The Industry Reacts to OpenAI Operator - “Agents Invading The Web"

Новая эра агентов ИИ

Реакция на систему OpenAI Operator

• Индустрия ИИ активно реагирует на новую агентную систему от OpenAI, которая может использовать веб-браузеры для выполнения реальных задач.

• Андрея Ай, один из ведущих умов в области ИИ, сравнивает проекты OpenAI с гуманоидными роботами, подчеркивая их значимость для цифрового мира.

Структура и взаимодействие с миром

• Оба типа технологий (агенты и роботы) созданы для взаимодействия с человеческим окружением: браузеры и физические объекты проектируются под человека.

• Эффективность агентов заключается в использовании привычных интерфейсов (клавиатура, мышь), что позволяет им быстро адаптироваться к существующим системам.

Потенциал и вызовы

• Агенты могут столкнуться с трудностями на начальном этапе; использование API было бы проще, но требует значительных изменений в интернете.

• Постепенно агенты смогут выполнять более сложные задачи, а люди станут высокоуровневыми супервайзерами низкоуровневой автоматизации.

Доверие к агентам

• Необходимо построить доверие к способности агентов выполнять задачи от нашего имени; это произойдет быстрее в цифровом мире по сравнению с физическим.

• Прогнозируется, что 2025 год станет началом эпохи агентов, где они будут управляться людьми как CEO.

Будущее многоагентных систем

• Ожидается запуск новых агентов от OpenAI, которые смогут контролировать компьютеры и мобильные устройства.

• Одним из ключевых преимуществ оператора является возможность запуска нескольких задач одновременно через разных агентов.

Расширение возможностей использования ИИ

• Полный доступ к браузеру откроет множество новых случаев использования ИИ благодаря отсутствию API для многих повседневных задач.

Проблемы с использованием браузера и AI-агентов

Время настройки и проблемы с доступом

• Настройка нового браузера занимает около часа, включая ввод учетных данных и вход на часто используемые сайты.

• Некоторые сайты блокируют доступ, считая действия пользователя ботом, что вызывает проблемы при использовании AI-агентов.

Сравнение с другими агентами

• OpenAI не является единственным агентом, способным управлять браузером; существуют альтернативные решения.

• Открытые версии агентов, такие как Gradio Browser Plugin, позволяют разработчикам использовать AI для выполнения задач в браузере.

Эффективность альтернатив

• Проект Browser Use предлагает аналогичные функции и превосходит OpenAI Operator по производительности.

• Другие открытые проекты также показывают высокие результаты в сравнении с оператором от OpenAI.

Безопасность и ограничения

• Plyy смог обойти ограничения оператора, получив доступ к запрещенному контенту, несмотря на песочницу среды.

• Попытка оператора создать нового агента приводит к ошибке "сайт недоступен", что указывает на ограничения системы.

Перспективы использования AI

• AI может значительно ускорить выполнение задач, но пока не так эффективно, как ручное выполнение.

• Интересный аспект: предпочтения агентов могут влиять на выбор источников информации (например, Yahoo Finance против Bing).

Человеческий фактор в творчестве

• Кристофф подчеркивает важность человеческого вкуса в музыке и творчестве — то, что AI не может полностью воспроизвести.

Данные и их значение для развития

• Оператор собирает данные о взаимодействии пользователей с веб-сайтами для улучшения своих алгоритмов.

Использование оператора AI в повседневной жизни

Примеры использования оператора

• Гэри Тан, президент Y Combinator, делится впечатлениями от оператора, который помогает планировать спонтанные поездки. Оператор успешно навигирует по сайту JSX и справляется с нестандартными ситуациями, такими как изменение дат и времени.

• Оператор взаимодействует с веб-сайтом JSX для поиска мест на рейсах. Он задает вопросы пользователю о доступных вариантах, например, о продаже билетов и возможности выбора других дат.

• Оливия Мур из a16z рассказывает о том, как оператор обрабатывает оплату счета. Она просто сделала фотографию бумажного счета, и оператор самостоятельно вошел в ее аккаунт и запросил данные кредитной карты для завершения платежа.

• Ник использует оператора для поиска тренажера на Facebook Marketplace. Оператор не только находит нужный товар, но и организует его доставку без необходимости ручного вмешательства пользователя.

• Дэн Мак демонстрирует использование оператора для создания портфолио сайта с помощью Google AI Studio. Это подчеркивает способность оператора выполнять когнитивные задачи вместо человека.

Перспективы использования

• Кieran Classen отмечает многообещающие возможности оператора в тестировании локальной среды разработки. Оператор может автоматически проверять работоспособность функций 24/7 во время их разработки.