Jump Trading 把最模糊、最困難的任務交給 GPT-6 Astra
🏦 台灣Pay 銀行轉帳 💙 PayPal
Jump Trading 分享用 Astra 處理模糊、長時間、跨資料來源的分析任務
💡 你可以怎麼用：下次交辦 AI 時，別急著先幫它拆成小步驟。先講清楚目標、成品要長什麼樣、可以用哪些資料來源，讓它自己去找、去整理；拿到結果後，重點檢查它判斷「哪些資訊重要」的地方合不合理。
看全部 7 條重點
🧑🏫 交易公司 Jump Trading 分享他們怎麼用 OpenAI 的 GPT-6 Astra，處理手上最模糊、最難的工作。這支值得看，是因為它講出 AI 能力的變化：從只會寫幾行程式，到能自己跑好幾天、整合多個資料來源做分析。這也代表交辦工作給 AI 的方式跟著變了。
- 00:01 現在可以交給模型模糊得多、也更複雜更廣泛的任務，而且它能順利完成。↳ 以前要把問題切得很細、講得很明確，模型才做得好。現在就算只給一個方向還沒很清楚、範圍又大的題目，它也能自己理出頭緒，把事情做完。
- 00:01 字幕提到：大約 2 年前，「她」學會寫簡短的程式碼片段（snippets）。↳ snippets（程式碼片段）是幾行到幾十行的小段程式，只負責一個小功能。字幕沒交代「她」指誰，但重點很清楚：兩年前的程度，大概只到寫這種小零件。
- 00:01 大約 8 或 9 個月前，它已能獨立寫出整個 repositories 和 services，不只是片段或單一檔案。↳ repository（程式碼庫）是一個專案的整套程式；service（服務）是持續運作、提供某項功能的程式，像會員登入系統。8、9 個月前，它已經能獨立做出這種完整成品。
- 00:01 講者說使用 Astra 讓他們真正大開眼界。主要原因是只要把需要的能力交給它並定義清楚，它就會替你搜尋並完成分析。↳ 分工方式變了：你不用一步步教它去哪查、怎麼算，只要講清楚要什麼、給它能用的工具，它會自己找資料，把分析做完。
- 00:31 可以定義需要執行好幾天、而且要用到多個來源資料的任務。↳ 任務不再是問一句、答一句，而是可以連續跑好幾天，還要從好幾個不同地方調資料。比較像把一件專案交辦給同事，而不是問一個問題。
- 00:31 模型需要做細微的推論，判斷哪些資訊重要、哪些不重要，再全部串連起來，產出全面的分析。↳ 難的不是蒐集資料，而是取捨。資料一多雜訊就多，模型得自己判斷哪些有用、哪些該略過，再把零散的資訊拼成一份完整的分析。
- 00:31 講者說現在這真的可行。如今 agents 和整體 AI 已經融入他們所做的每一件事。↳ agents（代理）是能自己規劃步驟、用工具、連續做事的 AI，不只是一問一答。講者的意思是：這已經不是在試驗，而是他們每天每項工作都在用。
📘 術語
snippet（程式碼片段）：字幕用來指模型 2 年前會寫的「短」程式碼，規模小於檔案或整個 repository。
repository（程式碼庫）：字幕拿它和「片段、檔案」對比，指比單一檔案更完整的整套程式碼。
service（服務）：字幕把它和 repositories 並列，說明模型現在能獨立寫出完整服務。字幕沒有進一步解釋。
agents（代理）：字幕只說 agents 和 AI 已是他們所做一切的一部分，沒有進一步解釋。
repository（程式碼庫）：字幕拿它和「片段、檔案」對比，指比單一檔案更完整的整套程式碼。
service（服務）：字幕把它和 repositories 並列，說明模型現在能獨立寫出完整服務。字幕沒有進一步解釋。
agents（代理）：字幕只說 agents 和 AI 已是他們所做一切的一部分，沒有進一步解釋。
✏️ 小考一題
根據影片，大約多久前模型開始能獨立寫出整個 repositories 和 services？
A. 大約 5 年前B. 大約 2 年前C. 大約 3 個月前D. 大約 8 或 9 個月前看答案
答案：D。[00:01] 字幕說 “Probably 8 or 9 months ago, it became capable of independently writing ... entire repositories and services.”，而「2 年前」是指學會寫短程式碼片段。
💛 覺得有幫助？支持一下
課本免費、沒有廣告，支持與否都能照常讀 🐰