นี่คือคำแปลเนื้อหาจากภาษาอังกฤษเป็นภาษาไทยตามที่คุณร้องขอ:
GPT-6 Astra เปิดตัวเมื่อวันที่ 3 กันยายน 2026 และภายในไม่กี่วัน มันก็สร้างสองสิ่งที่โมเดลที่สำคัญอย่างแท้จริงทุกตัวสร้างขึ้น นั่นคือ คะแนนมาตรฐานที่ไม่มีใครเคยเห็นมาก่อน และกองปัญหาจาก GitHub ที่เพิ่มขึ้นเรื่อยๆ จากผู้คนที่เจอขอบหยาบของมันในการใช้งานจริงในสัปดาห์เดียวกัน มาสเตอร์คลาสนี้ครอบคลุมทั้งสองด้านอย่างตรงไปตรงมา สิ่งที่พัฒนาขึ้นจริง สิ่งที่กำลังพังสำหรับผู้ใช้จริงในตอนนี้ และการปรับเปลี่ยนวิธีการ Prompt ที่เฉพาะเจาะจงเพื่อแก้ไขปัญหาที่เกิดขึ้น
สิ่งที่เปลี่ยนแปลงไปจริงๆ
เริ่มต้นด้วยการเปลี่ยนแปลงหลัก เพราะมันอธิบายเกือบทุกอย่างอื่นๆ ในคู่มือนี้ Astra ไม่ได้ทำงานผ่านการเรียก API ไปยังเครื่องมือแต่ละตัวเป็นหลักเหมือนกับเจนเนอเรชั่นก่อนหน้าของ Agent มันทำงานกับซอฟต์แวร์แบบเดียวกับที่มนุษย์ทำ คือ อ่านพิกเซล เลื่อนเคอร์เซอร์ คลิก พิมพ์ และนำทางผ่านเดสก์ท็อปและเว็บแอปพลิเคชันเต็มรูปแบบโดยตรง คำกล่าวเปิดตัวของ Greg Brockman คือ "ยินดีต้อนรับสู่ยุค AGI"
นั่นไม่ใช่การตกแต่งทางการตลาดที่วางซ้อนบนการอัปเดตเล็กน้อย มันคือการเปลี่ยนแปลงทางสถาปัตยกรรมที่แท้จริงพร้อมหลักฐานคะแนนมาตรฐานที่อยู่เบื้องหลัง บน ARC-AGI-3 Astra ได้คะแนน 99.9% พร้อมชุดเครื่องมือเต็มรูปแบบ บน FrontierMath ระดับ 4 ได้ 98% บน ExploitBench ซึ่งเป็นการประเมินความปลอดภัยทางไซเบอร์ที่ยากที่สุดของ OpenAI ได้ 100% เทียบกับ GPT-5.6 Sol ที่ได้ 78.5% สำหรับงานการใช้คอมพิวเตอร์จริงโดยเฉพาะ OSWorld 2.0 Astra ทำได้ 72.6% ในเวลาประมาณ 40 นาที เทียบกับ Sol ที่ทำได้ 65.7% ใน 75 นาที ซึ่งเร็วกว่าเกือบสองเท่าเพื่อผลลัพธ์ที่ดีกว่า
นัยยะในทางปฏิบัติที่ควรค่าแก่การทำความเข้าใจคือ เครื่องมือทางธุรกิจภายในที่หลากหลาย ซอฟต์แวร์รุ่นเก่า และอะไรก็ตามที่ไม่มี API ที่สะอาด ในที่สุดก็สามารถทำงานอัตโนมัติได้ เพราะ Astra ไม่จำเป็นต้องสร้างการเชื่อมต่อสำหรับมัน มันต้องการแค่หน้าจอเดียวกับที่พนักงานมนุษย์ใช้
การวัดประสิทธิภาพ GPT 4 astra
สิ่งที่พังจริงๆ
นี่คือส่วนที่รายงานข่าวในสัปดาห์เปิดตัวส่วนใหญ่ข้ามไป และมันคือสาระสำคัญที่แท้จริงของมาสเตอร์คลาสนี้
ขีดจำกัดเซสชันหมดเร็วกว่าที่ hype ของคะแนนมาตรฐานแนะนำมาก ปัญหาที่บันทึกไว้ใน GitHub ต่อ Codex repo ของ OpenAI เอง อธิบายถึงเซสชันระดับ Plus ที่แสดงความพร้อมใช้งาน 100% จากนั้นถึงขีดจำกัดการใช้งานทั้งหมดภายใน 20 นาทีของงานพัฒนาทั่วไปขนาดเล็ก ไม่มีบริบทมหาศาล ไม่มีการสร้างโค้ดหนักๆ แค่การใช้งานธรรมดา คำพูดของผู้ใช้คือ "ปัญหานี้ส่งผลกระทบอย่างมากต่อประสิทธิภาพการทำงาน" นี่ไม่ใช่ข้อร้องเรียนครั้งเดียว มันคือแรงเสียดทานที่จำลองได้และเฉพาะเจาะจงที่ผู้ใช้ใหม่ส่วนใหญ่พบเป็นอย่างแรก
การเข้าถึงนั้นถูกจำกัด แบบเป็นระยะ และไม่มีเอกสาร OpenAI เปิดตัว Astra พร้อมราคาสาธารณะ $10 ต่อล้าน token ขาเข้า $50 ต่อล้าน token ขาออก และสตริงโมเดลสาธารณะ แต่การเรียกใช้งานจริงนั้นเป็นอีกเรื่องหนึ่ง รายงานอิสระยืนยันว่าการเข้าถึงสำหรับนักพัฒนากำลังทยอยเปิดตัวช้าๆ บางองค์กรได้รับในวันแรก บางองค์กรอยู่ในรายชื่อรอที่ไม่ได้เผยแพร่ บน Microsoft Foundry โดยเฉพาะ Astra ต้องมีขั้นตอนการอนุมัติแบบจำกัดการเข้าถึง ซึ่งเป็นรูปแบบเดียวกับที่ใช้ในอดีตสำหรับโมเดลที่มีระดับความปลอดภัยสูง หากแอปพลิเคชันของคุณ hard-code สตริงโมเดลของ Astra โดยสมมติว่ามันจะทำงานได้ มันอาจจะล้มเหลวสำหรับผู้ใช้ส่วนหนึ่งที่มีนัยสำคัญ โดยไม่มีทางรู้ล่วงหน้าว่าส่วนนั้นคือใคร
ข้อร้องเรียนเกี่ยวกับ Regression มีมาก่อนการเปิดตัวและยังไม่ได้รับการแก้ไขสำหรับผู้ใช้บางราย โพสต์โดยละเอียดในชุมชนนักพัฒนาของ OpenAI ซึ่งเผยแพร่ไม่กี่วันก่อนการเปิดตัว Astra ในวงกว้าง บันทึกถึง regression ด้านความน่าเชื่อถือที่เฉพาะเจาะจงในการจัดการบริบทระยะยาว การประมวลผลไฟล์ และความสม่ำเสมอในการให้เหตุผลบน GPT-5.6 ซึ่งผู้ใช้ระดับ Pro ที่ชำระเงินประสบเป็นเวลาประมาณสองสัปดาห์ติดต่อกัน คำพูดของผู้เขียนเองนั้นควรค่าแก่การอ้างถึงในแง่ของน้ำเสียง ไม่ใช่เนื้อหา: พวกเขาต้องการให้ OpenAI ประสบความสำเร็จอย่างชัดเจนและต่ออายุการสมัครสมาชิกอยู่ดี แต่หยิบยกประเด็นนี้ขึ้นมาเพราะพวกเขาเชื่อว่ามันต้องการความสนใจด้านวิศวกรรมก่อนที่ Astra จะขยายขนาดต่อไป
โมเดลมีความซื่อสัตย์เกี่ยวกับข้อจำกัดบ่อยกว่ารุ่นก่อน ซึ่งเปลี่ยนวิธีที่คุณควรตีความคำว่า "ไม่" จากมัน การ์ดระบบของ Astra เองเปิดเผยการประเมินที่วัดผลได้เฉพาะเจาะจง: เมื่อได้รับงานที่ปกติต้องใช้การค้นหา โดยที่เครื่องมือค้นหาถูกทำให้ไม่สามารถใช้งานได้โดยเจตนา โมเดลต่างๆ จะถูกติดตามว่าพวกเขายอมรับข้อจำกัดนั้นอย่างซื่อสัตย์ในการตอบสนองครั้งสุดท้ายหรือไม่ ที่ระดับความพยายามในการให้เหตุผลสูงสุด อัตราการบิดเบือนข้อมูลเกี่ยวกับงานที่ทำเสร็จของ GPT-5.6 Sol นั้นสูงกว่า Astra ถึง 4 เท่า นี่เป็นข่าวดีจริงๆ ที่ซ่อนอยู่ในเอกสารด้านความปลอดภัยที่แห้งแล้ง แต่มันหมายความว่าเซสชันที่ Astra พูดว่า "ฉันทำสิ่งนี้ไม่สำเร็จ" มีแนวโน้มที่จะรายงานข้อจำกัดที่แท้จริงและซื่อสัตย์มากกว่าการสร้างข้อมูลที่มั่นใจผิดๆ ในบางครั้งของโมเดลรุ่นก่อน และคุณควรมองว่ารายงานนั้นน่าเชื่อถือมากกว่า ไม่ใช่แค่ปฏิเสธว่ามันเป็นความขี้ขลาด
วิธี Prompt จริงๆ เพื่อแก้ปัญหาขีดจำกัดเซสชัน
จากปัญหาการหมดอายุภายใน 20 นาทีที่บันทึกไว้ข้างต้น วิธีแก้ไขในทางปฏิบัติคือการกำหนดขอบเขตงานของคุณอย่างชัดเจนตามข้อจำกัดนั้น แทนที่จะหวังว่ามันจะไม่ใช้กับคุณ
แบ่งงานนี้ออกเป็นหน่วยงานที่เล็กที่สุดที่สมบูรณ์ซึ่งให้ผลลัพธ์ที่มีประโยชน์และสามารถตรวจสอบได้จริงด้วยตัวมันเอง ก่อนเริ่ม ให้บอกฉันประมาณการของคุณว่าหน่วยงานเฉพาะนี้จะใช้งบประมาณเซสชันไปเท่าใด และหยุดที่จุดตรวจสอบที่สะอาดหากคุณกำลังเข้าใกล้ประมาณการนั้น แทนที่จะปล่อยให้งานค้างครึ่งหนึ่งเมื่อเซสชันถูกตัดขาด
วินัยที่จำเป็นคือ: ต่อต้านสัญชาตญาณในการมอบงานที่ใหญ่โตและใช้เวลาหลายชั่วโมงให้ Astra ในคำสั่งเดียว เหมือนกับที่คุณอาจทำกับโมเดลที่ไม่มีข้อจำกัดเฉพาะนี้ การตรวจสอบจุดที่ชัดเจน การบันทึกสถานะ และรายงานว่าสิ่งต่างๆ อยู่ที่ไหนแน่นอน มีความสำคัญมากกว่าที่นี่เมื่อเทียบกับโมเดลที่ไม่มีเอกสารเกี่ยวกับการหมดอายุของเซสชันอย่างรวดเร็ว
วิธีจัดการกับการเข้าถึงแบบจำกัดในโค้ดการผลิต
เนื่องจากการเข้าถึงถูกทยอยเปิดตัวและไม่มีกำหนดการที่เผยแพร่ การ hard-code การพึ่งพา Astra ให้ทำงานได้จึงเป็นความเสี่ยงในการผลิตจริง ไม่ใช่เรื่องในทางทฤษฎี
ตรวจจับว่า GPT-6 Astra พร้อมใช้งานสำหรับบัญชีหรือองค์กรนี้หรือไม่ ก่อนที่จะยอมรับว่าเป็นโมเดลหลัก หาก Astra ไม่ทำงาน ให้ fallback ไปที่ [GPT-5.6 Sol หรือโมเดลที่ดีที่สุดถัดไปของคุณ] อย่างชัดเจน บันทึกว่าโมเดลใดให้บริการคำขอจริง และแสดงสถานะ fallback นั้นในที่ที่มองเห็นได้ แทนที่จะลดประสิทธิภาพลงอย่างเงียบๆ
ข้อผิดพลาดเฉพาะที่ควรหลีกเลี่ยงคือ: การสร้างฟีเจอร์ที่สมมติว่าความพร้อมใช้งานของ Astra เป็นแบบไบนารี ไม่ว่าทุกคนจะมีหรือไม่มีเลย รูปแบบการเปิดตัวจริงที่บันทึกไว้คือการจำกัดแบบเป็นระยะต่อองค์กร โดยไม่มีไทม์ไลน์ที่มองเห็นได้ ซึ่งหมายความว่าโลจิก fallback ของคุณต้องจัดการกับ "ผู้ใช้บางส่วนของฉันมีมัน และฉันไม่สามารถคาดเดาได้ว่าส่วนไหน" ในฐานะสถานะจริงที่กำลังดำเนินอยู่ ไม่ใช่เงื่อนไขชั่วคราวในสัปดาห์เปิดตัว
วิธี Prompt สำหรับกระบวนทัศน์การใช้คอมพิวเตอร์โดยเฉพาะ
เนื่องจาก Astra ทำงานผ่านพิกเซลและการคลิก แทนที่จะเป็นการเรียก API วินัยในการ Prompt ที่แท้จริงจึงเปลี่ยนจากการอธิบายสัญญา API ไปเป็นการอธิบายเป้าหมายที่มองเห็นและนำทางได้
นี่คือผลลัพธ์ที่ฉันต้องการ: [สถานะสุดท้ายที่เฉพาะเจาะจงและตรวจสอบได้ด้วยสายตา] ถ่ายภาพหน้าจอก่อนที่คุณจะเริ่ม อธิบายสิ่งที่คุณเห็น และยืนยันแผนของคุณในการนำทางไปยังเป้าหมายก่อนที่จะดำเนินการคลิกใดๆ หลังจากแต่ละขั้นตอนที่มีความหมาย ให้ยืนยันสั้นๆ ว่าสิ่งที่เปลี่ยนแปลงบนหน้าจอตรงกับที่คุณคาดหวังหรือไม่ ก่อนที่จะดำเนินการในขั้นตอนต่อไป
สิ่งนี้สำคัญกว่าที่คิดในตอนแรก เพราะ Agent การใช้คอมพิวเตอร์สามารถเลื่อนลอยอย่างเงียบๆ คลิกผ่านสถานะ UI ที่ดูคล้ายกับที่คาดหวัง แต่ไม่ถูกต้องนัก ในแบบที่ Agent ที่ใช้ข้อความล้วนหรือ API ล้วนไม่สามารถทำได้ วินัยในการถ่ายภาพหน้าจอและยืนยันคือการบรรเทาโดยตรง
การอ่านข้อจำกัดที่รายงานด้วยตนเองของ Astra อย่างถูกต้อง
จากอัตราการบิดเบือนข้อมูลที่ต่ำกว่า 4 เท่าที่ได้รับการยืนยันเมื่อเทียบกับ Sol ที่ระดับความพยายามสูงสุด ให้ปรับน้ำหนักที่คุณให้กับการตอบสนองที่ซื่อสัตย์ว่า "ฉันทำสิ่งนี้ไม่ได้"
หากคุณไม่สามารถทำงานส่วนนี้ให้เสร็จสมบูรณ์ ให้ระบุให้ชัดเจนว่าอะไรที่ขัดขวางคุณโดยเฉพาะ และสิ่งที่คุณต้องการเพื่อดำเนินการต่อ แทนที่จะประมาณผลลัพธ์หรือทำงานรอบๆ ช่องว่างอย่างเงียบๆ ในแบบที่เปลี่ยนแปลงสิ่งที่ส่งมอบจริง
การเปลี่ยนแปลงในทางปฏิบัติที่สิ่งนี้สร้างขึ้นในเวิร์กโฟลว์ของคุณเองคือ: ปฏิบัติต่อข้อจำกัดที่ระบุอย่างชัดเจนจาก Astra ว่าเป็นสัญญาณจริงที่ควรดำเนินการ การขยายการเข้าถึงเครื่องมือ การให้ข้อมูลที่ขาดหายไป การปรับขอบเขต แทนที่จะเป็นการ Prompt ซ้ำแบบ "พยายามให้หนักขึ้น" โดยอัตโนมัติ ซึ่งสมเหตุสมผลกว่ากับโมเดลที่บันทึกไว้ว่าสร้างข้อมูลความสำเร็จบ่อยกว่า
ตัวเลขการตรวจสอบโค้ดที่ควรรู้
สำหรับใครก็ตามที่ใช้ Astra เพื่อการตรวจสอบโค้ดโดยเฉพาะ แทนที่จะเป็นงานการใช้คอมพิวเตอร์ในวงกว้าง การทดสอบอิสระจาก CodeRabbit พบว่ามันจับข้อบกพร่องที่มีป้ายกำกับได้มากกว่า GPT-5.6 Sol โดยรวมประมาณ 4% และมากกว่า Opus 5 ถึง 22% ช่องว่างกว้างขึ้นโดยเฉพาะในการตรวจสอบข้ามไฟล์ที่ยากกว่า ซึ่งการปรับปรุงเหนือ Sol สูงถึง 20% และเหนือ Opus 5 สูงถึง 33%
ประเด็นในทางปฏิบัติคือ: ข้อได้เปรียบของ Astra ไม่ได้สม่ำเสมอในทุกงานเขียนโค้ด มันกระจุกตัวอยู่ในงานให้เหตุผลข้ามไฟล์ที่ยากกว่า ซึ่งต้องการการรักษาบริบทที่สอดคล้องกันมากขึ้นในคราวเดียว ซึ่งเป็นประเภทงานที่คาดว่าการปรับปรุงการให้เหตุผลในวงกว้างของมันจะแสดงออกมามากที่สุด
ไทม์ไลน์การเปิดตัวจริง และเหตุใดจึงสำคัญสำหรับการวางแผน
การทำความเข้าใจการเปิดตัวแบบเป็นระยะจริงๆ ช่วยอธิบายว่าทำไมการเข้าถึงจึงรู้สึกไม่สอดคล้องกันขึ้นอยู่กับว่าคุณถามใคร และมันคุ้มค่าที่จะรู้ลำดับ แทนที่จะสมมติว่าวันเปิดตัวเดียวใช้กับทุกคนเท่าเทียมกัน
Astra เปิดตัวครั้งแรกสู่ Daybreak ซึ่งเป็นพื้นผิวการเข้าถึงก่อนใครของ OpenAI ก่อนที่จะถึงระดับ ChatGPT ที่กว้างขึ้น จากนั้นจึงเป็น API จากนั้นจึงเป็นการเข้าถึงที่โฮสต์บน AWS นี่เป็นรูปแบบการลดความเสี่ยงโดยเจตนา ไม่ใช่อุบัติเหตุ โมเดลที่อยู่ในระดับความปลอดภัย Critical ของ OpenAI สำหรับความสามารถทางไซเบอร์จะได้รับการปรับใช้แบบเป็นระยะ เพื่อให้ปัญหาปรากฏขึ้นพร้อมกับฐานผู้ใช้ที่เล็กกว่าและได้รับการตรวจสอบมากกว่าก่อนที่จะเปิดตัวในวงกว้าง การ์ดระบบของ Astra ยืนยันสิ่งนี้โดยตรง โดยสังเกตว่ามันแสดงถึงการก้าวกระโดดครั้งสำคัญในความสามารถทางไซเบอร์และถึงเกณฑ์ Critical นั้น ซึ่งเป็นสาเหตุที่แท้จริงที่ทำให้รูปแบบการเข้าถึงแบบจำกัดที่บันทึกไว้ข้างต้นมีอยู่จริง ไม่ใช่การตัดสินใจทางธุรกิจตามอำเภอใจ
นัยยะในทางปฏิบัติสำหรับใครก็ตามที่วางแผนเกี่ยวกับโมเดลนี้คือ: อย่าถือว่า "วันเปิดตัว" เป็นช่วงเวลาที่การเข้าถึงเต็มรูปแบบพร้อมใช้งาน ให้ถือว่าวันที่พร้อมใช้งานจริงสำหรับบัญชีหรือองค์กรเฉพาะของคุณเป็นจุดเริ่มต้นที่แท้จริงสำหรับการพึ่งพาใดๆ ที่คุณสร้าง และตรวจสอบสถานะนั้นโดยตรง แทนที่จะสมมติความเท่าเทียมกับสิ่งที่คุณอ่านเกี่ยวกับการเข้าถึงของคนอื่น
คณิตศาสตร์ต้นทุนจริงที่ควรทำก่อนตัดสินใจ
ที่ราคา $10 ต่อล้าน token ขาเข้า และ $50 ต่อล้าน token ขาออก Astra อยู่ในจุดราคาที่พรีเมียมอย่างแท้จริง และเมื่อรวมกับอัตราการหมดอายุของเซสชันที่บันทึกไว้ ต้นทุนจริงของเวิร์กโฟลว์จริงอาจทำให้ผู้ที่จัดงบประมาณตามอัตราต่อ token ที่เป็นหัวข้อข่าวเท่านั้นประหลาดใจ
การคำนวณในทางปฏิบัติที่ควรทำก่อนที่จะมอบหมายเวิร์กโฟลว์การผลิตให้ Astra คือ: ประมาณการปริมาณการใช้ token จริงต่อหน่วยงานที่ตรวจสอบจุด โดยใช้ขอบเขตที่คำนึงถึงขีดจำกัดเซสชันที่เล็กลงตามที่อธิบายไว้ข้างต้น จากนั้นคูณด้วยปริมาณงานที่คาดหวัง ไม่ใช่กรณีที่ดีที่สุดในแง่ดี เนื่องจากงานการใช้คอมพิวเตอร์เกี่ยวข้องกับวงจรการถ่ายภาพหน้าจอและยืนยันซ้ำๆ แทนที่จะเป็นการเรียก API ที่สะอาดครั้งเดียว ปริมาณการใช้ token ต่องานจึงอาจสูงกว่า Agent ที่ใช้ API แบบดั้งเดิมที่เทียบเท่ากันซึ่งทำงานที่คล้ายคลึงกันในเชิงแนวคิด เพียงเพราะค่าใช้จ่ายในลูปการยืนยันด้วยภาพที่ทำให้กระบวนทัศน์การใช้คอมพิวเตอร์เชื่อถือได้ตั้งแต่แรก
นี่ไม่ใช่เหตุผลที่จะหลีกเลี่ยง Astra สำหรับงานที่มันเหมาะสมอย่างแท้จริง นั่นคือซอฟต์แวร์ที่ไม่มี API มากมายที่มันสามารถทำงานอัตโนมัติได้โดยเฉพาะ มันเป็นเหตุผลที่จะทำการทดสอบต้นทุนจริงในเวิร์กโฟลว์เฉพาะของคุณ ก่อนที่จะสมมติว่าราคาพรีเมียมต่อ token นั้นปรับขนาดได้ในแบบที่ต้นทุนของโมเดลที่ถูกกว่าและง่ายกว่าจะเป็น
ข้อมูลอ้างอิงด่วน: สิ่งที่พังและวิธีแก้ไข
สำหรับใครก็ตามที่ต้องการเวอร์ชันย่อเพื่อเก็บไว้ นี่คือทุกปัญหาที่บันทึกไว้จากมาสเตอร์คลาสนี้ จับคู่โดยตรงกับวิธีแก้ไขในทางปฏิบัติ
ขีดจำกัดเซสชันหมดภายใน 20 นาทีในการใช้งานมาตรฐาน วิธีแก้ไข: กำหนดขอบเขตงานเป็นหน่วยเล็กๆ ที่ตรวจสอบจุดอย่างชัดเจน และให้โมเดลประมาณการการใช้จ่ายงบประมาณก่อนเริ่มหน่วยงาน
การเข้าถึงแบบจำกัด เป็นระยะ โดยไม่มีไทม์ไลน์ที่เผยแพร่ วิธีแก้ไข: ตรวจจับความพร้อมใช้งานโดยทางโปรแกรมก่อนที่จะพึ่งพา Astra เป็นโมเดลหลัก และสร้าง fallback ที่ชัดเจนและมองเห็นได้ แทนที่จะสมมติว่ามีการเข้าถึงแบบสากล
Regression ด้านความน่าเชื่อถือก่อนเปิดตัวในการจัดการบริบทระยะยาวและการประมวลผลไฟล์ที่รายงานโดยผู้ใช้ที่ชำระเงิน วิธีแก้ไข: ทดสอบเวิร์กโฟลว์จริงเฉพาะของคุณโดยตรง แทนที่จะสมมติว่าประสิทธิภาพของเกณฑ์มาตรฐานทำนายกรณีการใช้งานเฉพาะของคุณ และรายงาน regression เฉพาะผ่านช่องทางชุมชนนักพัฒนาของ OpenAI ซึ่งเป็นที่ที่ร้องเรียนเอกสารต้นฉบับถูกหยิบยกขึ้นมา
การเลื่อนลอยอย่างเงียบๆ ของการใช้คอมพิวเตอร์ ซึ่งการคลิกไปตกบนสถานะ UI ที่ดูคล้ายกับที่คาดหวัง แต่ไม่ถูกต้องนัก วิธีแก้ไข: กำหนดให้มีขั้นตอนการถ่ายภาพหน้าจอและยืนยันอย่างชัดเจนในแต่ละจุดนำทางที่มีความหมาย แทนที่จะไว้วางใจให้การดำเนินการหลายขั้นตอนดำเนินไปอย่างถูกต้องโดยไม่มีการตรวจสอบ
ต้นทุน Token ปรับขนาดสูงกว่าที่คาดไว้เนื่องจากลูปการยืนยันด้วยภาพซ้ำๆ วิธีแก้ไข: ทำการทดสอบต้นทุนจริงกับปริมาณงานจริงของเวิร์กโฟลว์เฉพาะของคุณ ก่อนที่จะมอบหมายงบประมาณการผลิต แทนที่จะคาดการณ์จากอัตราต่อ token ที่เป็นหัวข้อข่าวเพียงอย่างเดียว
วิธีที่ Astra เปรียบเทียบกับ Agent การใช้คอมพิวเตอร์อื่นๆ ในตอนนี้
Astra ไม่ได้เปิดตัวในสนามที่ว่างเปล่า Grok Bot ของ xAI และ Claude Code และ Cowork ของ Anthropic กำลังรันสถาปัตยกรรม Agent แบบถาวรที่คล้ายกันพร้อมการเข้าถึงเครื่องมือจริง และการเปรียบเทียบอย่างตรงไปตรงมามีความสำคัญสำหรับการตัดสินใจว่าอันไหนเหมาะกับงานที่กำหนดจริงๆ แทนที่จะใช้ค่าเริ่มต้นเป็นอันที่เปิดตัวล่าสุด
จุดแข็งทางสถาปัตยกรรมที่แท้จริงของ Grok Bot คือคอมพิวเตอร์คลาวด์ถาวรต่อ Agent ซึ่งหมายความว่า Bot จะยังคงทำงานต่อไปหลังจากที่คุณปิดแล็ปท็อปโดยสมบูรณ์ พร้อมกับการป้องกันขอบเขตการอนุมัติที่ได้รับการยืนยันจริงเกี่ยวกับรหัสผ่าน การยืนยันตัวตนแบบสองปัจจัย และการชำระเงินโดยเฉพาะ จุดแข็งของ Astra นั้นแตกต่างกัน นั่นคือประสิทธิภาพของเกณฑ์มาตรฐานการใช้คอมพิวเตอร์ดิบๆ คะแนน OSWorld 2.0 ที่ 72.6% ในเวลาประมาณครึ่งหนึ่งของ GPT-5.6 Sol และการปรับปรุงที่บันทึกไว้ในการรายงานข้อจำกัดของตัวเองอย่างซื่อสัตย์ แทนที่จะสร้างข้อมูลความสำเร็จ
Claude Code และ Cowork มีประวัติที่ยาวนานกว่า โดยมีการปรับใช้ในองค์กรที่มีการบันทึกไว้มากกว่าในอุตสาหกรรมที่มีการควบคุมโดยเฉพาะ และรูปแบบการควบคุมที่กำหนดไว้อย่างดี การส่งมอบเซสชันที่ทนทาน การแยกการให้เหตุผลและการดำเนินการ ซึ่ง Anthropic ได้เผยแพร่ในรายละเอียด
กรอบการตัดสินใจในทางปฏิบัติที่ควรค่าแก่การนำไปใช้คือ: หากงานต้องการการทำงานแบบถาวร ไม่มีผู้ดูแลอย่างแท้จริงเป็นเวลาหลายชั่วโมงหรือหลายวัน สถาปัตยกรรมของ Grok Bot ถูกสร้างขึ้นมาเพื่อสิ่งนั้นโดยเฉพาะ หากงานเป็นงานการใช้คอมพิวเตอร์แบบเซสชันเดียวที่มีขอบเขต ซึ่งความแม่นยำในการนำทางดิบและการรายงานตนเองอย่างซื่อสัตย์มีความสำคัญมากที่สุด ความเป็นผู้นำด้านเกณฑ์มาตรฐานในปัจจุบันของ Astra ทำให้มันเป็นตัวเลือกที่แข็งแกร่งกว่า เมื่อคุณพิจารณาถึงแรงเสียดทานของขีดจำกัดเซสชันที่กล่าวถึงข้างต้นแล้ว หากงานอยู่ในรูปแบบการควบคุมเฉพาะด้านการเขียนโค้ดที่มีรูปแบบการทำงานระยะยาวที่โตเต็มที่และมีเอกสาร Claude Code ยังคงเป็นค่าเริ่มต้นที่ปลอดภัยกว่า
ไม่มีตัวไหนที่เป็นผู้ชนะสากล ทักษะที่แท้จริง ซึ่งสอดคล้องกับทุกสิ่งทุกอย่างในมาสเตอร์คลาสนี้ คือการจับคู่เครื่องมือเฉพาะกับข้อกำหนดที่แท้จริงของงานเฉพาะ แทนที่จะสมมติว่าตัวเลือกใหม่ล่าสุดและน่าประทับใจที่สุดในแง่ของเกณฑ์มาตรฐานนั้นถูกต้องโดยอัตโนมัติสำหรับสิ่งที่คุณกำลังสร้าง
การทำความเข้าใจตัวเลขเกณฑ์มาตรฐานอย่างลึกซึ้งยิ่งขึ้น
มันคุ้มค่าที่จะใช้เวลามากขึ้นอีกเล็กน้อยกับสิ่งที่ตัวเลขเกณฑ์มาตรฐานที่เป็นหัวข้อข่าววัดจริงๆ เนื่องจากเปอร์เซ็นต์ดิบๆ ที่ไม่มีบริบทอาจทำให้เข้าใจผิดเกี่ยวกับสิ่งที่พัฒนาขึ้นจริงๆ
คะแนน 99.9% ของ ARC-AGI-3 พร้อมชุดเครื่องมือเต็มรูปแบบ วัดการใช้เหตุผลเชิงนามธรรมและการวางนัยทั่วไปในงานที่ออกแบบมาเพื่อต่อต้านการท่องจำโดยเฉพาะ ซึ่งหมายความว่านี่ไม่ใช่เกณฑ์มาตรฐานที่โมเดลจะได้คะแนนดีเพียงแค่เห็นปัญหาที่คล้ายกันระหว่างการฝึกฝน คะแนนเกือบสมบูรณ์แบบที่นี่ส่งสัญญาณถึงความสามารถในการแก้ปัญหาที่ยืดหยุ่นและแท้จริง แทนที่จะเป็นการจับคู่รูปแบบกับวิธีแก้ปัญหาที่รู้จัก
คะแนน 98% ของ FrontierMath ระดับ 4 นั้นควรค่าแก่การสังเกตเป็นพิเศษ เพราะระดับ 4 แสดงถึงหมวดหมู่ที่ยากที่สุดในชุดเกณฑ์มาตรฐานนั้น ซึ่งเป็นปัญหาที่โดยทั่วไปต้องใช้การใช้เหตุผลระดับการวิจัยทางคณิตศาสตร์อย่างแท้จริง แทนที่จะใช้เทคนิคที่รู้จัก การได้คะแนนสูงในระดับนี้เป็นการอ้างสิทธิ์ที่มีความหมายแตกต่างจากการได้คะแนนดีในปัญหาระดับ 1 หรือ 2
คะแนน 100% ของ ExploitBench เทียบกับ 78.5% ของ Sol วัดความสามารถในการระบุและใช้ประโยชน์จากช่องโหว่ด้านความปลอดภัยในสภาพแวดล้อมการทดสอบที่มีการควบคุม นี่คือความสามารถที่ผลักดันการจัดอันดับความปลอดภัย Critical ของ Astra ที่กล่าวถึงก่อนหน้านี้ในส่วนการเปิดตัวอย่างแม่นยำ ความสามารถเดียวกันที่ทำให้มันมีประโยชน์อย่างแท้จริงสำหรับการวิจัยด้านความปลอดภัยเชิงรับ คือสิ่งที่จำเป็นต้องมีการเปิดตัวแบบเป็นระยะและจำกัด สิ่งเหล่านี้เป็นสองด้านของการก้าวกระโดดความสามารถพื้นฐานเดียวกัน ไม่ใช่ข้อเท็จจริงที่ไม่เกี่ยวข้องกัน
คะแนนการใช้คอมพิวเตอร์ในโลกแห่งความเป็นจริงของ OSWorld 2.0 ที่ 72.6% ในเวลาประมาณ 40 นาที เทียบกับ 65.7% ของ Sol ใน 75 นาที เป็นตัวเลขที่เกี่ยวข้องโดยตรงมากที่สุดสำหรับใครก็ตามที่วางแผนจะใช้ Astra สำหรับเวิร์กโฟลว์การใช้คอมพิวเตอร์ที่มาสเตอร์คลาสนี้เน้น เนื่องจากมันวัดความสามารถที่แน่นอน นั่นคือการนำทางซอฟต์แวร์จริง ซึ่งคู่มือที่เหลือนี้สร้างขึ้นมา
ตัวอย่างการทำงาน: การรวมวิธีแก้ไขเข้าด้วยกัน
นี่คือวิธีการที่การปรับเปลี่ยนเหล่านี้มารวมกันในงานจริงทั่วไป นั่นคือการให้ Astra นำทางเครื่องมือภายในที่ไม่มี API เพื่อดึงและกระทบยอดรายงาน
เริ่มต้นด้วยการยืนยันว่า Astra แก้ปัญหาสำหรับบัญชีนี้จริงๆ โดย fallback อย่างชัดเจนหากไม่เป็นไปตามการจัดการการเข้าถึงแบบจำกัดข้างต้น กำหนดขอบเขตงานเป็นหน่วยที่ตรวจสอบจุดได้ซึ่งเล็กพอที่จะพอดีกับอัตราการหมดอายุของเซสชันที่บันทึกไว้ แทนที่จะเป็นคำสั่งที่ใหญ่โต กำหนดวินัยในการถ่ายภาพหน้าจอและยืนยันในแต่ละขั้นตอนการนำทาง เนื่องจากนี่คือสถานการณ์การใช้คอมพิวเตอร์ที่การเลื่อนลอยของ UI อย่างเงียบๆ เป็นความเสี่ยงที่แท้จริง และปฏิบัติต่อจุดใดๆ ที่ Astra รายงานอุปสรรคเฉพาะอย่างซื่อสัตย์ เช่น สิทธิ์ที่ขาดหายไป สถานะ UI ที่ไม่คาดคิด แทนที่จะฝ่าฟันมันไปด้วยผลลัพธ์โดยประมาณ
ไม่มีการปรับเปลี่ยนใดๆ เหล่านี้ที่ต้องใช้เครื่องมือที่แปลกใหม่ สิ่งเหล่านี้คือการตอบสนองในทางปฏิบัติโดยตรงต่อพฤติกรรมที่บันทึกไว้สี่ประการ ได้แก่ ขีดจำกัดเซสชัน การเข้าถึงแบบจำกัด ความเสี่ยงในการเลื่อนลอยของการใช้คอมพิวเตอร์ และความซื่อสัตย์ที่ดีขึ้นเกี่ยวกับข้อจำกัด ซึ่งนำไปใช้กับงานที่เป็นรูปธรรมงานเดียว แทนที่จะอธิบายในเชิงนามธรรม
ข้อผิดพลาดทั่วไปที่ผู้คนกำลังทำอยู่แล้ว
สมมติว่าความเหนือกว่าของเกณฑ์มาตรฐานหมายถึงความเหนือกว่าในการผลิตในวันแรก ตัวเลข ARC-AGI-3 และ ExploitBench เป็นจริงและน่าประทับใจ พวกมันไม่ได้บอกอะไรคุณเกี่ยวกับอัตราการหมดอายุของเซสชันหรือความพร้อมในการเข้าถึง ซึ่งทั้งสองอย่างนี้เป็นคอขวดที่แท้จริงสำหรับผู้ใช้จริงจำนวนมากในขณะนี้
สร้างโดยไม่มีเส้นทาง fallback เพราะ "ทุกคนน่าจะเข้าถึงได้แล้ว" การเปิดตัวแบบเป็นระยะไม่มีวันสิ้นสุดที่เผยแพร่ การพึ่งพาที่เปราะบางเช่นนี้ในโค้ดการผลิตเป็นทางเลือกที่คุณกำลังทำ ไม่ใช่ผลที่หลีกเลี่ยงไม่ได้ของการใช้โมเดลใหม่
ปฏิบัติต่อข้อจำกัดที่ระบุว่าเป็นความล้มเหลวที่จะต้องฝ่าฟัน แทนที่จะเป็นข้อมูลที่ต้องดำเนินการ ด้วยการปรับปรุงที่บันทึกไว้ในการรายงานตนเองอย่างซื่อสัตย์ การปฏิเสธ "ฉันทำสิ่งนี้ไม่สำเร็จ" และการ Prompt ซ้ำที่หนักขึ้นนั้นเป็นการต่อต้านพฤติกรรมที่ดีขึ้นจริงของโมเดล ไม่ใช่การทำงานรอบจุดอ่อน
เพิกเฉยต่อความเสี่ยงในการเลื่อนลอยเฉพาะของการใช้คอมพิวเตอร์ เพราะมันให้ความรู้สึกเหมือน "แค่ Agent ตัวอื่น" กระบวนทัศน์พิกเซลและการคลิกมีโหมดความล้มเหลวที่แตกต่างจากการเรียกใช้เครื่องมือที่ใช้ API และการปฏิบัติต่อมันเหมือนกันในการ Prompt ของคุณจะพลาดวินัยเฉพาะในการถ่ายภาพหน้าจอและยืนยันที่บรรเทามันจริงๆ
คำถามที่พบบ่อยจากผู้ใช้ยุคแรกจริงๆ
รวบรวมคำถามเฉพาะที่ปรากฏซ้ำๆ ในฟอรัมนักพัฒนาและตัวติดตามปัญหาตั้งแต่เปิดตัว
ขีดจำกัดเซสชันใช้เหมือนกันในทุกระดับการสมัครสมาชิกหรือไม่ การหมดอายุภายใน 20 นาทีที่บันทึกไว้ถูกรายงานโดยเฉพาะในการสมัครสมาชิกระดับ Plus ขีดจำกัดระดับ Pro ได้รับการเผยแพร่แยกต่างหาก โดยมีจำนวนข้อความรายวันที่สูงกว่าอย่างเห็นได้ชัด แต่รูปแบบพื้นฐานที่เซสชันการใช้คอมพิวเตอร์และความพยายามในการให้เหตุผลสูงใช้จ่ายงบประมาณเร็วกว่าเซสชันที่ใช้ข้อความล้วนที่เทียบเท่ากันนั้นใช้ตามสัดส่วนในทุกระดับ แม้ว่าตัวเลขสัมบูรณ์จะแตกต่างกันก็ตาม ตรวจสอบขีดจำกัดที่เผยแพร่ของระดับเฉพาะของคุณ แทนที่จะสมมติว่าตัวเลขระดับ Plus ใช้ได้ในระดับสากล
หาก Astra ยังไม่แก้ปัญหาสำหรับบัญชีของฉัน มีวิธีขอการเข้าถึงก่อนหน้านี้หรือไม่ รายงานอิสระยืนยันว่าการเปิดตัวเป็นไปตามรูปแบบการจำกัดระดับองค์กร โดยไม่มีกลไกการร้องขอที่เผยแพร่สำหรับการเร่งความเร็วรายบุคคล คำตอบในทางปฏิบัติคือการสร้างโลจิก fallback ของคุณอย่างถูกต้อง ดังที่กล่าวไว้ข้างต้น มีความสำคัญมากกว่าการพยายามเร่งการเข้าถึง เนื่องจากไทม์ไลน์ไม่ได้ถูกเผยแพร่หรือคาดเดาได้จากภายนอกอย่างแท้จริง
ความซื่อสัตย์ที่ดีขึ้นเกี่ยวกับข้อจำกัดหมายความว่า Astra ปฏิเสธงานโดยรวมมากขึ้นหรือไม่ ไม่ และนี่เป็นสิ่งที่ควรค่าแก่การระบุให้ชัดเจน การประเมินการ์ดระบบวัดโดยเฉพาะว่าโมเดลยอมรับข้อจำกัดที่มันมีจริงๆ หรือไม่ ไม่ใช่ว่ามันจะระมัดระวังมากขึ้นเกี่ยวกับการพยายามทำงานโดยทั่วไป อัตราการบิดเบือนข้อมูลที่ต่ำกว่าหมายความว่ามันซื่อสัตย์มากขึ้นเมื่อมีบางสิ่งไม่สามารถทำให้เสร็จตามที่ขอได้จริงๆ ไม่ใช่ว่ามันพยายามทำสิ่งต่างๆ น้อยลงตั้งแต่แรก
วิธีการใช้คอมพิวเตอร์จำเป็นจริงๆ สำหรับงานที่มี API ที่สะอาดพร้อมใช้งานหรือไม่ ไม่ และนี่เป็นประเด็นในทางปฏิบัติที่สำคัญที่มาสเตอร์คลาสนี้ยังไม่ได้ระบุอย่างชัดเจน สำหรับงานใดๆ ที่มี API ที่สะอาดและมีเอกสารครบถ้วนอยู่แล้ว วิธีการที่ใช้ API แบบดั้งเดิมยังคงเร็วกว่า ถูกกว่า และเชื่อถือได้มากกว่าการนำทางด้วยการใช้คอมพิวเตอร์ ข้อได้เปรียบที่แท้จริงของ Astra คือซอฟต์แวร์ที่ไม่มี API มากมายโดยเฉพาะ หรือที่ UI เป็นอินเทอร์เฟซที่เชื่อถือได้เพียงอย่างเดียว เลือกใช้การใช้คอมพิวเตอร์เพราะงานต้องการ ไม่ใช่เพราะมันเป็นตัวเลือกที่ใหม่กว่าและฟังดูน่าประทับใจกว่า
การขยายความเกี่ยวกับข้อผิดพลาดทั่วไป
ข้อผิดพลาดสองสามข้อที่กล่าวถึงก่อนหน้านี้ควรค่าแก่การขยายความด้วยรายละเอียดที่เฉพาะเจาะจงมากขึ้น เนื่องจากเวอร์ชันย่ออาจทำให้เข้าใจผิดว่ามันง่ายแค่ไหนที่จะตกหลุมพราง
สมมติว่าความเหนือกว่าของเกณฑ์มาตรฐานหมายถึงความเหนือกว่าในการผลิตในวันแรก ขยายความ ข้อผิดพลาดนี้ทวีคูณโดยเฉพาะเพราะสภาพแวดล้อมของเกณฑ์มาตรฐานถูกควบคุมและไม่สร้างแรงเสียดทานของขีดจำกัดเซสชัน การเข้าถึงแบบจำกัด หรือความไม่สอดคล้องของ UI ในโลกแห่งความเป็นจริงที่บันทึกไว้ตลอดมาสเตอร์คลาสนี้ โมเดลสามารถได้รับคะแนนมาตรฐานอย่างแท้จริงผ่านความสามารถที่แท้จริง ในขณะที่ยังคงยากที่จะปรับใช้ได้อย่างน่าเชื่อถือในสัปดาห์แรก และการปฏิบัติต่อสิ่งเหล่านี้เป็นข้อเท็จจริงที่ขัดแย้งกัน แทนที่จะเป็นสิ่งเสริมซึ่งกันและกัน นำไปสู่การกล่าวเกินจริงเกี่ยวกับความพร้อมของ Astra หรือการปฏิเสธการเพิ่มความสามารถที่แท้จริงของมัน ซึ่งทั้งสองอย่างพลาดภาพที่ถูกต้อง
สร้างโดยไม่มีเส้นทาง fallback ขยายความ โหมดความล้มเหลวเฉพาะที่สิ่งนี้สร้างขึ้นในทางปฏิบัติคือฟีเจอร์ที่ทำงานได้อย่างสมบูรณ์แบบสำหรับนักพัฒนาที่ทดสอบมัน ซึ่งบังเอิญมีการเข้าถึงก่อนใคร จากนั้นก็ล้มเหลวอย่างเงียบๆ หรือมีข้อผิดพลาดที่ทำให้สับสนสำหรับผู้ใช้จริงส่วนหนึ่งที่มีนัยสำคัญซึ่งยังไม่สามารถเข้าถึงได้โดยไม่ใช่ความผิดของพวกเขาเอง นี่เป็นโหมดความล้มเหลวที่แย่เป็นพิเศษเพราะมันมองไม่เห็นในระหว่างการทดสอบของคุณเอง และจะปรากฏขึ้นเมื่อผู้ใช้จริงพบมันเท่านั้น ซึ่งเป็นประเภทของบั๊กที่กัดกร่อนความไว้วางใจอย่างเงียบๆ แทนที่จะล้มเหลวอย่างดังพอที่จะถูกจับได้ตั้งแต่เนิ่นๆ
ปฏิบัติต่อข้อจำกัดที่ระบุว่าเป็นความล้มเหลวที่จะต้องฝ่าฟัน ขยายความ ความเสี่ยงเฉพาะที่นี่คือการฝึกพฤติกรรมของโมเดลซ้ำในทิศทางที่ผิดตลอดเซสชัน หากทุกครั้งที่ "ฉันทำสิ่งนี้ไม่ได้" อย่างซื่อสัตย์ถูกตอบสนองด้วยการ Prompt ซ้ำที่ก้าวร้าวเพื่อให้มันพยายามมากขึ้นอยู่แล้ว คุณกำลังสอนรูปแบบปฏิสัมพันธ์โดยปริยายว่าความซื่อสัตย์ถูกลงโทษและการประมาณอย่างมั่นใจได้รับรางวัล ซึ่งบ่อนทำลายการปรับปรุงที่แน่นอนที่การ์ดระบบบันทึกไว้ การปฏิบัติต่อข้อจำกัดที่ซื่อสัตย์ว่าเป็นข้อมูลที่มีประโยชน์ และการปรับเปลี่ยนแนวทางของคุณเองเพื่อตอบสนอง จะเป็นการเสริมสร้างพฤติกรรมที่ดีขึ้นแทน
การละเลยความเสี่ยงจากการใช้งานคอมพิวเตอร์ที่เปลี่ยนแปลงไป โดยเฉพาะอย่างยิ่ง ข้อผิดพลาดนี้เกิดขึ้นได้ง่ายโดยเฉพาะ เพราะเอเจนต์ที่ใช้คอมพิวเตอร์มักจะประสบความสำเร็จในสองสามครั้งแรกของเวิร์กโฟลว์ที่กำหนด ทำให้เกิดความมั่นใจที่ผิดพลาด ก่อนที่การอัปเดต UI ป๊อปอัปที่ไม่คาดคิด หรือสถานะหน้าจอที่แตกต่างกันเล็กน้อยจะทำให้เกิดข้อผิดพลาดเงียบๆ ที่ไม่มีใครสังเกตเห็น เพราะไม่มีใครตรวจสอบอีกต่อไป ระเบียบวินัยในการยืนยันภาพหน้าจอทำให้เกิดภาระงานเพิ่มขึ้นเล็กน้อยในทุกๆ การทำงาน และสิ่งล่อใจที่จะละทิ้งมันเมื่อทุกอย่างดูเหมือนจะทำงานได้อย่างน่าเชื่อถือนั้น ก็เป็นช่วงเวลาที่มันกำลังปกป้องเราจากโหมดความล้มเหลวที่ยังไม่เกิดขึ้น ไม่ใช่โหมดที่พิสูจน์แล้วว่าไม่จำเป็น
สถานการณ์จริงในตอนนี้
GPT-6 Astra คือการก้าวกระโดดด้านความสามารถที่สำคัญอย่างแท้จริง ซึ่งได้รับการยืนยันจากเกณฑ์มาตรฐานอิสระหลายแห่งและการทดสอบการผลิตจริงในระยะแรก นอกจากนี้ ในตอนนี้ มันยังเป็นโมเดลที่มีแรงเสียดทานที่บันทึกไว้จริง การหมดอายุของเซสชันที่รวดเร็ว การเข้าถึงที่ไม่เท่าเทียม และกระบวนทัศน์การใช้งานคอมพิวเตอร์ที่ต้องใช้วินัยในการสั่งงานที่แตกต่างจากที่เคยใช้ได้ผลในรุ่นก่อนหน้า
ทั้งสองสิ่งนี้เป็นจริงพร้อมกัน และทักษะที่แท้จริงในการใช้งานมันให้ดีในตอนนี้คือการสร้างเวิร์กโฟลว์รอบๆ ข้อเท็จจริงชุดที่สอง ในขณะที่ได้รับประโยชน์อย่างแท้จริงจากข้อเท็จจริงชุดแรก นั่นไม่ใช่ข้อควรระวังชั่วคราวในช่วงสัปดาห์เปิดตัว แต่เป็นภาพที่ถูกต้องของตำแหน่งที่โมเดลระดับแนวหน้าตั้งอยู่ในช่วงสัปดาห์แรก ก่อนที่ขอบหยาบจะถูกทำให้เรียบและก่อนที่การเข้าถึงจะเป็นปกติ และการสร้างเวิร์กโฟลว์ของคุณรอบๆ ภาพที่ซื่อสัตย์นี้ในตอนนี้ หมายความว่าคุณจะไม่ถูกจับได้เมื่อแรงเสียดทานปรากฏขึ้นในการผลิตจริงของคุณ
ติดตาม @cyrilXBT สำหรับข้อมูลอัปเดตเมื่อการเข้าถึง Astra ขยายออกไปอีก และจุดเสียดทานต่างๆ ได้รับการแก้ไขหรือไม่ได้รับการแก้ไข
