GPT-6 Astra computer use: nech AI ovládat software, který nemá API

Každá firma dnes používá patnáct nástrojů a tři z nich mají pořádné API. Zbylých dvanáct žije ve starém webovém rozhraní a automatizace se k nim dostane jen těžko. Přesně tenhle problém řeší computer use — schopnost AI modelu ovládat software přes obrazovku, klávesnici a myš stejně jako člověk. OpenAI ji 3. září 2026 představilo v modelu GPT-6 Astra a tvrdí, že jde o nejlepší computer use model na světě.

Nejde o další oznámení modelu, ale o změnu interface strategy: místo budování integrací necháš agenta používat ty samé obrazovky, které používáš ty. V tomto článku ti ukážu, jak tuto schopnost reálně využít v práci, kde začít, co to stojí a která rizika musíš ošetřit dřív, než agenta pustíš k firemním systémům.

Jak computer use funguje a čím se liší od Zapier a API

Klasická automatizace (Zapier, Make, n8n) potřebuje konektor nebo API endpoint. Computer use funguje jinak: model vidí obrazovku po pixelech, čte UI prvky a kliká na ně. Nerozlišuje mezi moderním SaaS a interním systémem z roku 2012 — pro něj je obojí jen obrazovka s tlačítky.

Prakticky to znamená:

• Žádné API klíče a webhooky. Agent se přihlásí, vyplní formulář, překliká workflow a uloží.
• Žádný vývojář na integraci. Nástroj bez dokumentace přestává být překážkou.
• Změna UI nerovná se přepsaní integrace. Agent se přizpůsobí, protože čte obrazovku, ne pevně dané schéma.

OpenAI uvádí příklady jako vyplňování online formulářů, aktualizaci záznamů v CRM, organizaci kalendáře nebo QA kontroly v softwarových nástrojích. Představ si práce, které dnes děláš ručně "jelikož to nemá API" — přesně tyhle jsou kandidáti.

Kde computer use v práci skutečně pomůže

Než začneš, rozděl si práci do tří skupin podle hodnoty automatizace a rizika.

1. Nízké riziko, vysoká škoda z ruční práce (začni tady)

• Přepis dat mezi systémy. Objednávky z e-mailu nebo tabulky do fakturačního systému, který import neumí. Agent otevře oba systémy a přepíše pole po poli.
• Hromadné aktualizace záznamů. Doplnění chybějících údajů v CRM, hromadné přejmenování, úklid duplicit.
• Opakované formuláře. Podání, reporty, evidence — všude, kde týdně vyplňuješ stejných dvacet polí.
• QA kontroly. Projít seznam položek v administraci a ověřit, že sedí stavy, ceny nebo texty.

2. Střední riziko (pilotuj s dohledem)

• Onboarding nových klientů napříč více systémy.
• Pravidelné reportování vytahované z nástrojů bez exportu.
• Rekonciliace dat mezi účetním systémem a e-shopem.

3. Vysoké riziko (zatím jen s lidským schválením)

• Úpravy v ERP, platby, HR záznamy, cokoliv s regulačními dopady. Tady agent maximálně připraví koncept a člověk potvrdí.

Kde GPT-6 Astra vzít a jak na ní začít

Rollout je postupný. Přístup začíná přes Daybreak, gated program pro organizace, a během následujících dní se rozšiřuje na ChatGPT Plus, Pro, Business a Enterprise, plus API a AWS. Pokud máš firemní předplatné, počítej s tím, že schopnost dorazí k tobě během týdnů — a připrav se dopředu.

Praktický postup pro pilot:

1. Vyber jeden proces ze skupiny nízkého rizika, který děláš ručně aspoň hodinu týdně. Ideálně s měřitelným výsledkem (počet vyplněných formulářů, počet aktualizovaných záznamů).
2. Zapiš si postup krok za krokem, jako bys učil nového kolegu. Agent potřebuje stejný kontext: kde se přihlásit, co klikat, jak poznat, že je hotovo.
3. Vytvoř servisní účet pro agenta, ne používej svůj vlastní. Uvidíš v audit logu, co udělal agent, a můžeš mu kdykoliv vzít přístup.
4. Pusť ho nejdřív v režimu "připrav, nespouštěj". Nech agenta vyplnit všechno, ale finální kliknutí potvrď sám.
5. Měř čas na úlohu. Až pětýkrát proběhne bez zásahu, pusť ho autonomně s logováním.

Windows speciál: spusť agenta do virtuálního stroje, ať ti nepřebere plochu

Na Windows má computer use jeden háček, který tě zastaví u první úlohy: agent pracuje na aktivní ploše a převezme myš i klávesnici. Dokud vyplňuje formulář v účetním systému, ty nemůžeš pracovat. Zámek displeje úlohu zastaví — Windows na rozdíl od macOS nemají ekvivalent „locked use“ pro práci po uzamčení obrazovky. Agent navíc vidí celou plochu, ne jen okno, se kterým pracuje, takže citlivé údaje jinde na obrazovce jsou vystavené.

Podle oficiální dokumentace OpenAI (aktualizace 3. září 2026) existují tři cesty, jak s tím naložit:

1. Nech počítač odemčený a kontroluj ho na dálku

Nejjednodušší varianta: počítač necháš odemčený a úlohu sleduješ ze telefonu přes vestavěné dálkové ovládání ChatGPT, ze kterého můžeš poslat doplňující instrukci. Hodí se na krátké, jednoúčelové úlohy — přepis dvaceti objednávek, QA kontrola položek. Pro dlouhé běhy nepraktické: počítač je po dobu úlohy mimo tvou dosažitelnost.

2. Pusť ChatGPT do virtuálního stroje (doporučená varianta)

Nejrobustnější řešení, které OpenAI doporučuje jako první volbu pro Windows: spusť ChatGPT desktop aplikaci uvnitř virtuálního stroje. Agent převezme plochu VM místo tvého hlavního desktopu — a ty klidně pracuješ vedle.

Postup krok za krokem:

1. Nainstaluj hypervisor. Na Windows 11 Pro stačí vestavěný Hyper-V, na Home edici VirtualBox nebo VMware Workstation Player (oba zdarma).
2. Ve VM nainstaluj čistou Windows instalaci a přidej jen aplikace, ke kterým má mít agent přístup — fakturační systém, CRM klient, interní administrace.
3. Do VM nainstaluj ChatGPT desktop app a nainstaluj Computer Use plugin.
4. Spusť úlohu uvnitř VM. Agent převezme kurzor ve virtuálním okně; tvoje hlavní plocha zůstane nedotčená.

Pokud agent uvízne nebo klikne mimo, VM pozastavíš, vrátíš snapshot a zkusíš to znovu ze stejného čistého stavu. Snapshoty jsou u computer use zlatý důl. A hlavně: agent, který vidí obrazovku, může být přes prompt injection přinucen kliknout, kam nemá — VM tento vektor výrazně zužuje, protože agent vidí jen VM, ne tvůj počítač s přihlášeným bankovnictvím.

3. Omez agenta allow-listem aplikací

Třetí vrstva funguje i na hlavním počítači: allow-list aplikací. Windows ukládá trvalá schválení do konfigurace:

[computer_use.windows]
always_allowed_app_ids = ["mspaint.exe", "excel.exe"]

Aplikace mimo seznam se agent vždy nejdřív zeptá na oprávnění. Tři zásady: začni prázdný a podepisuj zvlášť, dokud nezískáš cit pro to, co agent potřebuje; always allow jen pro aplikace bez citlivých dat (Excel s reporty ano, prohlížeč s bankovnictvím rozhodně ne); schválení pravidelně audituj a po měsíci si projdi, co se v seznamu nastřádalo. Správce firemního workspace může navíc Computer Use zcela vypnout nebo omezit na konkrétní aplikace — zásady jsou stejné jako při nastavování oprávnění AI agentů na datové vrstvě: rozhodnutí patří administrátorovi, ne jednotlivci.

Čtyřtýdenní plán nasazení ve firmě

Když to chceš zavést do týmu a ne jen vyzkoušet: týden 1 — izolované testy v VM s jednou aplikací bez reálných dat, pět až deset triviálních úloh, zapisuj, kde agent klikl špatně. Týden 2 — jedna skutečná úloha s ručním schvalováním každého kroku, měř ušetřený čas. Týden 3 — sestav allow-list a úlohu opakuj, dokud neproběhne bez zásahu. Týden 4 — pusť úlohu autonomně v VM s logováním a hlásení, rozšíř na druhý proces.

Kolik to stojí: počítej v minutách na úlohu

U computer use není hlavní metrika cena za token, ale čas na úlohu. Ten určuje, kolik workflow denně protlačíš frontou a kolik tě provoz vyjde.

OpenAI na offline podmnožině benchmarku OSWorld 2.0 uvádí, že Astra dosáhla 72,6 % úspěšnosti při zhruba 40 minutách na úlohu — oproti GPT-5.6 Sol s 65,7 % a ~75 minutami na úlohu. To je asi o 47 % méně času. Na Terminal-Bench Science 0.1 hlásí Astra 64,6 % úspěšnosti versus 52,6 % u Claude Fable 5.1 při zhruba o 31 % nižších odhadovaných API nákladech. V levnější konfiguraci 61,1 % versus 22,4 % při ~27 % nižších nákladech.

Pozor na jednu věc: benchmark čísla se mezi zdroji liší (OpenAI uvádí 99,9 % na ARC-AGI-3, Fortune píše 98,6 %). Neznamená to, že někdo lže — jiné verze testů, různé podmínky. Pro rozhodnutí si proto sestav vlastní testovací sadu z reálných firemních úloh a porovnávej modely na ní.

Praktické pravidlo: pokud úloha trvá agentovi 40 minut a tobě 15, ale děláš ji 50× denně, automatizace se vyplatí. Pokud děláš 3 úlohy denní a každá je jiná, drž se API automatizace nebo to dělej ručně dál.

Bezpečnostní vrstva, kterou musíš postavit dřív

Computer use otevírá starý problém RPA éry v novém kabátě: jak kontrolovat, logovat a obnovit automatizaci, když se UI změní nebo session spadne. Než agenta pustíš dál než k formulářům, odpověz si na čtyři otázky:

1. Které workflow smí jet přes UI a které musí zůstat na API? Platby, účetní zápisy a HR změny drž na API s validacemi — UI automatizace tu nemá co dělat.
2. Kde bude záznam o akcích agenta? Nahrávky obrazovky, logy kroků nebo aplikační audit log — zvol jednu variantu a definuj retenci.
3. Jak řešíš identitu a tajemství? Servisní účty s minimálními právy, ephemerální credentials, ne sdílené heslo v trezoru s plným přístupem.
4. Co se stane, když UI změní redesign? Automatický retry, eskalace na člověka nebo zastavení workflow — definuj fallback dřív, než nastane.

A jedno pravidlo navíc: computer use agent vidí všechno, co je na obrazovce. Pokud v té samé session otevřeš zákaznická data, která agent vidět nemá, je to stejný únik jako je poslat do chatu. Odděluj session.

Co computer use neumí (a čeho se bát nemusíš)

Dokumentace OpenAI je v tomto užitečně konkrétní. Computer Use nemůže:

• automatizovat terminálové aplikace a samotný ChatGPT (obešlo by to bezpečnostní politiky),
• autentizovat se jako administrátor nebo schvalovat bezpečnostní a soukromí výzvy systému,
• pracovat na pozadí, když používáš stejnou Windows relaci.

Vyplňování hesel a dvoufaktorových kódů tedy zůstává na tobě — což je pro firemní nasazení spíš výhoda než chyba. Vrstva schvalování je poslední pojistka mezi agentem a tvými systémy.

Časté otázky k nasazení

Funguje computer use na Home edici Windows? Ano, Computer Use není vázaný na edici — ale virtualizace je: Hyper-V potřebuje Windows Pro, na Home edici sáhni po VirtualBoxu nebo VMware Workstation Player.

Musím mít ChatGPT Work? Computer Use je dostupný v ChatGPT Work a Codexu, ne v osobním chatu. V Enterprise musí správce funkci nejdřív povolit a může ji omezit na konkrétní aplikace. Srovnání tarifů najdeš v přehledu cen ChatGPT pro rok 2026.

Je bezpečné nechat agenta ovládat přihlášený prohlížeč? Je to nejvyšší riziko celé funkce — schválené kliky se počítají jako akce tvého účtu. Prohlížeč ponech v ručním schvalování, nebo pro agenta vyčleň zvláštní profil bez přihlášených citlivých služeb.

Kolik toho agent spotřebuje? U úloh postavených na screenshotech se spotřeba rychle nasbírá — každý krok začíná novým snímkem obrazovky. Zvaž model routing: triviální klikací úlohy na nižší model, Astru jen pro úlohy závislé na vizuálním úsudku.

Jak to porovnat s MCP a API integracemi? Vždy preferuj strukturovanou integraci, pokud existuje — plugin, MCP server, API endpoint. Computer use je rezerva pro software bez API a pro vizuální úlohy jako reprodukce bugů v GUI; srovnání platforem najdeš v článku o výběru AI agenta pro produkci. Bezpečnostní rámec pro agenty obecně pak v článku o prompt injection a ochraně AI agentů.

Co si odnést

GPT-6 Astra posouvá computer use z experimentu do stavu, kdy si to zaslouží pilot v každé firmě, která má systémy bez API. Klíčové je pořadí: nejdřív governance (servisní účty, logy, fallbacky, na Windows izolace do VM), pak jeden nízkorizikový proces, měření času na úlohu a teprve potom rozšíření.

Bottleneck automatizace se přitom posouvá. Už to nejsou integrace, které nikdo nestihne napsat — je to řízení UI-driven session, které nikdo nestihl nastavit. Kdo si ho nastaví jako první, má náskok.