GPT-6 Astra 示範直接操作 Blender、Ableton，點解創作圈反彈咁大？

OpenAI 的 GPT-6 Astra 一推出，就令藝術家、3D 創作者同音樂製作人反應好大。原因唔單止係 AI 可以畀建議或者生成一張圖，而係宣傳示範將它呈現成一個能夠按高層次指令、直接喺專業創作軟件內做嘢嘅代理人：建模、編排、渲染，以至準備交付項目。呢個定位，同一般「助手」有明顯分別。 510

不過，要分清楚：公開的發佈素材未能證明 Astra 已經大規模取代創作工作者；但它的確令創作勞動、作者身份同商業責任等問題，再唔可以輕輕帶過。

點解呢啲示範特別刺耳？

最受討論的例子，將本來涉及多個工序的創作流程，壓縮成一句指令。報道指，Astra 曾在 Blender 建一間屋，再轉入 Unreal Engine 5，變成可步行探索的場景；另一個廣告則要求它將手繪火箭變成 Blender 資產、放入遊戲，同時處理一件日常瑣事。 1021

對創作人而言，令人不安的未必只是 AI 「做到一件作品」，而是廣告背後的暗示：人可能毋須再學介面、流程與製作細節——而呢啲一向正正係 3D、遊戲開發同音樂製作的專業基本功。批評者認為，這種敘事將多年磨練的技術判斷與美學判斷，講成純粹應該由軟件消除的「阻力」。創作界的報道及匯集反應，也集中提到手作技能被取代、原創性，以及資產生成加快後對創作工作的影響。 2124

但靚仔 demo 唔等於在真實製作環境中穩定可靠。Blender 轉 Unreal 的例子，顯示了它可操作可編輯的製作環境；但這並非標準化 Blender 基準測試，亦無法證明所有項目都毋須專家覆核便可完成。 10

Blender 係工作環境，唔係模型本身

要理解這個說法，首先要分清 Blender 的角色。Blender 是一款 3D 創作軟件；示範中是 Astra 透過電腦操作能力去使用它。理論上，這代表代理人可在軟件工作流程中建立或修改場景，並輸出可繼續編輯的檔案，而唔係只交出一張靜態生成圖。 410

這對快速視覺化、草擬場景、早期遊戲原型，確實可能有用。不過，可編輯場景唔會自動變成可量產的資產。團隊仍要檢查模型拓撲、材質、效能、藝術方向、權利清理，以及能否融入整體製作管線。公開示範能證明的，是它在預設工作流程中有操作軟件的能力；至於最終質素與問責，仍然未有定論。 10

Ableton 示範其實靠整合層接通

Ableton 的例子經常被講成「Astra 聽到一句語音指令就整到首歌」。但現有報道補充了一個關鍵細節：示範過程需要提示，而且使用了 Producer Pal 2.0——一個專為連接 AI 助手與 Ableton Live 而設的開源 MCP 伺服器。 19

Producer Pal 自稱是 Ableton 的 MCP 伺服器兼開放 REST API，可讓 AI 助手、腳本及其他工具讀取與編輯 Live Set。 23 簡單講，它是一層整合工具，向數碼音樂工作站（DAW）提供結構化存取方式。

這不代表示範沒有意思，但它不應被理解為 Astra 無需任何輔助軟件或人類指導，就獨立完成商業發行級別的作曲、錄音工程、混音與母帶製作。一首完成的歌，可能涉及模型、DAW、連接器、樂器、sample、外掛、提示語，以及人類的取捨；短短一段 demo 通常交代唔晒當中每一部分。

反彈背後，大家真正擔心乜？

初級與重複性創作工作的壓力

最直接的憂慮是，公司會否用代理工具減少資產製作、插畫、基本場景搭建、音效設計或製作助理的工時需求。更深一層是職業培訓問題：如果機構自動化了原本交畀初級創作人的低風險工作，新人便可能少了有薪累積專業判斷的入口。

這是一項合理的勞動市場風險，但並非 Astra 發佈首周影片已經證實的結果。反過來講，降低技術門檻也可能令小團隊和獨立創作者，負擔得起以往做不到的原型探索。哪一種結果較明顯，取決於公司點樣部署工具，而唔係一條示範片本身。

版權、sample 與素材溯源

對不少專業創作人而言，最關鍵並非代理人能否做出吸引人的作品，而是結果可唔可以安心商用。

一個能夠搜尋參考資料、又能操作製作軟件的代理人，固然可加快工作；但同時也可能更容易將未獲授權的參考、資產、外掛或 sample 帶入項目。成品 render 或音軌本身，答唔到輸出歸誰、用過乜輸入、是否複製了可辨認的素材，或客戶能否安全發行。

所以，素材溯源比 demo 有幾順眼更重要。要真正落地，團隊需要保存輸入資料與工具操作紀錄、做授權審核、保留實質人手批准，並在出事時有清晰的責任歸屬。

效能與價錢，令「世代飛躍」的講法更複雜

OpenAI 表示，Astra 在編程、研究、電腦操作及複雜多步任務上有所提升，並先向有限數目的機構逐步開放。 5 獨立分析則發現，它在編程代理指數上有顯著進步，以較低成本追平 Fable 5；但在較廣泛的智能對成本評估中，雖然用 token 較少，較高定價仍抵銷了部分效率優勢。 31

報道所列的標準 API 價格為：每 100 萬個輸入 token 10 美元、每 100 萬個輸出 token 50 美元；相對 GPT-5.6 Sol 所列的 4 美元／20 美元，貴 2.5 倍。 31 問題因而不只是「Astra 犀唔犀利」，而是：在某一項實際工作上，它的自主操作能否節省足夠的人手，抵銷 API 成本、覆核時間和營運風險？

對高價值、重複性高的流程，答案可能是可以；對普通工作，或需要大量創意監修的任務，這個溢價就未必容易合理化。「世代飛躍」仍是產品定位，並非適用於每一種創作或專業流程的普遍結論。

網絡安全限制，反而凸顯同一個矛盾

OpenAI 表示，Astra 是其首個廣泛部署、並在 Preparedness Framework 下達到網絡安全 **Critical（關鍵級）**門檻的模型。公司指，它辨識及開發零日漏洞的能力，可幫助防守方發現並修補弱點，但同時需要更強的保障措施。 814

這其實正是創作爭議的同一種張力。更高自主性，可以令小團隊毋須先精通每一個介面，也能探索遊戲場景、設計概念或音樂編排；但自主性也可以放大傷害，並把影響力集中到控制模型、整合工具和分發渠道的公司手上。

OpenAI 為最危險的網絡能力加上限制，某程度上已承認：強大的代理人需要界線。創作工作也面對平行的治理問題，即使潛在損害較多是經濟或文化層面，而非保安漏洞。

點樣先算是幫到創作，而唔係抽走創作價值？

問題唔係創作人應唔應該用 AI——很多人都會用，尤其是當它能減少重複的介面操作。更值得問的是：系統有冇保留實質的人類控制，並讓支撐創作的勞動、知識與社群，一同分享到新增價值。

對正評估 Astra 類代理人的買家和創作團隊，以下幾點最實際：

• **查核溯源：**記錄參考資料、來源資產、sample、外掛及生成輸出。
• **保留人手覆核：**將代理人輸出視為草稿或製作貢獻，而唔係自動批准。
• **預先定好作者身份與責任：**清楚約定誰獲署名、誰擁有交付物、誰處理侵權索償。
• **計清全盤成本：**除咗 API 收費，亦要計整合、監督、修改與品質保證的時間和費用。
• **保護學習階梯：**不要純粹為了刪走成本，而取消讓新一代創作人累積技能的初級工作。

Astra 的示範之所以重要，是因為它令 AI 看起來不再只是軟件外的一部生成器，而更似一位坐進 Blender、Ableton 等創作工具裡面的同事——又或者競爭者。它最終會擴闊創作參與，還是掏空創作職業，關鍵不在發佈片有幾快，而在授權、勞動做法、定價、署名與控制權由誰掌握。