قابلیت Computer Use در GPT-6 Astra به مدل اجازه میدهد از طریق یک ابزار کنترلشده با رابط مرورگر یا دسکتاپ کار کند. Astra میتواند صفحه را ببیند، اقدام بعدی را انتخاب کند و نتیجه را دوباره بررسی کند؛ از تکمیل فرم و کار با CRM تا پژوهش وب، تولید فایل و کنترل کیفیت محصول.
- Astra در OSWorld 2.0 امتیاز ۷۲٫۶ درصد ثبت کرده است.
- زمان شبیهسازیشده هر کار نسبت به GPT-5.6 Sol حدود ۴۷ درصد کمتر گزارش شده است.
- ابزار میزبان همچنان باید کلیک، تایپ، مجوز و نتیجه هر اقدام را کنترل کند.
Computer Use دقیقاً چگونه کار میکند؟
مدل مستقیماً به کامپیوتر دسترسی نامحدود ندارد. برنامه میزبان تصویر یا وضعیت رابط را در اختیار مدل میگذارد و مجموعهای از اقدامهای مجاز مانند کلیک، تایپ یا اسکرول را تعریف میکند. مدل اقدام پیشنهادی را برمیگرداند، برنامه آن را اجرا میکند و وضعیت تازه برای تصمیم بعدی ارسال میشود.
راهنمای رسمی Computer Use بر اجرای ابزار در محیط کنترلشده تأکید دارد. دامنه سایتها، فایلها و مجوزها باید از پیش محدود شوند و برنامه نباید هر دستور موجود در صفحه را قابل اعتماد فرض کند.
چه کارهایی برای Astra مناسباند؟
کارهای تکراری اما چندمرحلهای گزینههای خوبی هستند: انتقال داده میان فرمها، بهروزرسانی رکورد مشتری، تنظیم تقویم، جمعآوری اطلاعات از چند صفحه، ساخت خلاصه در ویرایشگر سند و بررسی دستی یک رابط وب. مدل همچنین میتواند در نرمافزارهای علمی یا طراحی، داده را مشاهده و نتیجه را استخراج کند.
وظیفه باید پایان قابل تشخیص داشته باشد. عبارتی مانند «این فهرست را با داده فایل بهروز کن و ردیفهای نامعتبر را گزارش بده» بهتر از دستور مبهم «همهچیز را مرتب کن» است. معیار موفقیت روشن، احتمال اقدام اضافه را کاهش میدهد.
نتایج OSWorld و سرعت بیشتر
OpenAI برای زیرمجموعه آفلاین OSWorld 2.0 امتیاز ۷۲٫۶ درصد را برای Astra و ۶۵٫۷ درصد را برای GPT-5.6 Sol گزارش کرده است. زمان میانگین شبیهسازیشده نیز حدود ۴۰ دقیقه در برابر ۷۵ دقیقه بوده؛ یعنی نزدیک به ۴۷ درصد زمان کمتر برای هر کار در شرایط ارزیابی.
این اعداد تضمین عملکرد در هر سایت یا نرمافزار نیستند. تغییر رابط، پنجره ناگهانی، CAPTCHA، سطح دسترسی و کیفیت ابزار کنترل میتواند نتیجه واقعی را تغییر دهد. یک آزمایش محلی روی رابط هدف ضروری است.
خطر prompt injection در صفحه وب
عامل مرورگر ممکن است متنی ببیند که تلاش میکند دستور اصلی را عوض کند؛ برای مثال از مدل بخواهد دادهای را ارسال یا یک کنترل را دور بزند. متن صفحه باید داده غیرقابل اعتماد تلقی شود، نه دستور سطحبالا. Astra در برابر prompt injection مقاومتر گزارش شده، اما این خطر حذف نشده است.
داده حساس را فقط با تأیید صریح منتقل کنید. ارسال پیام، خرید، حذف فایل، تغییر دسترسی و ورود اطلاعات شخصی باید به مکث و تأیید انسان منجر شوند. ثبت screenshot، URL و اقدامها برای ممیزی نیز مفید است.
معماری پیشنهادی برای اجرای امن
- عامل را در مرورگر یا محیط مجزا با حداقل مجوز اجرا کنید.
- فهرست دامنهها و عملیات مجاز را محدود کنید.
- برای اقدامات حساس، تأیید انسانی اجباری قرار دهید.
- پس از هر اقدام، وضعیت صفحه و نتیجه مورد انتظار را بررسی کنید.
- زمان، تعداد گام و هزینه را محدود و مسیر توقف امن تعریف کنید.
Computer Use زمانی ارزشمند است که یک فرایند واقعی را از ابتدا تا پایان کوتاه کند، نه اینکه فقط چند کلیک نمایشی انجام دهد. پیش از مقیاسدادن، نرخ موفقیت کامل، زمان بازیابی از خطا و میزان بازبینی لازم را اندازه بگیرید. مدلهای فعال برای کاربران در گپجیپیتی از طریق انتخابگر قابل بررسیاند.
مدل مناسب کارتان را انتخاب کنید
مدلهای فعال و امکانات هرکدام را در گپجیپیتی بررسی کنید.
