Считается, что ИИ-агенты станут следующим прорывом в области искусственного интеллекта. Модели способны решать более сложные задачи, чем чат-боты, и даже самостоятельно управлять устройствами, такими как компьютер, следуя инструкциям — по крайней мере, в теории. Андрей Карпатый, соучредитель OpenAI и основатель компании Eureka Labs, занимающейся обучением искусственного интеллекта, в этом сомневается.
В подкасте Dwarkesh изобретатель термина Vibe Coding рассказал о том, что его беспокоит в современных агентах ИИ. По его словам, «они просто не работают, они недостаточно умны, недостаточно мультимодальны, не умеют пользоваться устройствами». ИИ-агенты не способны к непрерывному обучению, нельзя просто сказать им что-то, и они это вспомнят.
Эти проблемы решаемы, но их можно преодолеть только в долгосрочной перспективе. Разработчик ожидает, что пройдёт не менее десятилетия, прежде чем мы увидим настоящих агентов ИИ. На вопрос о том, почему Карпатый выбрал именно этот временной интервал, он пояснил:
Может быть интересно«У меня около 15 лет опыта в изучении того, как люди делают прогнозы в области ИИ и как они сбываются. Я также некоторое время проработал в промышленности, занимаясь исследованиями. Это дало мне общее представление».
Тем не менее, соучредитель OpenAI, покинувший компанию в феврале 2024 года, положительно отзывается о современных ИИ-агентах. Он считает, что «они безотказно работают в очень специфических сценариях». Например, есть агенты, которые хорошо справляются с простыми задачами кода, связанными с копированием и вставкой, и делают это значительно быстрее людей. Однако пользователям всегда нужно точно знать, какие инструменты лучше всего подходят для тех или иных задач. Настоящий ИИ-агент должен быть профессионалом во всех задачах.
В принципе, Карпатый считает программирование идеальной сферой применения для ИИ-агентов и LLM:
«Программирование всегда работало с текстом. Я видел, как некоторые компании хотят автоматизировать слайды презентаций. Это сложнее, потому что слайды — это не текст. Они состоят из небольших изображений, которые нужно упорядочить, и имеют визуальную составляющую. У слайдов нет готовой инфраструктуры».
