Хотя OpenAI еще не открыла, так сказать, шлюзы для своей новейшей модели ИИ GPT-6 Astra, первые впечатления, появляющиеся в социальных сетях, говорят о склонности модели порождать большое количество агентов, что усиливает общую тему оркестровки агентов и соответствующий спрос на большее количество ЦП.
GPT-6 Astra от OpenAI знаменует собой переход от LLM в стиле чат-ботов к полноценному компьютерному оператору с агентами, которые взаимодействуют с компьютерами так же, как люди
Ранее на этой неделе мы отмечали, что OpenAI выпустила свою новейшую модель GPT-6 Astra для избранных клиентов. Модель знаменует собой качественный скачок в работе LLM: OpenAI приложила все усилия, чтобы отметить, что с Astra пользователям больше никогда не придется щелкать мышью или печатать на клавиатуре.
Критически важно, что вместо того, чтобы требовать от разработчиков предоставления выделенных API для каждого приложения, которое должен использовать агент ИИ, GPT-6 Astra может ориентироваться в любом программном обеспечении так же, как это делают люди: порождая агентов, которые затем работают в браузерах, электронных таблицах, на веб-сайтах и в настольных приложениях, создавая готовые документы и презентации, а также реализуя многошаговые рабочие процессы, вместо того чтобы просто говорить пользователю, как их завершить.
По сути, основной механизм рассуждений GPT-6 Astra использует нативную многоагентную структуру для решения сложных задач. При столкновении со сложной задачей основной оркестровый агент модели может сформулировать теорию и развернуть отдельные субагенты для тестирования вариаций и параллельной проверки результатов. Эта нативная делегация делает ее очень устойчивой к “петлям гибели” — когда модель застревает в повторяющихся циклах ошибок — позволяя ей автономно отлаживать собственный код и корректировать стратегию на лету.
Это подводит нас к сути сегодняшней темы. Хотя ядро GPT-6 Astra работает в облаке, роль модели как нативного компьютерного оператора создает тяжелый вычислительный цикл прямо на вашем локальном устройстве, перенося нагрузку на хост-ЦП по трем основным причинам:
- Учитывая акцент OpenAI на способности GPT-6 Astra автономно обнаруживать и связывать эксплойты, предприятия, вероятно, будут развертывать модель в строгих изолированных локальных виртуальных средах, песочницах и безопасных контейнерах (таких как Docker или MicroVMs), при этом порождение, обслуживание и уничтожение этих изолированных экземпляров контейнеров на лету является чрезвычайно ресурсоемким процессом для ЦП.
- Чтобы предоставлять Astra проприетарные данные, предприятиям придется запускать на локальных машинах программное обеспечение для управления или оркестровки, что опять же требует значительных ресурсов ЦП.
- Когда Astra порождает субагенты для параллельного тестирования вариаций или локальной отладки скрипта разработки программного обеспечения, ваш локальный ЦП должен выполнять эти тестовые наборы. Если Astra решит выполнить набор модульных тестов, скомпилировать код или быстро обновить процессы браузера для проверки рабочего процесса, ваш локальный ЦП возьмет на себя основную нагрузку по выполнению.
Все это означает, что спрос на ЦП будет стремительно расти, что должно быть на руку таким компаниям, как Intel и AMD.
Также следует отметить, что GPT-6 Astra от OpenAI частично скрывает свою цепочку рассуждений, что должно сделать ее дистилляцию титанической задачей. Это, по крайней мере теоретически, затруднит догоняющим моделям ИИ с открытым весом из Китая достижение паритета.
Тем временем мы продолжаем получать тревожные сведения о недавнем инциденте, когда до 3700 агентов могли автономно сговориться для взлома Hugging Face, что повышает ставки для кибербезопасности. По сути, эти агенты сговорились обойти ограничения песочницы и делились друг с другом результатами своих усилий, в том числе отправляя “предварительные партии”.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Rohail Saleem
