AI 实 测 · 第 一 现 场
全程只用嘴，
GPT-6 Astra 自己把 Suno 玩明白了
不碰鼠标 · 不教操作 · 纯语音指挥
这次我们做了个大胆的实验：
用 GPT-6 Astra 去操作 Suno，全程不碰鼠标，全部通过 GPT Live 语音操控——看看它到底能把 Suno 玩到什么程度。
📌 先说明一下：GPT 和 Codex 早就合并了，所以这里说的 GPT-6，其实是指用 GPT-6 的 Codex 去完成任务。
01｜GPT-6 + Suno：动动嘴，自动 Cover 歌曲
打开 GPT Live 语音对话模式，我直接开口：
🎙️ "你能否使用 Computer Use 控制我的电脑，到 Suno 上生成歌曲。"
🎙️ "到许白的 Workspace 里，生成一首抒情歌曲，提示词复用之前的。"
🎙️ "随意，你定。"
🎙️ "歌词也你定。"
🎙️ "生成完自动播放。"
歌生成完，我继续加需求，让它 Cover 一首老歌：
🎙️ "帮我到 Suno 里 Cover 一首歌曲。"
🎙️ "到许白的 Workspace，Cover 那首《灯还亮着》。歌词用之前的，然后要挂许白2的 Voice。"
🎙️ "都可以，许白的 Voice 在顶部，你要选择他。"
⏱️ 整个生成 + Cover 过程，不到 5 分钟。
不仅反应速度飞快，而且——我根本没教过它 Suno 怎么用。
02｜上强度：进 Suno Studio 玩复杂编辑
基础操作太轻松，我决定直接给它上强度——进 Suno Studio。这里可不是点一个"生成"按钮就完事，而是一整套复杂的编辑流程。
我一句一句地说，它一步一步地做：
🎙️ "找到花妖乱弹的 Workspace，找一下 44 秒版本的《学功夫》，右键到 Studio 里编辑。"
🎙️ "先把它拆分轨，拆出 Lead Vocal 和其他。"
🎙️ "Insert，并且把第一轨道静音。"
🎙️ "在 Library 里把我点赞的版本加进来。"
🎙️ "一样拆出人声。"
🎙️ "把京剧的伴奏结合金属版的 Vocal，简单对齐一下，然后导出。"
它自己找到对应版本、进 Studio、拆分轨、插入、静音、翻 Library 找到我点赞的金属版、去人声、对齐——最后把一首"京剧伴奏 × 金属人声"的混音导了出来。
更离谱的是，后面我还让它打开 Ableton Live 随手写了段钢琴 MIDI，甚至让它自己去网页上搜了个在线钢琴弹了一段——全部十来分钟搞定。
💡 对比一下以前：稍微复杂点的操作，还得 Record & Play 自己先录一遍——这个按钮在哪、这里怎么进、下一步怎么点，手把手教。
而这次我开了个新窗口，只告诉它我要干什么，它自己就把整个流程摸明白了。用的还仅仅是 GPT-6 Astra 的轻度 + 快速模式——思考强度最低、响应最快的档位。
03｜实测总结：离"贾维斯"越来越近了
这次实测下来，几个直观感受：
⚡ 反应速度进步巨大 Computer Use 的响应快到几乎无感，跟几个月前用 Codex 控制 Suno 相比，是天壤之别的体验
🧠 够聪明，不用教 很多复杂操作不再需要一步步示范，它自己就能把 Suno 的各种操作摸透
🗣️ 语音流畅到忘了是 AI GPT Live 的对话流畅度，让我完全感受不到是在跟 AI 交流
🖥️ 后台干活，人可以摸鱼 浏览器控制完全在后台执行，开着麦想到啥说啥，你可以同时干别的事
我认为 GPT-6 这波，已经越来越接近我们幻想中的"贾维斯"状态了。
当然也得说句实话：GPT-6 的额度消耗确实快，我们全公司都换上了 200 美元、20 倍 Codex 额度的 PRO 会员。不过这点钱，在 AI 行业那都不是事儿。
动嘴做歌的时代，真的来了
你会让 AI 帮你接管电脑干什么？
评论区聊聊你最想解放双手的操作 👇
小旭音乐是国内知名的游戏音乐品牌，AI音视频创意团队。代表作包括《古剑奇谭》《完美世界》《诛仙》《天龙八部》《QQ斗地主》《仙剑奇侠传七》等上千部。成立于2006年，总部在北京，在广州、成都均设有分部。2024开始在AI音视频领域布局发力，创立“小旭 AI-Studio”视频号，属于国内AI音视频头部账号，是国内规模和影响力名列前茅的音乐品牌。
分享、在看与点赞
带你玩转AI音视频
