Яшчэ нядаўна галоўным пытаньнем было, якая мадэль лепш адказвае ў чаце. На гэтым тыдні некалькі буйных кампаніяў паказалі іншую мэту: ШІ павінен не чакаць запыту, а працягваць працу сам — сачыць за задачамі, карыстацца праграмамі, зьбіраць кантэкст і вяртацца з вынікам пазьней.
Microsoft 25 верасьня прадставіла абноўлены Copilot з трыма рэжымамі: Home (галоўны экран), Code (стварэньне праграм) і Autopilot (аўтаномны агент). Самы істотны зь іх — Autopilot. Кампанія апісвае яго як воблачнага «лічбавага калегу» з уласнай ідэнтычнасьцю, памяцьцю, кампутарам і рабочай прасторай. Яму можна даць ролю і мэту, пасьля чаго ён павінен сам сачыць за каналамі, рабіць паўторныя задачы, працягваць праект празь некалькі дзён і зьвяртацца да калегаў па абнаўленьні.
Гэта пакуль не масавы запуск. Autopilot толькі пашыраецца ў закрыты тэставы рэжым у канцы верасьня, а Home і Code спачатку ідуць у ранні доступ Frontier. Reuters таксама адзначае, што Microsoft робіць упор на дазволы, аўдыт і кіраваньне выдаткамі, бо доўгія задачы агента могуць ствараць новыя рызыкі для бясьпекі і нечаканыя рахункі.
Meta рухаецца ў той жа бок. На Meta Connect кампанія абвясьціла, што агент Muse атрымае больш падключэньняў, магчымасьць працаваць з кампутарам на Mac і інтэграцыю з акулярамі. Частка функцыяў яшчэ толькі ў раньнім доступе. Сэнс тут не ў новым корпусе або аватары, а ў тым, што агент атрымлівае доступ да большай колькасьці кантэксту і можа дзейнічаць не ў адным вакне чату.
OpenAI 23 верасьня зрабіла меншы, але паказальны крок: Voice, галасавы рэжым ChatGPT, цяпер падтрымлівае плагіны і падлучаныя праграмы, а ў Work, рэжыме для шматкрокавай працы, можна голасам запускаць стварэньне дакумэнтаў, прэзэнтацыяў і табліцаў, працу ў браўзэры і іншыя шматкрокавыя задачы. Калі галасавы сеанс заканчваецца, незавершаная праца можа працягнуцца ў тэксьце.
Практычная мяжа мяняецца. Чат-бот памыляецца ў адказе — і чалавек бачыць адказ перад сабой. Агент можа памыліцца ў дзеяньні, якое адбываецца без пастаяннага нагляду. Таму галоўнымі становяцца ня толькі якасьць мадэлі, але дазволы, журнал дзеяньняў, межы доступу, кошт і магчымасьць хутка спыніць працэс.
Самае цікавае на гэтым тыдні — не новая назва функцыі. Буйныя распрацоўнікі адначасова будуюць ШІ, які павінен быць не суразмоўцам, а выканаўцам. Пакуль большая частка гэтай будучыні жыве ў тэставых рэжымах. Але кірунак ужо відаць: наступная канкурэнцыя будзе не за лепшы адказ, а за тое, каму карыстальнік даверыць дзеяньне.
