三條進 Blender 的路：為什麼現在人人都在試
9 月 3 日，OpenAI 發布 GPT-6 Astra，官方發布頁把它定位為在電腦操作、程式、網路安全與科學等領域最先進的模型，並採分階段推送。第一波拿到權限的使用者，很快把「電腦操作」從官方示範的填表單、排日程，推到沒有人預期的地方：打開 Blender，把 3D 建模的滑鼠交給模型。實測潮跟著湧現，一篇被廣泛轉載的中國創作者實測開頭直接寫道，Blender 可能是這波上線後的最大受益者，下載量跟著暴增。
這股熱潮的產業意義——執行變便宜之後，判斷與驗收為什麼變貴——本站先前的分析已經拆解過。這裡換一個更務實的問題：如果手上已經有 Pro 帳號、也裝好了 Blender，到底要怎麼把 Astra 接上這套 3D 軟體？社群目前走通的路線有三條，差異不在模型聰不聰明，而在介面：Computer Use 讓模型看螢幕點滑鼠、MCP 讓模型呼叫 Blender 的工具、Python CLI 讓模型直接寫腳本執行。三條路的設定負擔、速度與成本，差距比多數人想像的大。
事前準備：方案資格、Codex 版本與 Blender 本體
先把資格問題釐清。採用 Astra 的 GPT-6 Pro 並非所有方案即刻可用：OpenAI 說明中心載明，它正逐步向 Pro $100、Pro $200、Business 與 Enterprise 方案推出，Plus 使用者要等後續在 ChatGPT Work 與 Codex 開放；想透過 Codex CLI 接 Astra，版本需在 0.153.0 或更新。版本這一關還有個容易漏掉的細節：OpenAI 的版本說明顯示，0.153 系列已把 Astra 設為未明確指定模型時的預設——多數人更新完，其實已經在用 Astra 了。
Blender 這一端反而單純：它是免費開源的 3D 創作套件，官方文件本身就包含完整的 Python API 文件，這點是三條接法全部成立的地基，後面會回到它。另一個要先建立的預期是額度：上線初期的額度與重置規則曾引發爭議，OpenAI 執行長已為此公開致歉。接下來會看到，動輒數小時的建模用法，對額度的消耗速度必須事先心裡有數。
接法一：Computer Use——把螢幕和滑鼠交給模型
第一條路最直覺：什麼都不用裝。Computer Use 讓模型像一位坐在電腦前的新同事——看螢幕截圖、規劃下一步、移動滑鼠點擊選單，循環往復。它的優勢是通用性：Blender 有數千個選單項目與快捷操作，絕大多數沒有對應 API，但全部都畫在螢幕上；對看得懂畫面的模型來說，螢幕本身就是介面。
代價同樣清楚。每一個動作都要走完「截圖、判讀、規劃、執行」的完整迴圈，回合數就是成本。前述被廣泛轉載的實測裡，作者讓 Astra 用 Computer Use 建出天壇祈年殿，全程約 4 小時，吃掉 200 美元 Pro 會員近半的額度——一件成品，半個月的量。
所以這條路的甜蜜點是「一次性、跨軟體的臨時流程」：例如叫 Astra 開 Blender 建粗模、匯出檔案、再開另一套軟體接手。需要反覆修改的長任務，回合數會把成本推到難以接受的位置。
接法二：MCP——讓模型呼叫 Blender 的工具
第二條路把介面從像素換成工具。MCP（Model Context Protocol）的作法，是在本機跑一個伺服器、在 Blender 裝一個外掛，把「取得場景資訊」「執行 Python 程式碼」這類操作包成具名工具，讓模型直接呼叫——不必辨識選單長在螢幕上的哪個位置。官方陣營已經進場：Blender Lab 的專案頁把它定位為輕量的 MCP 伺服器，以自然語言介面接上 Blender 的 Python API。社群標竿則是 ahujasid 的 blender-mcp，儲存庫說明寫明：MCP 伺服器是一支實作 Model Context Protocol 的 Python 程式，連接到 Blender 外掛。
速度優勢的來源很機械：MCP 跳過了視覺判讀，一個工具呼叫能抵上一串滑鼠動作。前述實測中，同一批作者改用 MCP 完成摩托車建模與組裝動畫，體感明顯更快；但隨即撞上一道新牆——逾時。複雜任務的單次執行會超過時間上限，作者的解法是把任務拆成多個步驟分段下指令。產業面的訊號也值得注意：Blender 開發者論壇的討論指出，官方 MCP 伺服器與 Claude 的 Blender 連接器，已經快速改變了 AI 在 Blender 這個主題上的對話；Claude 陣營的電腦操作功能也已正式脫離 beta。這條路正被兩大模型陣營同時鋪路。
接法三：Python CLI——用 bpy 腳本直取核心
第三條路最接近工程師的直覺，也最常被一般使用者低估。Blender 整套軟體本身就建立在 Python API 之上，模組名稱叫 bpy，官方 API 文件的歡迎頁明言，這是 Blender——免費開源 3D 套件——的 Python API 文件。換句話說，模型根本不需要「操作」Blender：它直接寫 bpy 腳本，再用命令列執行。Blender 官方手冊的命令列參數頁詳列了相關旗標，包含以 —background 不開視窗執行、以 —python 載入腳本。
這條路為什麼能繞過逾時？因為互動結構變了：模型一次寫出完整腳本、一次執行、看著錯誤訊息修正再跑，互動從「一步步點」變成「少數幾次腳本往返」；背景執行也不需要渲染整個圖形介面。參數化建模、批次渲染、幾何節點這類結構化任務，幾乎都應該走這條路——它同時把每次修改沉澱成可重複使用的腳本資產，而不是會隨對話消失的操作紀錄。
三種接法怎麼選：速度、成本與穩定度
| 接法 | 設定負擔 | 速度與成本 | 適合的任務 |
|---|---|---|---|
| Computer Use | 幾乎零 | 最慢；按互動回合消耗額度 | 一次性、跨軟體的臨時流程 |
| MCP | 裝外掛、起本機伺服器 | 快；回合數少 | 互動式建模、邊看邊改 |
| Python CLI | 要會下指令、讀腳本 | 最快最穩；批次執行 | 參數化建模、批次渲染、長任務 |
選擇的判準只有一個：任務的互動密度。需要人類盯著畫面、隨時調整方向的探索性建模，MCP 的即時性最適合；方向已明確、寫得成規格的重複性工作，CLI 的穩定性碾壓前者；Computer Use 留給那些「只做一次、不值得寫腳本」的雜事。成本的差異不是微調而是倍數級：實測裡 Computer Use 建天壇祈年殿花了約 4 小時與近半個月額度，同類結構化任務交給腳本，消耗主要只剩生成腳本本身的用量。
限制與地雷：逾時、額度與驗收
四個提醒，都來自目前已揭露的證據邊界。第一，樣本只有一份：4 小時與近半額度是一位創作者的一次自述實測，未有獨立第三方以可查驗條件重現，額度消耗會隨任務複雜度與操作方式大幅波動。第二，逾時是工程限制而非能力限制：拆步驟與 CLI 是目前走通的解法，但每拆一段就要重新提供上下文，拆得越細，模型對整體結構的掌握越弱，成品容易在接縫處走樣。第三，安全半徑：MCP 等於把「在 Blender 裡執行任意 Python」的能力交給模型，Blender 開發者論壇已經出現針對腳本安全性的討論，重要檔案的隔離與操作軌跡的留存，應該先於產能想像被設計。第四，驗收仍是人的工作：模型給的尺寸、比例、材質是否正確，Blender 不會替你判斷——腳本跑完不等於模型對，渲染一幀出來親眼檢查，永遠是流程的一部分。
想動手的人，下一步做什麼
依序做四件事。先確認方案資格與 Codex 版本（0.153.0 以上），別讓設定問題吃掉第一個下午。再裝好 Blender 與 MCP 外掛，用小任務暖身——一個馬克杯、一段欄杆，規模小到失敗也無所謂。任務變複雜就主動拆步驟，別讓單次執行硬撐到逾時。最後，把結構化的工作移到 CLI，讓每一次修改都沉澱成腳本。
值得追蹤的訊號有三個：Blender Lab 官方 MCP 伺服器的成熟度、Astra 向 Plus 方案開放的時程，以及第一批以可查驗條件重現這些流程的獨立評測。工具的門檻已經低到一個下午就能走完三條路；真正拉開差距的，是誰先把自己工作裡重複的那一部分，寫成可以重跑的腳本。
