OpenAI запускает агента ChatGPT: автономное мышление и действия с выбором инструментов из библиотеки навыков 73

Openai представила ChatGPT-агента, который способен самостоятельно думать и действовать, выбирать инструменты из набора навыков и выполнять задачи с помощью сети. Он объединяет возможности Operator по взаимодействию с сайтами, преимущества углублённого исследования для интеграции информации из сети, а также диалоговые возможности ChatGPT, формируя единую систему, которая способна превращать идеи и вопросы пользователя в реальные действия, например, проводить финансовое исследование, заполнять онлайн-таблицы, создавать презентации и т.д.

Основные функции и особенности

✅Автономность и сотрудничество: способен самостоятельно выполнять сложные задачи, такие как просмотр веб-сайтов, выбор дат, фильтрация результатов, запрос безопасного входа пользователя, запуск кода. Пользователь всегда сохраняет контроль и может прервать важные действия до их выполнения, взять управление браузером на себя или остановить задачу.

✅Объединение множества инструментов: интегрирует преимущества Operator и углублённого исследования, имеет визуальный браузер, текстовый браузер и прямой доступ к API, выбирая оптимальный путь для выполнения задачи.

✅Динамическое обучение и оптимизация: динамически обучается в процессе выполнения задачи, корректируя рабочий процесс путём оптимизации скорости, точности и эффективности.

✅Итеративный, совместный рабочий процесс: пользователь может в любой момент прервать диалог, уточнить инструкции, скорректировать направление задачи или направить результаты. Агент при необходимости будет активно задавать уточняющие вопросы, чтобы убедиться, что задача соответствует целям пользователя.

✅Безопасность и защита конфиденциальности: перед выполнением конфиденциальных или важных действий получает явное разрешение пользователя; обучен противостоять манипуляциям с помощью вредоносных инструкций; пользователь имеет полный контроль над обработкой данных, вводимые данные безопасно обрабатываются и не хранятся на серверах.

Производительность и оценка

✅На «Последнем экзамене человечества» набрал 43,1 балла, что является новым рекордом.

✅В тесте DSBench превзошёл предыдущие самые передовые модели, а в анализе данных превзошёл человека.

✅На платформе SpreadsheetBench установил новый отраслевой лидирующий уровень, производительность улучшена более чем вдвое по сравнению с GPT-4o.

✅Во внутренних бенчмарк-тестах способность справляться с задачами инвестиционного банковского аналитика значительно превосходит углублённое исследование и модель o3.

✅В бенчмарк-тесте WebArena показал результат лучше, чем CUA на базе o3.

✅На BrowseComp набрал 68,9 балла, установив рекорд SOTA, что на xx процентных пунктов выше, чем у углублённого исследования.

Сценарии практического применения

✅Рабочие сценарии: автоматизация повторяющихся задач, таких как преобразование скриншотов в редактируемые презентации, перепланирование встреч, планирование выездных мероприятий, обновление электронных таблиц новыми финансовыми данными (с сохранением исходного формата) и т.д.

✅Сценарии личной жизни: планирование и бронирование путешествий, организация и бронирование ужинов, поиск специалистов и запись на приём и т.д.

Способ использования

Через выпадающее меню инструмента редактора на любом этапе диалога выберите «Режим агента» для активации. Опишите задачу, которую хотите выполнить, при выполнении голосовое сопровождение на экране будет в реальном времени отображать процесс работы, пользователь может в любой момент прервать процесс и взять управление браузером на себя. Также можно настроить автоматическое повторение выполненных задач, например, каждое утро в понедельник автоматически формировать еженедельный отчёт по показателям.

Права на использование

• С сегодняшнего дня доступен пользователям версий Pro, Plus и Team, пользователи версий Enterprise и Education получат доступ в июле.

• Пользователи версии Pro могут выполнять практически неограниченное количество задач в месяц, другие платные пользователи — 50 раз в месяц, дополнительное использование возможно за счёт баллов.

• Может получать доступ к коннекторам пользователя; после аутентификации коннекторы с доступом только на чтение позволяют просматривать информацию и выполнять действия, для работы с веб-сайтами требуется вход в систему через браузер, взятый под управление пользователем.

Ключевые вопросы

✅В чём заключаются основные возможности и преимущества ChatGPT-агента?

Основная возможность — способность самостоятельно думать и действовать, выбирать инструменты из набора навыков, с помощью сети и собственного виртуального компьютера обрабатывать задачи, плавно переключаясь между рассуждением и выполнением, самостоятельно справляясь со сложными задачами. Преимущество состоит в объединении возможностей Operator, углублённого исследования и ChatGPT в единую систему, способную превращать идеи в действия, при этом пользователь всегда сохраняет контроль, перед важными действиями получается разрешение пользователя, пользователь может в любой момент прервать процесс, взять управление на себя или остановить задачу.

✅Как ChatGPT-агент проявляет себя в различных оценках?

На «Последнем экзамене человечества» набрал 43,1 балла — новый рекорд; в DSBench превзошёл самые передовые модели, в анализе данных превзошёл человека; в SpreadsheetBench установил отраслевой рекорд, при работе с форматом .xlsx общий мягкий лимит достигает 45,5%; во внутренних тестах при выполнении задач инвестиционного банковского аналитика превзошёл углублённое исследование и модель o3; в WebArena показал результат лучше, чем CUA на базе o3; на BrowseComp с результатом 68,9 балла установил рекорд SOTA.

✅Как пользователи могут использовать ChatGPT-агента и какие существуют положения о доступности и безопасности?

По использованию: через выпадающее меню редактора выберите «Режим агента» для активации, опишите задачу; также можно настроить автоматическое повторение задач, во время выполнения возможно прерывание и взятие управления на себя. По доступности: пользователи версий Pro, Plus и Team получают доступ с сегодняшнего дня, пользователи версий Enterprise и Education — в июле; пользователи Pro имеют практически неограниченное количество задач в месяц, другие платные пользователи — 50 раз в месяц, дополнительное использование возможно за счёт баллов. По безопасности: перед конфиденциальными действиями требуется подтверждение пользователя, ключевые задачи требуют контроля со стороны пользователя, высокорисковые задачи отклоняются, обеспечивается защита от состязательных атак и злоупотреблений, защищается конфиденциальность данных пользователя, пользователь имеет полный контроль над обработкой данных.

ChatGPT-агент от OpenAI в настоящее время находится на ранней стадии, способен справляться с множеством сложных задач, но может допускать ошибки. Функция создания презентаций находится на стадии тестирования, обработка форматов и деталей может быть грубоватой, а функция загрузки электронных таблиц временно неприменима к презентациям. В будущем его эффективность, глубина и многофункциональность будут постоянно расти, взаимодействие станет более плавным, при этом будет регулироваться необходимая степень контроля со стороны пользователя, обеспечивая баланс между безопасностью и практичностью.

Ссылка по теме: https://openai.com/zh-Hans-CN/index/introducing-chatgpt-agent/