Pandangan media asing berpendapat bahawa selepas OpenAI melancarkan GPT-6 Astra, logik persaingan dalam AI telah berubah. Fokus bukan lagi hanya “siapa yang lebih mahir menggunakan AI”, tetapi “siapa yang lebih awal melaksanakan dan menguasai AI Agent”. Artikel tersebut memandang Astra sebagai titik peralihan dari menjawab soalan kepada melaksanakan tugas.
Dari jawapan ke pelaksanaan
Astra digambarkan sebagai mampu mengendalikan komputer, melayari laman web, menggunakan perisian, menulis dan menjalankan kod, serta menyelesaikan alur kerja yang lebih panjang. Artikel tersebut berpendapat bahawa ini bermakna AI sedang berpindah dari "manusia bertanya, model menjawab" kepada "manusia memberikan tugas kepada Agent, Agent menyelesaikan tugas".
Menurut penulis, kepentingan utama Astra bukan hanya kemampuannya yang lebih kuat, tetapi lebih dekat kepada tenaga kerja digital yang boleh “dipekerjakan”. Ia tidak lagi hanya menghasilkan jawapan, tetapi mulai mengambil alih tugas kerja yang berterusan.
Kedalaman pasaran tidak lagi diukur berdasarkan bilangan orang
Menggunakan hasil ujian OSWorld 2.0, artikel tersebut menunjukkan bahawa Astra berprestasi lebih baik dalam tugas jangka panjang dengan masa penyelesaian yang jelas lebih singkat. Penulis berpendapat bahawa cara pengiraan kadar penetrasi AI perlu diubah, dan tidak boleh lagi dianggarkan secara mudah berdasarkan "bilangan orang yang menggunakan AI".
Pemboleh ubah yang lebih penting kini menjadi: berapa banyak agen yang sedang berjalan, berapa banyak tugas yang dilaksanakan oleh setiap agen, dan berapa banyak token yang digunakan oleh setiap tugas. Artikel tersebut berpendapat bahawa seseorang boleh melancarkan beberapa agen secara serentak, dan syarikat mungkin menjalankan ratusan hingga ribuan agen secara serentak.
Permintaan token akan diperbesar
Penulis seterusnya menunjukkan bahawa permintaan Token di era Agent tidak hanya meningkat seiring dengan pertumbuhan bilangan pengguna, tetapi juga meningkat seiring dengan kompleksiti tugas dan tempoh masa operasi. Sebuah Agent yang beroperasi secara berterusan akan terus melakukan perancangan, carian, pelaksanaan, pengesahan, dan penyesuaian, yang membawa kepada lebih banyak panggilan dan penggunaan Token yang lebih tinggi.
Artikel tersebut juga menyatakan bahawa penyertaan model dalam latihan itu sendiri membentuk roda pendorong: model yang lebih kuat menghasilkan Agen yang lebih kuat, Agen yang lebih kuat menghasilkan lebih banyak data berkualiti tinggi, yang kemudiannya mendorong peningkatan berterusan model. Penulis berpendapat bahawa ini akan membawa permintaan komputasi dan Token ke fasa penguatan diri yang lebih kuat.