไหมครับ นั่นแหละคืองานที่ผมจะไม่ปล่อยให้มันกดเอง ไม่ใช่เพราะมันจองไม่เป็น — จองเป็น แต่เพราะวินาทีที่มันกด ชื่อเรา เวลาเรา และบางทีเงินเรา ถูกผูกไว้กับคนอื่นแล้ว

เรื่องเดียวกับสัญญาในเดโมครับ เขาสั่งให้แก้ข้อจำกัดความรับผิดให้เอียงมาทางคู่สัญญา มันแก้ให้ได้สวยงาม แต่ประโยคที่มันแก้คือประโยคที่จะถูกอ่านในวันที่มีเรื่องกันจริง

และที่ต้องระวังกว่านั้น ในรายงานความปลอดภัยของตัวเอง OpenAI เขียนว่าความสามารถในการตรวจสอบร่องรอยความคิดของโมเดลตัวนี้ลดลงเมื่อเทียบกับรุ่นก่อน — มันเก่งขึ้น แต่การย้อนไปดูว่าทำไมมันตัดสินใจแบบนั้น ทำได้ยากกว่าเดิมครับ

เส้นแบ่งใหม่ของการมอบงานให้ AI อยู่ตรงไหน?

เส้นแบ่งของการมอบงานให้ AI ขยับไปแล้วครับ

เมื่อก่อนเราแบ่งว่างานยากทำเอง งานง่ายให้มันทำ ตอนนี้เส้นนั้นใช้ไม่ได้ เพราะงานยากอย่างการขึ้นโมเดล 3 มิติมันทำได้ ส่วนงานง่ายอย่างการกดจองคอร์ทกลับเป็นงานที่ควรคิดก่อน

เส้นใหม่ไม่ได้อยู่ที่ว่างานยากหรือง่ายครับ มันอยู่ที่ว่าถ้าผิดแล้วใครเป็นคนรับผล

• ถ้าผิดแล้วเรากดยกเลิกเองได้ → มอบให้มันไปเลย
• ถ้าผิดแล้วมีคนอื่นเดือดร้อน มีเงินออกจากบัญชี หรือมีลายเซ็นเราไปอยู่ในเอกสาร → ให้มันทำเสร็จได้ แต่คนกดต้องเป็นเรา

ผมเชื่อว่า AI จะทำงานบนคอมพิวเตอร์แทนเราได้เก่งขึ้นเรื่อย ๆ ครับ แต่การตัดสินใจว่างานไหนควรถูกทำ และใครจะรับผิดชอบเมื่อมันพลาด ยังเป็นของเราเสมอ

FAQ

ChatGPT Astra กับ computer use ต่างจากแชทธรรมดายังไง?

แชทคือถาม–ตอบเร็ว ๆ ส่วน computer use / โหมด work คือการที่โมเดลเห็นหน้าจอ กดเมาส์ พิมพ์ และสลับโปรแกรม เพื่อทำให้งานยาวจบเป็นชิ้นงาน ไม่ใช่แค่ให้คำตอบ

ทำไมตัวเลขสำเร็จแค่ 72.6% ถึงสำคัญ?

เพราะพลิกอีกด้านคืองานราว 1 ใน 4 ในชุดทดสอบยังทำไม่จบ และตัวเลขนี้มาจากชุดทดสอบแบบปิดที่จำลองเวลา ไม่ใช่การใช้งานจริงของทุกคน งานที่พลาดแล้วเสียหายจริงจึงยังต้องมีคนอ่านซ้ำก่อนส่ง

ทำไมเวลาเฉลี่ยราว 40 นาทีต่องานถึงไม่ใช่ข่าวร้าย?

เพราะมันไม่ได้แปลว่าโมเดลตอบช้า แต่แปลว่างานที่มอบให้ได้กินเวลาระดับครึ่งชั่วโมงของคนทำงานจริง มีหลายขั้น มีการรอ และแก้ระหว่างทางได้ — ไม่ใช่คำถามที่จบใน 3 วินาที

งานไหนใน 6 ข้อที่ห้ามปล่อยให้มันกดเองจนจบ?

งานที่แตะโลกจริงแล้วมีคนอื่นรับผล เช่น กดจองคอร์ท หรือแก้ประโยคในสัญญาที่จะถูกอ่านวันมีเรื่อง — ให้มันหา/ร่าง/เตรียมได้ แต่คนกดยืนยันควรเป็นเรา

Astra ทำสายเจาะระบบ / ความปลอดภัยเชิงรุกได้เต็มที่ไหม?

ตามที่ OpenAI เขียนเอง โมเดลจะปฏิเสธงานความปลอดภัยขั้นสูงประเภทนั้น และรายงานความปลอดภัยระบุว่า Astra แตะระดับ Critical ด้าน cyber — ถ้ามีคนโฆษณาว่าใช้เต็มที่ได้โดยไม่ล็อกสิทธิ์ ให้สงสัยไว้ก่อน

อยากได้ระบบ AI ที่ใช้ทำงานจริงทุกวันไหม?

ถ้าอยากได้ระบบ AI ที่ผมใช้ทำงานจริงทุกวัน — ทั้งตัวช่วยเขียน ตัวช่วยทำภาพ และระบบที่รันงานให้เองแบบในคลิปนี้ — ผมรวมไว้ที่ คลังแสง AI แล้วครับ

ดูรายละเอียดได้ที่ https://link.mewsocial.com/08tqz9

แล้วคอมเมนต์บอกผมหน่อยว่า ถ้าให้มอบงานแรกให้มันวันนี้ คุณจะเลือกงานไหน?

แหล่งอ้างอิง: OpenAI — GPT-6 Astra: A new generation of intelligence · OpenAI Safety Overview / system card (GPT-6 Astra) · วิดีโอเดโมทางการจาก @OpenAI · ประกาศ rollout จาก @OpenAI · Vellum สรุปตาราง benchmark ของ GPT-6 Astra