「讓我大開眼界」｜Box 搶先體驗 GPT-6 Astra ☕ Buy me a coffee

🧑‍🏫 Box 負責 AI 方向的 Yasha，分享她搶先試用 OpenAI 新模型 GPT-6 Astra 的心得。影片的核心是一個稅務計算的實測：模型必須分辨哪個折扣已經算過、哪個還沒算，才不會算錯。值得看的原因是，它說明新模型的進步在於看懂資料的前後關係，不只是算得更快。

• 00:02 Astra 被形容為最尖端的模型，能穩定處理過去超出 Box 技術堆疊（stack）能力範圍的任務
  ↳ 「最尖端」就是目前最強的一級。stack（技術堆疊）指一家公司做產品時用的整套技術組合。以前這套組合做不穩的工作，換上 Astra 後能穩定完成。
• 00:02 Yasha 負責 Box 的 AI 方向。她對 Astra 的第一印象是：模型在處理客戶的高難度任務上進步非常多
  ↳ Yasha 在 Box 負責決定 AI 要往哪個方向走。她最有感的是，客戶丟來的高難度工作，模型現在處理得比以前好很多。
• 00:33 Box 有些客戶的內容價值很高，而且非常密集、複雜
  ↳ Box 是讓企業存放和管理檔案的雲端服務。有些客戶放的資料很重要，資訊塞得很滿，彼此之間又互相牽連，讀錯一處就可能影響整個結論。
• 00:33 實測例子：Box 提供給模型三份檔案，分別是利潤分析、成本分析，以及公司的稅務優惠結構
  ↳ profit analysis（利潤分析）看公司賺多少，cost analysis（成本分析）看公司花多少，tax break structure（稅務優惠結構）列出公司能享有的減稅。模型要把三份資料對起來算。
• 00:33 關鍵難點：檔案裡有兩種稅務優惠結構，一種還沒套用到利潤上，另一種已經套用，這點很容易被忽略
  ↳ 陷阱在這裡：兩種都叫稅務優惠，但一種已經算進利潤數字，另一種還沒算。表面上看不太出差別，人很容易兩種都再扣一次。
• 01:03 模型的判斷：阿根廷的 2025 支出維持原樣，因為 20% 折扣已經套用；巴西則會套用 30% 折扣
  ↳ 模型沒有一律照扣。阿根廷的 20% 折扣已經反映在數字裡，所以 2025 支出不動；巴西的 30% 還沒套用，所以才扣。它先確認每個數字的狀態，再動手算。
• 01:03 如果模型判斷錯誤，會把 20% 折扣重複計算，導致所有費用都算錯
  ↳ double-count（重複計算）就是同一筆折扣扣了兩次，好比發票已經打過八折，結帳時又打一次八折。只要一個前提判斷錯，後面的費用全部跟著錯。
• 01:33 Yasha 表示，這是她最早幾次看到模型正確完成這類複雜計算的例子之一，所以非常興奮
  ↳ 她興奮的不是模型會算數，而是它看得懂「這個已經算過了」這種需要判斷的細節。她說這是她最早幾次看到模型把這類題目做對。
• 01:33 導入計畫：過去有客戶卡在需要高度判斷、細膩思考、極度精確的任務，現在可以請他們用自己的內容試試這個模型
  ↳ 以前有些客戶的工作需要判斷力和細心，而且完全不能出錯，AI 做不來就只好擱著。現在 Box 打算回頭找這些客戶，請他們用自己的真實資料試試看。
• 02:03 OpenAI 感謝與 Box 的合作，並期待看到 Box 做出的成果
  ↳ 結尾是 OpenAI 感謝 Box 一起合作，並表示期待 Box 之後做出的成果。這段是收尾的客套話，沒有新的技術資訊。

在 Box 的稅務優惠測試中，模型說巴西會套用多少折扣？