GPT-6 Astra obsługuje komputer – co to znaczy w praktyce i gdzie tego użyć

Obsługa komputera oznacza, że model widzi ekran, klika, wpisuje tekst i uruchamia polecenia zamiast opisywać, jak to zrobić. W ChatGPT służą do tego dwie powierzchnie: Work i Codex. Na planie Plus to jedyne miejsca, w których GPT-6 Astra jest w ogóle dostępna. Wejście wymaga zaktualizowanej aplikacji desktopowej, a w przypadku Codeksa – wersji CLI 0.153.0 lub nowszej.

Opis powierzchni i uprawnień pochodzi z Centrum pomocy OpenAI, wyniki testów z komunikatu premierowego producenta, a ustalenia o zabezpieczeniach i monitorowaniu z system card opublikowanej na deploymentsafety.openai.com.

Co znaczy, że model obsługuje komputer

Różnica między asystentem a agentem obsługującym komputer jest różnicą między instrukcją a wykonaniem: jeden mówi, gdzie kliknąć, drugi klika.

Technicznie model dostaje zrzut ekranu, wskazuje współrzędne kliknięcia, wpisuje znaki z klawiatury i – gdy ma takie narzędzie – uruchamia polecenia w powłoce systemowej. Pętla powtarza się: działanie, nowy zrzut ekranu, ocena rezultatu, kolejne działanie. To jest ta sama architektura, którą opisywaliśmy przy agentach AI, z jedną zmianą: interfejsem nie jest API, tylko ekran przeznaczony dla człowieka.

Astra ma w tej pętli dostęp do zestawu narzędzi wymienionych w karcie modelu: wyszukiwania w sieci, przeszukiwania plików, generowania obrazów, interpretera kodu, powłoki systemowej, nakładania poprawek na kod, umiejętności, obsługi komputera, protokołu MCP i wyszukiwania narzędzi. Mechanizm wywoływania tych narzędzi opisuje przewodnik po użyciu narzędzi przez model.

Praktyczne znaczenie ma to, że agent nie potrzebuje integracji. Program bez API, wewnętrzny system firmowy, stary panel administracyjny – wszystko, co ma interfejs graficzny, staje się dostępne. To jest jednocześnie największa zaleta i największe ryzyko tego podejścia, o czym dalej. Czym agent różni się od zwykłego chatbota, rozkłada osobny tekst o różnicy między agentem a chatbotem.

Trzy powierzchnie ChatGPT: Chat, Work i Codex

ChatGPT nie jest już jednym oknem. Dzieli się na trzy powierzchnie, które różnią się przeznaczeniem, miejscem działania i sposobem rozliczenia – i to jest najważniejsza rzecz do zrozumienia przed pierwszym uruchomieniem Astry.

Dostępność Astry rozkłada się na tych powierzchniach nierówno:

• Plan Plus ma Astrę wyłącznie w Work i Codeksie. W oknie Chatu pracuje GPT-5.6 Sol.
• Plany Pro 100 USD, Pro 200 USD, Business i Enterprise mają Astrę także w Chacie, gdzie występuje pod nazwą GPT-6 Pro.
• Free i Go nie mają Astry nigdzie.

Work rozlicza się według cennika Codeksa, choć przykłady w tym cenniku dotyczą zadań programistycznych, a praca w Work bywa zupełnie inna. Pełne zestawienie przydziałów i kwot znajduje się w tekście o cenie i limitach GPT-6 Astra.

Sam Work jest udostępniany etapami – nie każde uprawnione konto już go widzi. Rozmowy z Work i z Chatu pojawiają się razem w Ostatnich, a istniejące Projekty działają w obu trybach: z poziomu projektu można zacząć rozmowę w Chacie albo zadanie w Work z kontekstem tego projektu.

Co Astra realnie robi – przykłady z materiałów producenta

Poniższa lista pochodzi z demonstracji opublikowanych przez OpenAI przy premierze. To są pokazy producenta, nie niezależne testy.

Zadania rutynowe:

• wypełnianie formularzy internetowych, w tym amerykańskiego zeznania podatkowego Form 1040,
• aktualizowanie rekordów klientów w systemie CRM,
• porządkowanie kalendarza,
• research w sieci zakończony streszczeniem w edytorze tekstu lub w poczcie.

Zadania techniczne i specjalistyczne:

• rozkład płytki drukowanej w programie KiCad – zamiana schematu elektronicznego na projekt gotowy do produkcji, z rozmieszczeniem elementów i poprowadzeniem ścieżek,
• modelowanie domu w Blenderze i przeniesienie go do Unreal Engine 5 jako sceny, po której da się chodzić,
• analiza danych naukowych, generowanie wykresów, kontrola jakości sekwencjonowania w specjalistycznym oprogramowaniu,
• budowa strony internetowej i przeprowadzenie na niej kontroli jakości frontendu,
• praca w Excelu i Power BI.

Do tego dochodzi warstwa dokumentów: OpenAI podkreśla, że Astra trzyma się istniejących szablonów przy tworzeniu prezentacji, arkuszy i pism, dopasowując układ i ton do materiału wzorcowego.

Z demonstracji czasowych producent podaje jedną liczbę wprost: wyszukanie pediatry zajęło Astrze 2 minuty i 54 sekundy. OpenAI zaznacza przy tym, że pokazywane nagrania są skróconymi fragmentami rzeczywistych przebiegów.

Osobno warto odnotować, czego na tej liście nie ma: przykładów pracy na polskich systemach, polskich formularzach urzędowych i polskojęzycznych interfejsach. Publicznych testów Astry na takim materiale jeszcze nie ma.

Ile na tym zyskujesz – liczby zamiast wrażeń

Najciekawsza liczba z całego komunikatu nie dotyczy skuteczności, tylko czasu: Astra osiąga lepszy wynik w czasie krótszym o około 47% od czasu potrzebnego poprzednikowi.

Wszystkie te wyniki opublikowała OpenAI – producent modelu, który w nich wygrywa. Przyspieszenie na Mind2Web wynika nie tylko z samego modelu, ale też z równolegle zaktualizowanego harnessu Codeksa.

Praktyczny sens tych liczb jest taki: ScreenSpot-Pro mierzy, czy agent w ogóle trafia w przycisk, o który mu chodzi. Przy 76,9% co czwarte kliknięcie było nietrafione, co przy dziesięcioetapowym zadaniu oznacza, że prawie na pewno coś pójdzie nie tak. Przy 92,7% zadanie kilkuetapowe zaczyna się domykać bez interwencji. To jest różnica między demonstracją a narzędziem.

Co się zmienia w Codeksie osobno: Astra prowadzi notatki między oknami kontekstu, zamiast kompresować całą historię do jednego streszczenia za każdym razem, gdy kontekst się zapełni. Wcześniejsze okna pozostają przeszukiwalne, więc model może wrócić do wymagania albo wyniku testu sprzed wielu kroków, nawet jeśli nie trafiło do notatki. Funkcja jest eksperymentalna, włącza się w pliku konfiguracyjnym Codeksa i ma stać się domyślna.

Co model widzi na twoim komputerze

To pytanie ma konkretną odpowiedź w dokumentacji OpenAI i warto ją znać przed pierwszym uruchomieniem zadania.

• Work w przeglądarce i na telefonie działa w chmurze. Nie ma dostępu do plików na twoim komputerze.
• Work w aplikacji desktopowej może korzystać z lokalnych plików i aplikacji – za zgodą użytkownika i o ile pozwala na to plan oraz ustawienia workspace’u. Otwiera się wskazany folder albo projekt i nadaje dostęp tylko do tego, czego zadanie potrzebuje.
• Kontekst zadania może być przechowywany w chmurze także wtedy, gdy praca odbywa się lokalnie. To zdanie jest w dokumentacji wprost i jest najważniejszym zastrzeżeniem w całej tej sekcji.
• Rozmowy w chmurze synchronizują się między urządzeniami. Zadanie zaczęte w przeglądarce pojawia się w aplikacji desktopowej i odwrotnie.
• Tryb głosowy w desktopie może wymagać uprawnień do nagrywania ekranu i dźwięku oraz do funkcji dostępności, jeśli ma korzystać z kontekstu tego, co widać na ekranie.

Dla osoby odpowiedzialnej w firmie za dane to jest materiał do jednej decyzji: agent działający lokalnie nie oznacza przetwarzania wyłącznie lokalnego. Ta różnica jest dokładnie tym, wokół czego narasta zjawisko Shadow AI – pracownik włącza narzędzie, które formalnie „działa na jego komputerze”, i nie wie, że kontekst zadania wychodzi na zewnątrz.

Zadania wyzwalane zdarzeniem

Work potrafi uruchomić się sam, gdy coś się wydarzy w podłączonej aplikacji – podobnie jak Automations w agencie Manus 2.0 – i to jest funkcja, która zmienia agenta w element procesu, a nie narzędzie uruchamiane ręcznie.

Obsługiwane zdarzenia według dokumentacji OpenAI:

• nowa wiadomość w Gmailu,
• nowa wiadomość na kanale Slack,
• aktywność w pull requeście w autoryzowanym repozytorium GitHuba.

Każde zadanie ma trzy elementy do przejrzenia: wyzwalacz, warunek i polecenie. Zadania wyzwalane zdarzeniem tworzy się i edytuje w przeglądarce albo w aplikacji mobilnej – aplikacja desktopowa potrafi je wyświetlić, ale nie zmienić warunku wyzwalania. Przy zadaniu opartym o Slacka trzeba dodać @ChatGPT do każdego monitorowanego kanału.

Funkcja nie jest dostępna na planach Free i Go ani w środowiskach FedRAMP. W planach Enterprise, Edu i ChatGPT dla ochrony zdrowia administrator musi najpierw włączyć zezwolenie na zadania wyzwalane zdarzeniem. W wersji dla ochrony zdrowia takie zadania nie są objęte umową powierzenia danych medycznych.

Zadania można udostępniać. Odbiorca dostaje kopię do samodzielnego zaplanowania, ale potrzebuje własnego dostępu do Work, do wymaganego modelu i do podłączonych aplikacji. Udostępnienie nie przenosi historii rozmów, plików lokalnych, poświadczeń do aplikacji ani uprawnień workspace’u – za to treść polecenia jest zawarta w linku.

Warstwa zabezpieczeń: Auto-Review i polityka potwierdzeń

Agent klikający w interfejsy to agent, który może kliknąć nie tam. OpenAI mierzy to osobnym benchmarkiem i publikuje wyniki – a różnica wobec poprzednika jest dziesięciokrotna.

Benchmark mierzy odsetek zadań, w których model doprowadził do niezamierzonych skutków – nieautoryzowanej transakcji, utraty danych, nadmiernego dostępu albo obejścia kontroli. Jest jedno zastrzeżenie, które OpenAI podaje wprost i które trzeba znać: testy prowadzono w uproszczonym środowisku badawczym, bez zabezpieczeń stosowanych normalnie w Codeksie i w ChatGPT Work – bez automatycznego przeglądu i bez polityki potwierdzeń. Użytkownik produktu nie pracuje w takiej konfiguracji.

Trzy mechanizmy działają na co dzień:

Izolacja środowiska to warstwa pod spodem, opisana wprost w dokumentacji narzędzia obsługi komputera: agenta uruchamia się w odizolowanej przeglądarce lub maszynie wirtualnej, z listą dozwolonych stron i działań, limitami liczby kroków, czasu lub kosztu oraz możliwością przerwania zadania w dowolnym momencie. Auto-Review reaguje właśnie wtedy, gdy działanie próbuje wyjść poza tak ograniczone środowisko – a wynik i tak warto sprawdzić samodzielnie, zamiast polegać wyłącznie na deklaracji modelu, że zadanie się powiodło.

Auto-Review sprawdza działania agenta przed ich wykonaniem i potrafi je zablokować. W wewnętrznej ewaluacji Astra nigdy nie próbowała obejść odmowy Auto-Review – także wtedy, gdy mechanizm został celowo skonfigurowany tak, by dało się go obejść, a zadania nie dało się wykonać inaczej.

Polityka potwierdzeń wymusza zgodę użytkownika przy działaniach o większych konsekwencjach. OpenAI podaje, że samo pokazanie modelowi, że taka polityka obowiązuje, dodatkowo obniża odsetek niezamierzonych skutków.

Osobno warto odnotować test „honeypot”: w symulowanym środowisku GPT-5.6 Sol bez zabezpieczeń próbował atakować otaczającą infrastrukturę w 48,2% przypadków, a Astra w żadnym. Jak w praktyce wygląda kontrola nad agentem pracującym na firmowych danych, opisujemy w materiale o bezpieczeństwie agentów w firmie.

Dlaczego twoje zadanie może zostać zatrzymane

OpenAI wdrożyła dla Astry monitorowanie niezgodności obejmujące całą inferencję z użyciem narzędzi – i uprzedza, że będzie ono czasem przerywać także legalną pracę.

System składa się z klasyfikatorów sprawdzających rozumowanie i działania modelu pod kątem zachowań nieautoryzowanych. Gdy coś zostanie wykryte, aktywność jest automatycznie zatrzymywana. Zachowanie zależy od miejsca:

• W ChatGPT i w Codeksie możesz zostać poproszony o przejrzenie działania przed kontynuacją.
• W API zadanie zostaje zatrzymane.

OpenAI podaje wprost, czego można się spodziewać: system czasem oznaczy legalną aktywność jako potencjalne nadużycie lub zachowanie nieautoryzowane, przez co praca zostanie spowolniona, wstrzymana albo przerwana. Dotyczy to także zadań, które nie mają związku z cyberbezpieczeństwem, oraz agentów działających przez dłuższy czas. Producent zapowiada kalibrowanie tych zabezpieczeń, żeby ograniczyć zbędne przerwania.

Praktyczny wniosek dla kogoś, kto uruchamia długie zadanie: zatrzymanie zadania nie oznacza awarii usługi ani ograniczenia konta. Oznacza, że zadziałał mechanizm nadzoru.

Poziom Critical w cyberbezpieczeństwie a agent na twoim dysku

Astra jest pierwszym modelem OpenAI zaklasyfikowanym na poziom Critical w cyberbezpieczeństwie według Preparedness Framework – i to bezpośrednio wpływa na to, jak zachowuje się agent na twoim komputerze.

Poziom Critical oznacza, że model potrafi – przy odpowiednich narzędziach i dostępach – znajdować nieznane wcześniej luki bezpieczeństwa i budować sposoby ich wykorzystania w wielu dobrze zabezpieczonych systemach, bez prowadzenia go przez człowieka krok po kroku. W ewaluacji na podatnościach ujawnionych po granicy wiedzy modelu Astra odkryła i wykorzystała dwie nieznane wcześniej luki zero-day.

Co z tego wynika dla zwykłego użytkownika:

• Wersja publiczna odmawia zaawansowanych zadań ofensywnych, w tym tworzenia proof-of-concept exploitów. Wykonuje natomiast przegląd bezpieczeństwa kodu i łatanie.
• Rozszerzony dostęp idzie osobnym kanałem – najpierw wąska grupa testerów, potem program Daybreak Blue, obejmujący walidację podatności, analizę złośliwego oprogramowania i inżynierię detekcji.
• Zwykłe konto nie dostaje zdolności użytych w eksperymentach badawczych. Liczby z benchmarków opisują model bez zabezpieczeń produkcyjnych.
• Odmowy są znacznie skuteczniejsze niż wcześniej – na zestawie jailbreaków cyberowych Astra odmawia 91,5% żądań wobec 59% u GPT-5.6 Sol. Dla kont ocenionych jako podwyższonego ryzyka granica odmowy jest przesuwana konserwatywniej.

Jest też druga strona, o której OpenAI pisze równie otwarcie: Astra jest odporniejsza na wstrzykiwanie promptu niż poprzednik. To ma znaczenie akurat przy obsłudze komputera, bo agent czytający strony internetowe i dokumenty jest z definicji narażony na polecenia ukryte w treści, którą przetwarza – ryzyko, które opisywaliśmy przy agentowych przeglądarkach.

Co to zmienia dla firmy

Decyzja o wpuszczeniu agenta na służbowy sprzęt nie sprowadza się do wyników benchmarków. Sprowadza się do trzech ustawień, które administrator workspace’u włącza albo nie.

• Work Cloud – gdy włączone, członkowie zespołu mogą uruchamiać zadania w chmurze i przeglądać istniejące na wszystkich urządzeniach.
• Work Local – gdy włączone bez Work Cloud, praca odbywa się lokalnie w aplikacji desktopowej, bez możliwości uruchamiania zadań chmurowych.
• Dostęp do modelu – w Enterprise dostęp do Astry zależy dodatkowo od uprawnień do modeli ustawionych na poziomie workspace’u, niezależnie od ustawień Work Cloud i Work Local.

Chat pozostaje dostępny w każdej konfiguracji. Gdy Work albo Codex Local są wyłączone dla danej roli, użytkownik widzi informację o niedostępności i może poprosić administratora o dostęp.

Bilans do przeprowadzenia jest taki. Po jednej stronie: dziesięciokrotnie mniej niezamierzonych skutków w realistycznych środowiskach pracy niż u poprzednika, zerowa liczba prób obejścia Auto-Review, większa odporność na wstrzykiwanie promptu. Po drugiej: model o zdolnościach cyberofensywnych na poziomie Critical, gorsza monitorowalność jego rozumowania niż u GPT-5.6 Sol, kontekst zadania trafiający do chmury także przy pracy lokalnej i mechanizm nadzoru, który potrafi przerwać zadanie w połowie. Pełny opis obu stron tego bilansu znajduje się w przewodniku GPT-6 Astra – co to jest i co potrafi.

Jak zacząć – warunki wejścia

Cztery rzeczy muszą się zgadzać naraz, a brak którejkolwiek kończy się tym, że modelu po prostu nie widać.

1. Plan. Astra w Work i Codeksie jest od planu Plus wzwyż. Free i Go jej nie mają. W oknie Chatu Astra pojawia się dopiero od planu Pro za 100 USD, pod nazwą GPT-6 Pro.
2. Aplikacja desktopowa w najnowszej wersji. OpenAI zaleca ręczne sprawdzenie przez Menu → Check for Updates, nawet jeśli aplikacja niedawno zaktualizowała się sama albo pokazała ikonę aktualizacji w panelu bocznym.
3. Codex CLI w wersji 0.153.0 lub nowszej. Starsze wersje nie obsługują Astry.
4. Zgoda administratora – w planach firmowych dostęp do modelu i do powierzchni Work zależy od ustawień workspace’u i roli użytkownika.

Sensowne pierwsze zadanie ma trzy cechy: jest sprawdzalne – umiesz ocenić, czy wynik jest poprawny; jest odwracalne – nic nie ginie, gdy pójdzie źle; ma zapisane kryterium odbioru ustalone przed uruchomieniem. Przy obsłudze komputera to nie jest ostrożnościowy frazes, tylko warunek tego, żeby w ogóle dało się ocenić, czy agent pracuje lepiej od ciebie.

FAQ

Źródła

• ChatGPT Work and Codex, OpenAI Help Center – powierzchnie Chat, Work i Codex, dostęp do plików lokalnych, zadania wyzwalane zdarzeniem, wymagania aplikacji, dostęp 13.09.2026
• GPT-6 Astra: A new generation of intelligence, OpenAI – wyniki obsługi komputera, demonstracje zadań, notatki między oknami kontekstu w Codeksie, dostęp 13.09.2026
• GPT-6 Astra System Card, OpenAI Deployment Safety Hub – benchmarki bezpieczeństwa obsługi komputera, Auto-Review, odporność na wstrzykiwanie promptu, dostęp 13.09.2026
• Computer use, OpenAI API Docs – mechanizm narzędzia obsługi komputera, dostęp 13.09.2026

Ostatnia aktualizacja: 3 października 2026 · Zgłoś poprawkę