ChatGPT Agent сможет управлять компьютером

Компанія OpenAI зробила черговий крок у розвитку автономних ІІ-агентів, здатних діяти практично як віртуальні помічники. Новий інструмент під назвою ChatGPT Agent може виконувати завдання від імені користувача, використовуючи власний «віртуальний комп’ютер».

Що вміє ChatGPT Agent

Агент працює на базі спеціально навченої моделі, яка здатна:

• шукати інформацію на сайтах та фільтрувати результати;
• запускати код та аналізувати дані;
• створювати таблиці, презентації та звіти;
• керувати календарем та планувати зустрічі;
• бронювати ресторани, робити покупки та виконувати рутинні завдання.

Вся робота агента відбувається з використанням вбудованого віртуального комп’ютера – він може завантажувати та обробляти файли, виконувати команди у терміналі, переглядати результати у візуальному браузері.

Технологія та навчання

Модель ChatGPT Agent навчалася на складних завданнях, що вимагають одночасного використання безлічі інструментів: текстового та візуального браузерів, терміналу, а також підтримки імпорту даних користувача. Для навчання застосовувалася методика навчання із підкріпленням, схожа на ту, що використовується для моделей із логічним мисленням.

ChatGPT Agent об’єднує можливості двох попередніх продуктів OpenAI – Operator та Deep Research. За проектом стоїть команда з 20-35 осіб, які працюють як над дослідницькою, так і продуктовою частиною.

Приклади застосування

Під час демонстрації агент планував побачення, самостійно перевіряючи вільний час у Google Calendar, підбираючи ресторан через OpenTable та бронюючи столик. Користувач міг коригувати переваги у процесі. Інший приклад – підготовка детального звіту про популярність іграшок Labubus у порівнянні з Beanie Babies.

Також агент підходить для онлайн-шопінгу та регулярних дрібних завдань, наприклад, подання заявки на паркувальне місце за розкладом.

Особливості та безпека

ChatGPT Agent не тільки має доступ до браузера, але й працює на повноцінному віртуальному комп’ютері, що значно розширює його можливості. При цьому агент не надто швидкий – на виконання складних завдань може йти 15-30 хвилин, але це все одно заощаджує час користувача.

Для запобігання небажаним діям агент завжди запитує дозвіл перед надсиланням електронних листів або бронюванням. Під час відвідування фінансових сайтів включається режим спостереження: агент діє лише у поточній вкладці та зупиняється при перемиканні користувача.

Доступність

OpenAI починає поступове розгортання ChatGPT Agent для користувачів тарифів Pro, Plus та Team. Інструмент доступний у меню інструментів або викликається командою /agent. Влітку агент з’явиться і для корпоративних та освітніх підписок. У країнах Європейської економічної зони та Швейцарії дату запуску поки що не визначено.