Презентация_по_северному_модерну_ChatGPT_Agent.pdf
1.9Mb
А начну я, пожалуй, с новой функции в ChatGPT, которую анонсировали десять дней назад и которая только на днях стала доступна подписчикам Plus.
Речь про режим Agent – теперь уже не просто чат–бот, а автономный цифровой помощник, способный выполнять задачи, требующие нескольких шагов, подключения к внешним сервисам и, что важнее всего – инициативы. Это заметно меняет логику взаимодействия: теперь модель не только отвечает, но и действует.
Как это устроено?
После активации агент работает в отдельной виртуальной среде и может использовать набор встроенных инструментов:
– Браузер. Не просто поиск, а полноценная навигация: агент может «видеть» сайты, кликать по кнопкам, заполнять формы, оформлять заказы.
– Терминал с Python. Запускает код, анализирует таблицы, строит графики, обрабатывает данные.
– Интеграция через API. Подключение к Gmail, Google Calendar, GitHub и другим сервисам, чтобы вытягивать письма, проверять встречи или коммиты.
– Создание документов и презентаций. Прямо из чата можно получить готовую презентацию или Excel–файл, пока что с простым дизайном и достаточно примитивным содержимым (прикрепил к посту пример моего теста на создание презентации), но само по себе направление очень интересное.
Главное – модель умеет сама планировать шаги решения задачи. Например, если вы попросили: «подготовь историческую справку о территории проектирования и оформи её в виде презентации», – агент сам соберёт сведения из открытых источников, отберёт ключевые события и факты, разобьёт их на логические блоки, а затем оформит слайды с заголовками, текстами и краткими пояснениями – почти черновик, который остаётся только отредактировать под конкретную подачу.
Контекст сохраняется, инструменты можно комбинировать. Например, агент может скачать документ, проанализировать его кодом, а затем по найденным данным сформировать презентацию. Всё это без необходимости повторять инструкции на каждом этапе.
Кроме того, агент умеет выполнять действия в реальной цифровой среде. Он может оформлять покупки в онлайн–магазинах, заполняя формы и добавляя товары в корзину, отправлять письма (с подтверждением пользователя), а также интегрироваться с календарём и почтой: просматривает входящие, находит данные о встречах и на их основе предлагает запланировать события. Эти действия пока требуют разрешения пользователя, но сам по себе функционал уже работает – пусть и с определёнными сложностями.
Но естественно пока не без ограничений:
– На сложные задачи может уходить до 30 минут
– Иногда агент ошибается в статусе выполненной задачи (например, «заказ оформлен», хотя нет)
– Финансовые операции и отправка писем требуют подтверждения
– Некоторые даже базовые действия пока что не поддерживаются
И все же, Agent – это не столько готовый инструмент, сколько направление развития технологии. Я уверен что такой подход и станет основой будущих ИИ интерфейсов в части многих рутинных действий: ты лишь ставишь задачу, а дальше всю работу выполняет ИИ.
И хотя прямо сейчас для архитектурной практики Agent – это скорее любопытство, чем must–have, присмотреться точно стоит. На мой взгляд, именно в подобном направлении создания мультиагентных инструментов в ближайшие годы будут стремиться все ключевые разработчики ИИ–систем.
#ChatGPT #Agent #LLM
