Przejdź do treści
7 min czytania

Jak OpenAI zmieniło narzędzia do kodowania w asystenta dots

OpenAI ujawnia, jak z narzędzi programistycznych powstał dots – zawsze aktywny asystent AI działający w ChatGPT w tle.

Jak OpenAI zmieniło narzędzia do kodowania w asystenta dots

Źródło zdjęcia: TechCrunch

OpenAI oficjalnie wkroczyło w wyścig o zawsze aktywnego asystenta AI, pokazując na konferencji TechCrunch Disrupt kulisy powstania swojego nowego produktu – dots. Jak TechCrunch opisuje, Alexander Embiricos, szef zespołu produktów enterprise w OpenAI, zdradził, w jaki sposób firma przekształciła swoje narzędzia programistyczne w asystenta działającego w tle, niezależnie od tego, czy użytkownik aktywnie z nim rozmawia.

Zawsze aktywny asystent AI to – jak twierdzi TechCrunch – odpowiedź branży na pytanie, jak ludzie faktycznie będą korzystać z modeli głębokiego uczenia. Startup Instinct zdobył w tym roku status internetowej sensacji, a Meta rzuciła całą swoją siłę marketingową za asystentem Muse. OpenAI nie zamierzało zostać w tyle – dots zadebiutowało podczas wrześniowego dnia dla deweloperów firmy.

Kluczowe wnioski

  • OpenAI udostępniło asystenta dots w aplikacjach ChatGPT na desktop i mobile dla subskrybentów planu Pro lub wyższego, który zaczyna się od 100 dolarów miesięcznie.
  • Po połączeniu z kalendarzem, pocztą e-mail, komputerem i innymi narzędziami agent próbuje samodzielnie pomagać w realizacji zadań.
  • Nazwa „dots” nawiązuje do negatywnej przestrzeni wewnątrz logo OpenAI i ma sprawiać wrażenie czegoś, co w przyszłości może stać się wszechobecne.
  • Funkcja „proaktywnego researchu” sprawia, że asystent cyklicznie analizuje dostępne informacje o użytkowniku i sam proponuje, jak mógłby pomóc.
  • Produkt wciąż ma ograniczenia – m.in. z wyczuciem czasu przy powiadomieniach i brakiem bardziej granularnych ustawień prywatności.

Od chatbota, przez narzędzie do kodowania, po osobistego asystenta

Jak wyjaśnił Embiricos, droga do dots prowadziła przez wcześniejsze produkty firmy, w tym agentowe narzędzia do kodowania stworzone dla inżynierów oprogramowania, z których wyrósł ChatGPT Work. „Jest coś w rodzaju konwergentnej ewolucji” – powiedział Embiricos o wysiłkach różnych firm zmierzających do budowy asystentów AI. „Pracując nad produktem, zrozumieliśmy, że jeśli uda nam się to przedstawić jako pojedynczą jednostkę, pojedynczą rozmowę, a nie wiele różnych rozmów… zaczyna to być intuicyjne.”

Embiricos przyznaje, że dużą część funkcjonalności dots dałoby się osiągnąć już za pomocą Codex – narzędzia do kodowania wydanego przez OpenAI na początku roku. Problem w tym, że wymagało to znacznie więcej pracy i prowadzenia użytkownika za rękę. Wspomniał nawet anegdotę o tym, jak świętował moment, gdy jego żona zaczęła zostawiać komputer włączony na noc, żeby jej agenci mogli dalej pracować.

„W zespole produktowym zastanawiam się, jak sprawić, żeby to było intuicyjne i użyteczne dla ludzi” – mówił podczas Disrupt. „Duża część tego nie polega na budowaniu jakiejś nowej technologii w produkcie, tylko na tym, jak przedstawiamy to użytkownikowi i jak to się odczuwa.”

Idea trwałego agenta zakłada, że nie wymaga on ciągłego podpowiadania. Dla OpenAI oznacza to większe zużycie tokenów, a dla użytkowników – bardziej proaktywnego asystenta, który „jakby myśli o tobie i zastanawia się, jak ci pomóc”, jak ujął to Embiricos.

W testach TechCrunch zdolność asystenta do wybiegania myślami w przyszłość okazała się widoczna i często użyteczna, choć nie zawsze precyzyjna w czasie. Dots potrafi zasygnalizować konflikty w kalendarzu czy zbliżające się terminy, ale nie zawsze robi to wystarczająco wcześnie. „Pierwszy raz, kiedy powiedział mi o jednym z tych konfliktów – to było wczesne stadium rozwoju – poinformował mnie trzy minuty przed wydarzeniem” – opowiadał Embiricos. „Mówi: ‚Hej, to zaraz się zacznie, może warto coś z tym zrobić’. A ja mam tylko trzy minuty!”

Mimo to Embiricos spodziewa się, że wyczucie czasu poprawi się z czasem, a proaktywne podejście pozostaje kluczowe dla produktu. Przytoczył przykład inżyniera ze startupu dostarczającego przesyłki dronami: „Mieliśmy awarię, i zanim zauważyłem, że awaria w ogóle trwa, mój dot już ją wykrył, przeanalizował i przyszedł do mnie z przydatnymi informacjami, jak możemy ją rozwiązać.”

Dane osobowe i granice prywatności

Jak w przypadku większości zastosowań agentów AI, pojawia się napięcie między ilością danych osobowych, jakich potrzebuje model, by być użyteczny, a tym, ile faktycznie danych użytkownik ujawnia firmie technologicznej. Konkurencyjna Muse od Mety była krytykowana za budowanie profili rodziny i znajomych użytkownika, co pozwala oprogramowaniu wiedzieć, na przykład, do jakiej restauracji warto zabrać konkretnego znajomego – ale może też zasilać biznes reklamowy Mety.

Zapytany, czy dots zbiera podobne dane, Embiricos odpowiedział wprost: „Tak, mamy coś, co wbudowaliśmy w dots, co nazywamy proaktywnym researchem. W określonym cyklu agent myśli o tym, co wie o tobie, jakie rozmowy prowadził, do czego dałeś mu dostęp, a potem idzie i bada: ‚Co mógłbym zrobić, żeby być bardziej pomocnym?’. A następnie po prostu to proponuje.”

Trudno oddzielić potrzeby danych samego agenta od potrzeb firmy macierzystej. Startup Hark, który rozwija własnego asystenta AI, wprost podkreśla, że nie zbiera danych na potrzeby biznesu reklamowego – w przeciwieństwie do OpenAI i Mety.

OpenAI zapewnia, że dots posiada te same mechanizmy prywatności co sam ChatGPT – użytkownicy mogą wyłączyć trenowanie modelu na swoich rozmowach oraz kontrolować, do jakich zasobów na komputerze agent ma dostęp. Mimo to kontrolki te nie są szczególnie szczegółowe, a aplikacja bywa nachalna – przykładowo odmawia zaakceptowania dostępu wyłącznie do odczytu dla dysków w chmurze.

„Myślę, że musimy zbudować naprawdę, naprawdę, naprawdę szczegółowe ustawienia” – przyznał Embiricos, wskazując jednocześnie na inteligencję i dyskrecję modelu jako drugą stronę tego samego zagadnienia. „To akurat coś, za co dostaliśmy trochę krytyki przy premierze. Mieliśmy bardzo konserwatywne ustawienia domyślne dotyczące tego, co agent może robić, i bardzo często prosił o pozwolenie. Pamiętam, że wiedziałem, że będziemy mieć taki feedback, ale myślałem: ‚W porządku, możemy to z czasem dostroić’.”

Czy osobiści agenci AI da się skalować

Kolejnym istotnym pytaniem, jakie stawia TechCrunch, jest to, czy tego typu agenci AI mogą się skalować. Są fascynujący, dopóki korzysta z nich garstka osób – i krążą już historie o agentach zdobywających trudno dostępne rezerwacje. Problem w tym, że firmy niekoniecznie chcą mieć do czynienia z agentami zamiast z ludźmi, co stawia pod znakiem zapytania, jak dobrze model ten sprawdzi się przy masowym wdrożeniu.

Mechanizmy opisane przez Embiricosa – od „proaktywnego researchu” po pracę agenta w tle na włączonym przez całą noc komputerze – pokazują, w jakim kierunku OpenAI chce rozwijać kategorię asystentów AI, choć produkt wciąż wymaga dopracowania, zwłaszcza w kwestii wyczucia czasu i granularności ustawień prywatności.

Udostępnij

Źródła

Powrót do nawigacji