——結論、まだまだ。
前回の記事で「GPT-6 Astra の衝撃」と書きました。
BenchCAD 95.9%。Computer Useの強化。AIは「答えるもの」から「仕事をするもの」へ。
で、今日の10時にリリースされた。
すぐ使いたかったので、ChatGPTの契約をProに引き上げました。
——
まずCADをやらせてみた
前回一番引っかかっていたのが、BenchCADの数字です。
画像から形状を理解して、CADモデルとして成立させる。それが95.9%。
なら、うちの仕事でどうなのか。
いつも通り、めっき装置まわりの簡単な部品モデルを頼んでみました。
結果から言うと、ダメでした。
正確に言うと、「できない」ではない。形は出てくる。
ただ、仕事が雑。
寸法の扱い、部品同士の関係、こちらが言外に前提にしていること。その辺の拾い方が甘い。
普段Claudeに同じことをやらせているので、どうしても比べてしまうのですが、
圧倒的にClaudeのほうが仕事が丁寧です。
ベンチマークの点数と、現場で使えるかどうかは、やっぱり別の話でした。
——
Computer Useは……分からんかった
もう一つの目玉、Computer Use。
AIが画面を見て、マウスやキーボード相当の操作をする、あれです。
やってみました。
やってるのかやってないのか、よう分からんかった。
裏で動いているのか、単に応答を返しているだけなのか、こちらから見えない。
「勝手にCADを操作してくれる」を期待していた身としては、拍子抜けです。
……と思って後で調べたら、Computer Useは今のところChatGPT WorkとCodex側で先行提供で、普通のチャット画面では使えないらしい。
つまり、動いてなかった。
これは自分の確認不足でした。失礼しました。Work側で改めて試します。
——
作業日報の自動投稿もやらせてみた
もう一つ、前からやりたかったやつ。
現場の写真と、現場名・工事内容をメールで投げたら、作業日報風の記事にしてWordPressに投稿してくれる仕組み。
GASからWordPressに繋ぐところで、403で止まりました。
Astraと4時間。「設定を変えてくれ」「ログを見せてくれ」「.htaccessを貼ってくれ」。動くのは全部自分。結局原因は掴めず、「今日はここで切り上げよう」と言われて終了。
で、Claudeに引き継いで切り分け。こっちは切り分けの手順がうまくて、壁が一枚目（サーバーの国外アクセス制限）は当てた。
でも二枚目は当てられなかった。
当てたのは、自分です。
「なんか、この時間にセキュリティプラグインから通知メール来るんよな」
それだけ。ログを見たら、GASのUser-Agentの末尾をWAFが攻撃と誤認していた。一発でした。
現状最強と言われるAI二機種を相手に、ど素人の勘が勝った。いや、勝ったというより、AIは「なんか来るんよな」を持っていない。 それだけの話です。
手順は出せる。切り分けもできる。でも現場の違和感は拾えない。
使い心地としては、5.6と変わらんかった。 環境まで勝手に整えてくれるわけではないし、原因を掴むのも結局人間。
——
まとめ
要は、まだまだだな、と。
前回「AIが仕事をする時代」と書いた手前、少し肩透かしを食らった形ですが、これは初日の、自分の仕事での、限られた試しです。
数日使えば印象が変わるかもしれないし、得意な領域が別にあるのかもしれない。
ただ現時点では、
- CADの図面・モデリング：Claudeのほうが丁寧
- Computer Use：通常のチャットでは未対応（Work/Codexで再挑戦予定）
- 日報の自動投稿：403の原因はAI二機種とも掴めず。掴んだのは通知メールを見てた自分
これがうちの実感です。
ベンチマークの数字は、あくまで数字。
自分の現場で、自分の仕事を投げてみないと、本当のところは分からない。
これは前回も書いたことですが、改めてそう思いました。
Proにした分、もう少し使い倒してから、また報告します。
