一句話結論
OpenAI 的 GPT-6 Astra 發布頁塞了 18 支示範影片，但散在各個段落裡、標題全是英文檔名，多數人不會看完。我把每一支都整理出來，標好它在做什麼、多長、值不值得你花時間。最重要的一件事放在最後：有些影片是 4 倍速剪過的，有些沒有——這個差別決定你該相信多少。
前一篇我寫了 GPT-6 Astra 的三個特色和一個資安提醒。那篇只放了兩支影片。
但官方頁面其實放了 18 支，而且藏在折疊的標籤裡、名字全是 bldc-15s-cropped 這種檔名，不點開根本不知道在演什麼。
這篇把它們全部攤開。你可以直接在這頁看完，不用回去翻。
一、辦公室日常（這組跟你最有關）
如果你只有五分鐘，看這一組就好。這些是多數上班族每週都在做的事。
Excel：它自己玩完一場 Excel 世界賽的題目
官方示範：Excel 世界錦標賽題目（49 秒，4 倍速剪輯版）
畫面裡那個橘綠相間的東西是 Excel 儲存格畫出來的賽車跑道——這是 Microsoft Excel World Championship 的實際競賽題。Astra 自己讀題、自己建公式、自己算出結果。
同一場還有完整未剪版，4 分 25 秒：
同一題的完整未加速版（4 分 25 秒）——注意這才是真實花費的時間
這兩支放在一起看最有意思，理由我留到最後講。
Power BI：自己做出一份儀表板
官方示範：在 Power BI 裡建立電動車銷售分析儀表板（30 秒）
縮圖看得到它做出了長條圖、散布圖、圓餅圖，主題是電動車的銷售、價格與效率。對做報表的人來說，這支比什麼 benchmark 分數都有感。
報稅表單：自己填一份 W-2
官方示範：填寫美國 W-2 薪資與稅務申報表（1 分 36 秒）
這支是官方拿來測「專業任務」的題目。畫面裡是一份 2026 年的 W-2 表，左邊是資料來源、右邊是要填的欄位。
對台灣讀者，把它想成「它自己看懂一份薪資單，然後把數字填進申報系統」。這正是行政與財會每年最痛的那一段。
文件排版：兩支法律文件
官方示範：德拉瓦州公司治理備忘錄的文件處理（30 秒）
官方示範：德州遺囑文件的版面設定（1 分 41 秒）
有個細節值得注意：這兩支用的不是 Word，是 LibreOffice（開源的免費文書軟體）。第二支縮圖裡打開的是「頁面格式」對話框——它在調邊界、版面方向這些細節。
這代表它操作的不是某個被特別訓練過的軟體，是照著畫面上看到的介面在點。
網站測試：拿 OpenAI 自己的首頁當白老鼠
官方示範：對 OpenAI 官網做前端功能測試，並把結果寫回 Linear（36 秒，未加速）
左邊是 OpenAI 首頁，右邊是 Linear（工程團隊常用的任務管理工具）裡一條條的測試項目：檢查導覽列、驗證行動版選單、確認搜尋功能……
這支的檔名帶 realtime，代表沒有加速。36 秒就是 36 秒。
二、生活雜事（官方說五件事總共花 2 分 54 秒）
這一組是官方拿來展示「速度」的。五支各 30 秒，全部是一般人週末會做的事。
官方示範：找小兒科醫生（30 秒）
畫面是 Google Maps，它在比較幾家診所的位置與車程。
官方示範：找出租公寓（30 秒）
Apartments.com 上的物件頁——月租 $1,730.12、一房、格局圖、押金與租期條件，它自己把條件比出來。
官方示範：處理德州監理所的車輛註冊（30 秒）
德州 Travis County 稅務局的車輛註冊頁。這種政府網站的表單最能看出「會不會操作介面」。
官方示範：分析學區與幼兒園選項（30 秒）
休士頓學區的 School Navigator 地圖，它在篩選學校、比較條件。
官方示範：整理低碳水零食清單並產出文件（30 秒）
這支跟前四支不一樣——它最後產出了一份 Word 文件，標題是「Snacks we can share」，內容註明成分與過敏原查核。不只是查資料，是查完直接交出成品。
三、工程與 3D（專業度高，但看熱鬧也行）
這一組跟多數人的工作沒關係，但它展示的能力值得知道。
官方示範：在 KiCad 裡完成電路板佈線（15 秒）
左邊是它畫出來的 PCB 走線圖，右邊是 3D 渲染的成品板。官方說明寫得很直白：PCB 佈線是手工作業，也是電子設計流程裡常見的卡點。
官方示範：汽車變速箱的齒輪運動（27 秒）
一具變速箱的 3D 剖面圖，齒輪與軸承都畫出來了。
官方示範：用 Unity 做出可走動的城市場景（57 秒）
畫面標題就寫著「GPT-6 Astra City Scene — Street-level walkthrough」，左下角有 WASD 移動、滑鼠轉視角的操作說明。這是它自己做出來、可以走進去逛的 3D 城市。
官方示範：Unreal Engine 5 的建築走覽（20 秒）
夜晚的泳池與住宅場景。官方說明是：先在 Blender 建好房子，再放進 Unreal Engine 5 變成可走動的空間，讓設計師和客戶在蓋出來之前先體驗一次。
四、科學研究
官方示範：檢視基因定序的品質報告（30 秒）
畫面是 MultiQC——生物資訊領域用來彙整定序分析結果的工具。它在看資料品質、找出哪裡需要進一步分析。
五、發布形象片
OpenAI 的 GPT-6 Astra 發布影片（2 分 43 秒）
這支不是示範，是形象片。開頭從 1979 年的畫面說起，走懷舊敘事的路線。想看熱血的看它，想看它會做什麼的看上面那些。
最後一件事：注意哪些影片被加速過
這是我整理完 18 支之後，覺得最值得你帶走的一件事。
同一個 Excel 題目，官方放了兩個版本
4 倍速剪輯版：49 秒
完整未加速版：4 分 25 秒
兩個都是真的，官方也沒有隱瞞——它把完整版一起放上去了。但如果你只看到 49 秒那支，對「它有多快」的印象會差很多。
從檔名可以看出哪些沒加速：帶 realtime 的是真實速度（網站測試、兩支法律文件），帶 4x_cut、cropped、edited 的則是剪過或加速過。
給你的一個判斷習慣
以後看任何廠商的 AI 示範影片，先問三個問題：
這是即時的還是加速的？｜中間有沒有剪掉失敗的嘗試？｜如果換成我的資料，還會這麼順嗎？
我在企業班常講：示範影片是廠商最好的一次，不是你的第一次。這不是說它造假——是說你該預期自己的第一次會慢很多、要試好幾輪。
回到機長那句話
我常說：你是機長，AI 是機組人員。
這 18 支影片是機組人員的履歷。履歷都很漂亮，這很正常。
機長要做的不是看完履歷就決定，是安排一趟短程航班，親自看他飛一次。
所以最實際的用法是：從上面挑一支「跟你工作最像」的，然後拿你自己的檔案，把同一件事做一遍。那個結果才是你的判斷依據。
查證說明
①18 支影片的標題與長度為 Vimeo 官方 oEmbed API 回傳的原始資料，逐支查詢取得，非估算。②各支的內容描述，依據官方縮圖畫面與 OpenAI 發布頁的段落說明整理，我沒有逐秒看完每一支影片；若與影片實際內容有出入，以影片為準。③影片皆為 OpenAI 官方 Vimeo 帳號所發布（privacy: unlisted、embed_permission: public），本文以官方播放器嵌入，未重新上傳或轉存。④「哪些被加速」的判斷來自官方自己的檔名標示（realtime／4x_cut／edited／cropped）與同一題目兩個版本的長度差異，非我的推測。⑤官方發布頁在部分段落將 W-2 那支歸類於報稅表單示範，本文依縮圖顯示的表單名稱記述為 W-2。⑥Astra 的能力宣稱與 benchmark 數字請見前一篇的查證說明，該處已標明數字皆為 OpenAI 自行公布、非第三方驗證。
「這是即時的還是加速的？」——以後看示範影片先問這句
想跟上這類消息：我的電子報每週把新發布翻成能用的判斷 → startupforyou.substack.com
如果你是主管：與其看廠商的示範，不如讓團隊拿自己的檔案跑一次。我的企業內訓就是在做這件事——用貴公司真實的資料現場做，當場知道哪些真的做得到、哪些做不到。想聊聊寫信到 ai@autolab.cloud，或看看 AI 顧問教練團。
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式：ai@autolab.cloud