OpenAI създава ИИ агенти за всичко. Ще ги използват ли всички?

Колко контрол сте готови да дадете на един LLM над дигиталния си живот? 

Извличането на максимална стойност от един модел означава да му дадете ключовете. За маниак на тема контрол или за човек, който се колебае относно ИИ, това изглежда като прекалено много. За Андрю Амбросино, водещ инженер на настолното приложение на OpenAI, това е единственият начин да се тества бъдещето — затова приложението вече има достъп до и контрол над входящата му поща, акаунта му в Slack, телефона му, приложения като Notion и Figma и още много други.

„Ако го помоля да напише документ, възможно ли е да извлече информация от личен чат по темата и да не разбере, че не трябва да споделя част от нея? Да“, каза Амбросино пред TechCrunch. „Ще го направя заради работата. Ще приема личните последствия тук-там, ако се наложи. А досега не ми се е налагало.“

Амбросино работи по най-големия залог на OpenAI — ChatGPT Work, пуснат миналия месец и достъпен в най-ниското абонаментно ниво на компанията срещу 20 долара месечно. Продуктът е предназначен да позволи на служителите в офисите да използват ИИ агенти — свързвайки LLM моделите с дигиталните работни процеси, използвани от счетоводители, инвеститори, лекари и всички останали, чиято ежедневна работа е доминирана от компютъра. 

Маркетинговият текст на OpenAI обобщава целта накратко: Свят, в който „[изкуственият] интелект надхвърля отговарянето на въпроси и помага на всеки да превърне най-големите си идеи в реалност.“

За разработчиците на софтуер тази промяна вече се случва, но бавно се разпространява и към други отдели. ChatGPT Work е модифицирана версия на инструмента за програмиране Codex на компанията. Целта му е да даде на неинженерите версия на същата функционалност, която софтуерните инженери вече получават от агентите: ИИ инструмент, който не просто отговаря на въпроси, а самостоятелно изпълнява многоетапни проекти.

„В този нов фактор ChatGPT всъщност може да изпълнява цели, много сложни задачи напълно автономно по начин, който е приятен и безопасен“, каза пред TechCrunch Тибо Сотио, който ръководи основната продуктова работа на OpenAI, включително Work. „Това е самата мисия на OpenAI — да поведе всички със себе си.“

От търговска гледна точка това е от голямо значение. Агентите, които работят по-дълго, изразходват повече токени, което ги прави по-печеливши за OpenAI на потребител. Достигането до нови професии е от решаващо значение — не само за OpenAI, но и за индустрията като цяло. Ако програмирането се е доказало като доходоносна територия за ИИ лабораториите, то все пак представлява малка част от професионалната работа, която ИИ инструментите трябва да подпомогнат, ако тези компании искат да оправдаят огромните си инвестиции в обучение и изчислителни ресурси. Докато лабораториите се фокусират върху софтуерните инженери, вертикално ориентирани конкуренти като Harvey (за право) и Clay (за продажби) привличат тези клиенти с моделно агностичен подход — тоест включват този ИИ, който в дадения момент работи най-добре.

Индустриалните анализатори виждат това като едно от основните предизвикателства пред OpenAI и конкурентите ѝ. „Ако лабораториите не успеят бързо да се сдобият с ключовите допълващи активи, необходими за мащабиране на ИИ на пазара, стойността ще се натрупва другаде“, написа Кристиан Каталини в блога Time to Build на a16z. 

За да работят ИИ приложенията за хора, които не са софтуерни инженери, е необходимо повече напътстване. Служителите на OpenAI, които не са инженери, като екипите по комуникации и финанси, започнали да използват Codex „в момент, когато той беше активно враждебен към тях — задаваше им въпроси за код и им показваше: „О, имате празен diff за това нещо“, каза Амбросино, имайки предвид технически отчет за софтуерни промени. „Затова започнахме да го правим по-универсален между февруари и сега.“

Проучване, подкрепено от OpenAI, установи, че през юни 98% от служителите на OpenAI са използвали Codex, но само 17% от организационните абонати и по-малко от 1% от индивидуалните абонати са използвали агентния инструмент за програмиране. Тази разлика между почти пълното възприемане вътре в компанията и пренебрежимото използване извън нея е едновременно предизвикателството и възможността пред компанията.

„Колкото повече стойност и полезност създаваме за потребителите, толкова по-склонни ще бъдат те да плащат за част от тази полезност — така винаги сме гледали и на ChatGPT“, каза Сотио. „Седите и си казвате: „Разбира се, че искам да плащам 20 долара месечно за това“, защото стойността, която получавате, е много по-голяма.“

Как да направим ИИ интуитивен 

За да разберем това разминаване, е полезно да разберем какво изграждат инженерите на OpenAI. Всеки LLM изисква това, което инженерите наричат „сбруя“ — софтуера, обвит около модела, който определя каква информация вижда той, какви инструменти може да използва и как представя отговорите си пред вас. 

Ако искате моделът да върши неща — да се превърне в агент — сбруята му предоставя инструменти и инструкции за използването им при дългосрочни задачи. За разработчиците интерфейсът на командния ред (CLI), който позволява на LLM моделите да програмират, беше достатъчен, за да промени начина, по който се създава и внедрява софтуер. Но повечето хора не използват CLI — има причина Windows да замени DOS. 

Агентният продукт, който надхвърля софтуерното инженерство, „ще бъде нещо, което си взаимодейства с бъркотията на живота ви, инструментите ви и уебсайтовете, създадени през 1995 г. и никога необновявани“, каза Амбросино пред TechCrunch, обяснявайки, че изживяванията, които екипът му изгражда, са жизненоважни за разширяването на достъпа до полезен ИИ.

Да вземем приложения като Claude Code и Codex: Те дадоха началото на „вайбкодинга“, като скриха цялото реално писане на софтуер и позволиха на потребителите просто да кажат на модела какво искат в дадена програма. Сега OpenAI иска да направи функционалността на инструменти като OpenClaw, които програмистите използват, за да накарат LLM моделите да работят, толкова лесна, колкото подаването на заявка. 

„Без тези продукти пред модела експертите биха знаели как да постигнат същите резултати, но нямаше да стигнете до милиард души, използващи нещото“, каза Амбросино. Този компромис между нуждите на напредналите потребители и изискванията на масовото възприемане се разиграва във вътрешните дебати в OpenAI, където някои служители твърдят, че бутонът е излишен, ако потребителите могат просто да попитат модела директно.

„Ние се противопоставяме на [това] — защото е много рано“, каза Амбросино. „В тази фаза възможността да откриете функционалността е важна, а в някакъв момент няма да имаме бутона.“ 

Work има още няколко бутона за избор на проекти и плъгини, но се стреми към същия интерфейс на магическа кутия като останалите продукти на OpenAI. Той го сравнява със скюоморфизма — отмиращата практика дигиталните инструменти да изглеждат като физическите предмети, които са заменили, например приложение калкулатор, направено да прилича на джобен калкулатор. „Това не беше просто нелеп дизайн. То всъщност помогна на хората да навлязат в това [и] да направят прехода“, каза Амбросино.

 OpenAI не каза колко души използват Work спрямо Codex, но съвместното приложение се използва от едва 20 милиона души в сравнение с повече от милиард потребители, за които компанията твърди, че подават заявки към ChatGPT онлайн. 

Даването на лиценз на ChatGPT за умения

Засега OpenAI представя този инструмент като най-подходящ за рутинни, интензивни по отношение на данните координационни задачи. Например служителите ѝ създават седмични отчети за показатели и превръщат електронни таблици в инструменти за планиране.

Разговарял съм с рискови капиталисти, които използват агенти, за да събират релевантна комуникация и анализи за компании в инвестиционни меморандуми, както и с оперативни екипи, които създават специално пригодени табла и визуализации на данни. Сам Алтман го използва, за да планира ваканциите си. Един инженер на OpenAI описа как е помолил програмата да разгледа разговор в Slack за инженерeн проблем и да „направи няколко графики“, след което получил поредица от проницателни визуализации.

„Средностатистическият работник или служител във всяка от тези компании, включително аз самият, е залят от информация“, каза Акшай Нейтън, който ръководи екипа по продуктово инженерство в OpenAI. „Всъщност сме доста ограничени от способността си да анализираме всичко, което е достъпно за нас, и след това да предприемаме действия въз основа на него. Тази информация живее във всички тези системни записи и инструменти [като Salesforce… стойността на ChatGPT е, че вече имате достъп до това, но сега наистина имате достъп до него.“

Това би могло да бъде дигиталният личен асистент, за който евангелистите на ИИ мечтаят. Както Claude Cowork или агентът за сърфиране на Perplexity AI, ChatGPT Work свързва агентите с вече съществуващото ви работно пространство — имейл, уеб браузър, множество SaaS платформи — и използва този контекст във ваша полза.

Когато системата работи, резултатът може да е впечатляващ: Помолих ChatGPT Work да извади от имейла ми странно форматирания календар на предучилището на сина ми и да го добави в Google Calendar, което той направи и ми спести много повтарящо се въвеждане на данни. Надявам се, че сега няма да забравя училищното общо хранене или да не успея да организирам грижите за детето по време на ваканцията.

Не се доверих на OpenAI с достъп до входящата ми поща, източниците за интервюта или черновите на статии (не се притеснявайте, противници на ИИ) и не бих му позволил достъп до банковата си сметка, но вярвам, че щеше да е по-полезен, ако имах необходимото доверие. Поставих му задача да направи финансов анализ на публично търгувани компании, които следя, и той ми предостави автоматично обновяващо се табло с показатели; създаде база данни с възможност за отправяне на заявки за космически изстрелвания — задача, която преди трябваше да изпълнявам, като пиша Python скриптове. Освен това ми изпраща седмичен имейл за нови изследвания в областта на ИИ, публикувани в академични хранилища. Ще продължа да експериментирам с него.

Макар че задаването на въпрос към модела е интуитивно, предоставянето на необходимото му, за да предприеме действие, не е толкова просто. Настройването на разрешенията за достъп на агентите до, да речем, облачно устройство беше объркващо и циклично — опитах няколко пъти да му дам само достъп за „четене“ и получавах съобщения за грешка. Самият модел не беше особено полезен, но в крайна сметка в мобилното приложение изскочи диалогов прозорец, който ми каза, че само пълният достъп ще го накара да работи. 

Много важни настройки са достъпни само в уеб приложението, така че често се оказвах, че работя и в двете едновременно. Понякога ограниченията на ChatGPT Work са озадачаващи — свържете го с Google Calendar и той може да създава събития, но не и нови календари. И не се опитвайте да правите каквото и да било, освен ако нивото на усилие не е високо, иначе ще получите най-лошия стажант, с когото някога сте работили.

Това е често срещан съвет от първите потребители на ИИ, които се страхуват, че разочарованите новаци ще се откажат. Джо Гершенсън, инженерният ръководител на сбруята на OpenAI, призна, че настройките за нивото на усилие все още не са интуитивни за новите потребители — „има неща, които можем да направим по-добре, за да им помогнем да изберат правилното ниво на разсъждение…“, каза той и добави: „Следете това пространство.“

OpenAI се изправя пред още едно важно предизвикателство при навлизането в обичайната офис работа: Повечето работни процеси не са толкова измерими — или подлежащи на оценяване — колкото кодът. Софтуерът или работи, или не работи, а дори това разграничение намалява нюансите около това какво прави кода добър или лош. Добрата презентация, бизнес стратегия или търговска оферта не се оценяват или проследяват толкова лесно. 

„Едно от уникалните предизвикателства при продукт като този е, че той наистина може да прави всичко“, каза Амбросино. Когато попитах около какви конкретни проблеми проектира екипът и към какви работни процеси е насочен, инженерите, с които разговарях, се въздържаха от отговор, заявявайки, че това е въпрос към изследователския екип на OpenAI. 

По-късно OpenAI предостави отговор, като каза пред TechCrunch, че използва своя бенчмарк GDPVal, съставен от 44 професии и стотици тестове за интелектуален труд, и го допълва с обратна връзка от потребителите. По-малко официалният отговор е, че тя идва от самите служители на OpenAI. Амбросино каза: „Винаги трябва да изясняваме… изпълняваме ли работния процес, който всички останали ще използват, или сме странни?“ 

Самите първи потребители на приложението ще създадат ценни следи чрез реалното си използване — голяма част от успеха на инструментите за програмиране се основава на подобно събиране на данни — при условие че не се откажат от предоставянето им за обучение. (Аз се отказах). 

Съперничеството, което движи продуктовия дизайн на OpenAI

Въпреки цялото внимание към интерфейса на модела, инженерите на OpenAI неохотно отговориха на един сравнително прост въпрос: Какво отличава Codex и ChatGPT Work от Claude CoWork или други конкурентни агентни сбруи, предназначени за масовия потребител?

„Отговорът ще бъде наистина разочароващ за вас и съжалявам, но честният отговор е, че наистина не следя сбруите, които те изграждат“, каза Гершенсън в типичен отговор. „Тук ми идва наум мемът от „Mad Men“ „Изобщо не мисля за теб“.“

Честно казано, не им вярвам, дори само заради изключителните сходства между потребителските интерфейси на продуктите, необходимостта от конкурентно разузнаване във всеки бизнес и факта, че първото нещо, което ChatGPT Work ме помоли да направя, когато го стартирах, беше да прехвърля данните си от Claude Cowork. 

Разбираемо е, ако Claude Code е чувствителна тема в офисите на OpenAI. Корпоративният ѝ съперник определи пазара на ИИ за програмиране и постави началото на революция в начина, по който софтуерните инженери вършат работата си. Това е допълнително разочароващо, защото OpenAI е имала идеята първа, но не е успяла да я използва правилно. 

Когато OpenAI за първи път разработила Codex като уеб приложение, инженерите малко са се главозамаяли — или, както се изразява Амбросино, са били „малко повече под влиянието на AGI“. Накратко, те заложили, че моделът е достатъчно интелигентен, за да се справи изцяло сам с дадена задача, с минимално участие на потребителя.

Създаден малко по-късно, Claude Code е ориентиран към разговор напред-назад с потребителя. Ако му дадете проблем, той проучва възможностите и ви предлага три или четири варианта за действие. След като изберете, той продължава малко по-нататък и отново се връща за потвърждение, предоставяйки постоянни актуализации и оставяйки по-малко възможности моделът и сбруята да допускат грешки.

Подходът на Anthropic се оказал по-ефективен, дори и да изисквал повече работа от потребителите. „[Нашият] продукт беше малко по-напред от нивото, на което се намираха моделът и сбруята по онова време“, казва сега Амбросино. 

В крайна сметка OpenAI последвала примера, като добавила повече възможности за взаимодействие на потребителите с модела. Така се появил познатият днес Codex с настолни и мобилни приложения. Ако използваме статистиката за изтеглянията като ориентир за интереса към програмите, Claude Code е бил по-търсен до април тази година, но сега Codex е излязъл малко напред; проучванията на корпоративната употреба също подсказват, че OpenAI наваксва.

Част от това предимство се дължи на правилното намиране на продуктовото съответствие с пазара, а друга част — на оплакванията от ограниченията за безопасност при моделите на Anthropic и недостига на изчислителни ресурси. Стъпките на OpenAI към по-човекоцентрични сбруи продължават с ChatGPT Work, но инженерите, с които разговарях, настояха, че ключовият отличителен фактор е силата на най-новите мощни и икономични модели на OpenAI. 

„Разочароващият отговор е, че много често причината е моделът, а едно от нещата, които се опитахме да направим наистина добре с това приложение, е да използваме пълноценно модела“, каза Амбросино. 

Какво изобщо прави една добра сбруя?

Това обяснение ни връща към „горчивия урок“, научен от изследователите на ИИ: по-добрият общ модел е по-важен от специфичния опит в дадена област. За истински вярващите сбруята е временна патерица, а не защитен ров.

„В краткосрочен план можете да постигнете добри резултати, като добавите цял куп екстри — условия „ако/тогава“ и инструменти — но, хайде, следващият модел ще излезе след няколко месеца и ще направи всичко това остаряло“, каза Гершенсън пред TechCrunch. Екипът му се фокусира върху най-простите начини да предостави на модела инструментите и контекста, от които се нуждае — и нищо повече. 

„Целта на доброто инженерство на сбруи е да… бъде по-прецизно относно това каква информация наистина е необходима на модела, за да реши проблема ви, защото моделите стават все по-добри в това, ако просто им позволите да действат по свой начин“, каза Гершенсън.

Остава обаче открит въпросът дали повечето хора или модели са готови за това. Итън Молик, професор в Wharton School of Business, който изучава ИИ инструментите на работното място, все още смята Claude за по-удобен за потребителите, като пише, че „ChatGPT обикновено иска да направи магия и просто да го направи вместо вас, докато Claude прави сравнения и ги показва, като многократно иска мнение и обратна връзка и прави тестове A и B.“

Сотио, а може би и OpenAI като цяло, не са съгласни, твърдейки, че разговорният характер на приложението е по-добър от това да се учите как да използвате приложение. „Определено виждаме, че светът изглежда готов“, казва той за приложението. „Именно затова възприемането му е невероятно.“

Все пак не е ясно дали сбруя, специфична за даден модел, изобщо е правилният залог за максимизиране на възможностите му. Сравнения, проведени от компании като Composio и Databricks, показват, че различните комбинации от сбруи и модели дават различна производителност при бенчмаркове за програмиране. Databricks установи, че Pi, сбруя с отворен код, публикувана от софтуерната компания Earendi, е надминала Codex, използвайки същия модел GPT 5.5. Pi е използван за изграждането на проекти като OpenClaw и CloudflareOS. 

Създателят на Pi Марио Цехнер казва, че умишлено минималистичната му сбруя е доказателство, че подходът, повлиян от AGI, може да работи — поне за софтуерни инженери и задачи по програмиране. Според него липсващите изрични функции се компенсират от способността ѝ да се променя сама и да изгражда собствени интерфейси. Той разбира предизвикателството, пред което са изправени инженерите на OpenAI при разширяването на потребителската база извън инженерите.

„Всичко е оформено като агент за програмиране… причината е, че те разполагат с обучителни данни само за задачи на агенти за програмиране“, каза той пред TechCrunch. „Да кажем, че съм в управлението, вземам решение днес, а резултатът се появява след месеци. Не можете да уловите това в обикновена следа от взаимодействието между потребител и агент, така че всички подобни задачи и всичко, което не дигитализирате, е недостъпно за модела, за да се учи от него.“

Подобно на други доставчици с отворен код, той вижда усилията на големите лаборатории да налагат своите сбруи като начин за обвързване на потребителите; „Те трябва да притежават целия стек, иначе просто се превръщат в доставчик на модели и ще трябва да се конкурират с китайските модели.“ 

Той и други инженери, с които TechCrunch разговаря, смятат, че информацията за разхода на токени и поведението на агентите в сбруите на водещите лаборатории е твърде ограничена. В известен смисъл това е по-малко значимо за нетехническите служители, но както при инструментите за програмиране, използването в мащаба, към който OpenAI се стреми, в крайна сметка ще наложи по-трудни разговори за разходите. 

Например, докато си играех с абонамент за 20 долара месечно, използвах повече от 80 милиона токена за четири дни, което струва 65 долара според анализа на модела (в приложението няма табло). Това е субсидия, надхвърляща три пъти цената на абонамента, само за четири дни непринудено използване.

„Всеки ден работим, за да разширяваме границите на ефективността“, каза Сотио, посочвайки скорошното 80% намаление на цената за потребителите на модела Luna на OpenAI. „Ако се събудите след шест месеца, трябва да можете да изпълнявате всички същите [задачи] с по-малко разходи.“

Другият важен въпрос е дали тези приложения създават ефект на обвързване на клиентите чрез съхраняването на данни или чрез самата мъка по конфигурирането на достъпа до всички плъгини и техните разрешения. 

В централата на OpenAI с дървена ламперия и множество растения, която посетих през юли, атмосферата беше спокойна, но леко напрегната; това са хора с много работа. Инженерите, с които разговарях, постоянно следяха лаптопите си, докато говорехме, и бързаха от една заседателна зала към друга. 

Нейтън, ръководителят на екипа по продуктово инженерство, каза, че фокусът остава върху „обещанието на магическата кутия, но все още смятам, че има прекалено много сложност… Много съм оптимистично настроен, че можем да решим проблема — с модела и по един наистина естествен за ИИ начин.“