Переход от простых ответов на вопросы к выполнению сложной работы — таков вектор развития OpenAI. В новом эпизоде подкаста The Deep View Conversations сотрудники команды ChatGPT Work Тара Сешан и Тай Гери обсуждают, как агенты становятся повседневным инструментом, почему будущее за «уютным» софтом и как ИИ меняет привычку начинать утро со Slack.
🚀 От поиска к действию: запуск ChatGPT Work для миллиарда пользователей 0:51
Главная задача ChatGPT Work — сделать «агентские» способности (способность модели выполнять действия, а не только генерировать текст) доступными массовому пользователю . Как отмечают гости, изначально эти возможности тестировались в Pro-версиях и внутреннем инструменте Codex, но теперь они выходят на новый уровень масштабирования.
Ключевые моменты запуска:
- Масштаб: Инструменты, которые были доступны узкой группе лиц, теперь открыты для более чем миллиарда пользователей .
- Scheduled Tasks (Запланированные задачи): Функция, позволяющая ИИ проактивно выполнять действия по расписанию, стала доступна всем пользователям (ранее была только в Pro-тире) .
- Смена парадигмы: Пользователи переходят от запросов типа «найди мне информацию» к задачам «создай этот продукт» или «управляй моими операциями» .
Тай Гери подчеркивает, что внутри OpenAI принятие Codex и агентских функций росло экспоненциально не только среди инженеров, но и в юридических, финансовых и маркетинговых отделах .
💻 Стирание границ: Облако vs Локальная работа 7:33
Одной из самых сложных технических и дизайнерских задач для команды является бесшовный переход между локальным использованием (на компьютере пользователя) и облачным (на серверах OpenAI).
Позиции участников по поводу архитектуры:
- Единый интерфейс: Тара Сешан утверждает, что их цель — сделать так, чтобы пользователю не нужно было вручную переключаться между вкладками «Работа» или «Кодекс». Система должна сама понимать намерение (intent) и предлагать нужный интерфейс: если вы строите фичу — показывать код и диффы, если делаете презентацию — соответствующий UI .
- Преимущества облака: Основной плюс — возможность запустить задачу с телефона и получить результат к моменту, когда вы доберетесь до рабочего места .
- Проблема синхронизации: Ведущий привел пример, когда он создал транскрипт подкаста локально через Codex, но позже не смог найти этот промпт в мобильном приложении, так как данные остались на локальной машине . Тара признала, что это «болевая точка», над которой команда активно работает, стремясь создать единую библиотеку данных .
🛠️ «Уютное ПО» и персональные приложения 23:56
Тара Сешан продвигает концепцию malleable software («пластичного» или «уютного» ПО). Это идея о том, что компьютер становится по-настоящему персональным только тогда, когда пользователь может сам создавать софт под свои специфические нужды .
Примеры «персонализированного софта» от спикеров:
- Умный to-do лист: Тара создала для себя приложение в Codex — простой список на Markdown, куда агент сам добавляет задачи и отмечает выполненные.
- Интерактивные приглашения: Знакомый Таи Гери создал на телефоне целый сайт для свадьбы, где гости могли управлять аватарами жениха и невесты, чтобы получить информацию о мероприятии .
- Утилиты для Mac: Ведущий поделился опытом создания расширения для меню Mac за час: ИИ написал код, который хранит промпты по категориям в Google Drive и вставляет их в любое приложение .
Аналогия от Тары: это как иметь на кухне идеальное устройство для чистки цедры именно так, как вам нравится, но при этом вам не нужно его мыть или хранить в ящике — оно появляется только тогда, когда нужно .
📊 Экономика токенов: Проблема выбора модели 30:53
С ростом сложности агентов встает вопрос стоимости. Агенты, которые сканируют веб-страницы каждые 10 минут, потребляют огромное количество токенов .
Аргументы сторон:
- Проблема пользователя: Ведущий отметил, что перейдя с Pro-типа на Plus, он быстро исчерпал лимиты. Пользователь не хочет думать о том, использовать ли ему дорогую модель или дешевую (например, Luna) .
- Решение OpenAI: Тай Гери считает, что обременять пользователя выбором модели — это «ошибка продукта» . Цель OpenAI — создать систему «интеллектуальных умолчаний», где агент сам выбирает оптимальную по цене и качеству модель для конкретной задачи .
- Эффективность: Тай подчеркнул, что показатель «интеллекта на доллар» постоянно растет, и современные флагманские модели работают эффективнее, чем их предшественники год назад .
🕵️ Проактивность и будущее без Slack 20:59
Спикеры признались, что их рабочий день больше не начинается с проверки уведомлений.
Тай Гери рассказал, что каждое утро в 8:00 его агент запускает Scheduled Task: сканирует Slack на предмет пропущенных сообщений, где он отмечен или где его ответ блокирует работу команды . «Это дает ощущение контроля, в отличие от Slack, который заставляет чувствовать потерю контроля», — говорит Тай .
Чего ждать в будущем:
- Уход от реактивности: ИИ не должен просто ждать вопроса. Он должен быть любопытным и предлагать помощь заранее .
- Сквозная интеграция: Тара мечтает о том, чтобы ChatGPT работал со всеми инструментами «из коробки» — от Google Tasks до систем медицинского обслуживания .
- Persistence (Постоянство): Возможность ИИ выполнять долгосрочные задачи, которые длятся недели или месяцы, постепенно повышая уровень абстракции управления со стороны человека .
🛡️ Конфиденциальность и корпоративный контроль 46:01
Для многих пользователей главным барьером остается страх за личные данные. Тара Сешан выделила два уровня решения этой проблемы:
- Для компаний: Существуют классические корпоративные гарантии безопасности, соглашения о хранении данных и инструменты для админов, позволяющие видеть, куда текут потоки информации .
- Для частных лиц: Пользователь всегда «за рулем». По словам Тары, вы можете настроить плагины в режиме «только чтение», а система обязана спрашивать подтверждение перед любым важным действием во внешних сервисах .
Оба участника подтвердили, что в настройках есть четкий переключатель, позволяющий запретить использование ваших данных для обучения будущих моделей .
