Przedstawiamy agenta ChatGPT: pomost między badaniem a działaniem

OpenAI wypuściło agenta, który potrafi sterować twoim komputerem. Wykorzystuje on swoje zaawansowane zdolności rozumowania do planowania i rozwiązywania zadań w aplikacjach takich jak Excel czy PowerPoint.

Podczas gdy Sam Altman „czuje AGI”, patrząc na działanie tego systemu, ja uważam je za niesamowicie toporne. Zamiast skupić się na dostarczaniu modelom natywnych narzędzi (MCP to dobry krok naprzód, choć nie bez własnych problemów), próbuje się emulować dla nich ręce i oczy, żeby modele mogły robić to samo co my, tylko wolno i niezgrabnie.

Uznałbym więc ten typ agenta za tymczasowe obejście, dopóki nie opracujemy lepszych mechanizmów komunikacji maszyna-maszyna. Później będzie on obsługiwał coraz dłuższy ogon systemów legacy, które nigdy nie doczekają się interfejsów zdatnych do użytku maszynowego.

P.S. Gemini podsunął punkt widzenia, którego nie wziąłem pod uwagę: takie systemy mogą zbierać dane potrzebne do trenowania lepszej ucieleśnionej inteligencji, czyli takiej, która potrafi działać w świecie rzeczywistym. To całkowicie słuszna uwaga i nie należy jej zostawiać bez echa.