Обобщение Coding Agent для универсальных сценариев — это системная конкуренция.
Автор статьи, источник: Narrowcast AI
На этой неделе для области ИИ было много важных новостей: от переопределения ИИ-ПК Хуань Рэньсюнем до заявления Microsoft на Build 2026 о приоритете агентов, объявления OpenAI о слиянии ChatGPT и Codex, а также раскрытия прогресса в области агентов WeChat, интеграции Qwen с сторонними навыками, реакции DouBao на слухи о платной версии и акцент на том, что сервисы ИИ-агентов становятся все более важными на отчете Meituan.
Ранее кто-то спрашивал, почему никто больше не упоминает OpenClaw, который раньше был невероятно популярен? Эти новости на этой неделе на практике отвечают на этот вопрос — люди перестали говорить об OpenClaw, потому что Coding Agent стал универсальным решением для выполнения задач и начал интегрироваться с чат-ботами, одновременно с этим начинается построение экосистемы навыков и агентов, а также ведутся новые платные исследования.
Крупные компании переводят вдохновение, полученное от OpenClaw, в реальные бизнес-достижения. В этом процессе OpenClaw и продукты, которые мы сейчас видим, могут не стать финальной формой AI-продуктов. Как сказал главный научный сотрудник по ИИ Tencent Яо Шунью на конференции Tencent Cloud AI Industrial Applications 2026, долгосрочная трансформация только начинается, и истинные формы продуктов, коммерческие возможности и способы использования еще далеко не полностью изобретены.
Мы можем быть уверены, что агенты становятся ключевой ареной для ИИ крупных компаний, и форма этой конкуренции постоянно развивается по четырем основным направлениям: кто расширит больше сценариев использования для производительности; кто глубже интегрирует внутренние продукты; кто создаст достаточно богатую экосистему навыков и агентов; кто накопит достаточный объем контекста.
«Коллеги» становятся точкой конкуренции для агентов
Слово «коллега» сейчас наиболее часто используется для описания агентов. Microsoft Scout разработан так, чтобы работать «как коллега»; Koji 3.0 подчеркивает сотрудничество человека с командой ИИ; а агентские плагины, представленные OpenAI, описываются как «новые коллеги, уже прошедшие вводный инструктаж и знающие все процессы».
Эти формулировки означают, что сценарии производительности стали ключевым направлением конкуренции между крупными компаниями в области агентов.
Scout, выпущенный Microsoft, представляет собой агента, построенного на основе фреймворка OpenClaw, который постоянно работает в Microsoft 365, может функционировать в Teams и взаимодействует с такими офисными приложениями, как Outlook и OneDrive, просматривая электронные письма, календари и рабочие сообщения, автоматически устраняя конфликты встреч, составляя ответы и продвигая задачи. Кроме того, Microsoft представила Agent 365 для централизованного управления идентификацией, правами, политиками и рисками агентов в корпоративной среде.
OpenAI напрямую назвала тему презентации «Intelligence at Work». На этой презентации OpenAI объявила о трех ключевых улучшениях Codex: запуск настраиваемых плагинов Agent; расширение возможности редактирования локальных комментариев с кода и веб-страниц на документы, таблицы и PowerPoint; возможность генерации веб-сайтов для представления результатов.
В то же время, при ответе на вопросы о платных функциях, DouBao упомянула, что планирует выпустить версию DouBao Pro для профессионалов, которая будет включать профессиональные услуги, такие как программная разработка, анализ данных, профессиональный дизайн, автоматизация процессов, финансовый анализ и научные исследования.
Эти действия по продукту подтверждают, что ценность сценариев производительности — а не только традиционных корпоративных сценариев — была доказана реальными деньгами.
Данные, опубликованные OpenAI, показывают, что с февраля этого года недельная активность Codex выросла в шесть раз до 5 миллионов, причем темпы роста среди представителей профессиональных профессий в три раза превышают темпы роста среди разработчиков. Выручка Anthropic во втором квартале, как ожидается, увеличится более чем вдвое до 10,9 миллиарда долларов, а операционная прибыль может составить 559 миллионов долларов, причем основная часть выручки поступает от корпораций и стартапов.
Интеграция и связь внутренних продуктов постоянно углубляются
Обновления и итерации продукта соответствуют более глубокой реструктуризации архитектуры продукта. С одной стороны, крупные компании в основном уже заняли позиции в области чат-ботов и одного или нескольких агентских продуктов, и сейчас началась интеграция этих продуктов. Самым агрессивным примером является интеграция OpenAI ChatGPT и Codex.
OpenAI хочет превратить ChatGPT из простого диалогового интерфейса в центральную платформу для совместной работы агентов, а Codex — в универсальную платформу агентов, способную удовлетворять потребности в офисной работе, научных исследованиях, корпоративных процессах, анализе данных и бизнес-операциях. Ядром этого является расширение сценариев использования Coding Agent. С помощью этой интеграции OpenAI надеется представить Codex огромной аудитории ChatGPT и расширить базу платящих пользователей.
Также сообщается, что OpenAI планирует включить AI-браузер Atlas в эту интеграцию супер-приложений ИИ.
С другой стороны, существующие интернет-продукты и услуги крупных компаний быстро интегрируются в ИИ-продукты в виде навыков или агентов. Алибаба добавила функции заказа еды, вызова такси и покупок на Taobao в Qwen — это один из первых экспериментов. Сейчас мы видим, что ByteDance, Meituan и Tencent также занимаются подобной работой.
ByteDance, после интеграции Douyin Mall с DouBao, теперь добавляет рекомендации магазинов и комбинированных предложений для местных услуг, таких как кухня, кинобилеты и аренда жилья. Meituan на отчетном совещании сообщила, что AI-ассистент «Xiao Tuan» был интегрирован в приложение Meituan и обслужил более 100 миллионов пользователей во время праздника 1 мая, охватывая сценарии питания, развлечений, путешествий и консультаций. Tencent Docs также превратила накопленные ранее возможности обработки документов в навыки, которые вызываются WorkBuddy.
Во время конференции Tencent Cloud AI Industry Applications 2026 старший исполнительный вице-президент Tencent Group Тан Цзаошэн заявил, что многие функции традиционных приложений необходимо преобразовать в возможности, доступные для вызова агентами, чтобы дополнительно высвободить ценность, накопленную за многие годы. Поэтому в этом году WeCom открыл ряд своих прежних возможностей работы с данными через интерфейсы и навыки, позволяя другим агентам их использовать. Эта тенденция к открытости становится все более очевидной.
Разработка сторонней экосистемы начинает включаться в повестку дня
Основное отличие агента от предыдущих продуктов заключается в его способности вызывать инструменты. Это требует наличия достаточно богатой экосистемы инструментов за спиной агента. Даже крупные компании с трудом могут создать такую экосистему самостоятельно. Здесь необходима поддержка со стороны сторонних Skill или экосистемы агентов.
Строительство этой экосистемы уже включено в повестку дня.
После завершения интеграции с первыми продуктами и услугами Alibaba, Qwen объявил о полной открытости для сторонних агентов и навыков, позволив всем компаниям запускать собственные бренд-агенты на платформе Qwen. На этой неделе навыки уже были запущены на платформе Qwen: Luckin Coffee, KFC, Mixue Ice Cream & Tea и China Eastern Airlines. В дальнейшем компании смогут самостоятельно настраивать персонажи и конкретные услуги своих агентов на платформе Qwen.
Тенсент, с одной стороны, интегрирует Xiao Mei от Meituan в Yuanbao, предоставляя пользователям услуги по заказу еды и доставке; с другой стороны, ускоряет развитие экосистемы агентов WeChat.
Согласно сообщениям СМИ, агент WeChat завершил тестирование прототипа и может начать процесс соответствия требованиям перед публичным запуском уже в этом месяце. Этот агент может координировать мини-программы WeChat для реализации комплексных услуг, таких как заказ еды, вызов такси, бронирование билетов, покупки и услуги локальной жизни.
Кроме того, WeChat также пытается установить соединения типа Agent to Agent с производителями смартфонов, такими как Honor и Xiaomi, чтобы предоставить своим базовым возможностям возможность вызова агентами производителей смартфонов. То есть производители смартфонов также станут новыми точками входа в экосистему агентов WeChat, создав архитектуру с несколькими точками входа, использующими единую экосистему агентов.
Агент-плагин OpenAI может упаковать все необходимые инструменты, знания и навыки для выполнения задачи. Например, плагин для создания контента может генерировать campaign board, варианты рекламных объявлений, изображения образа жизни продукта и электронную коммерческую коллекцию, а также вызывать такие инструменты, как Figma, Canva, Shutterstock, Picsart и Fal. Проще говоря, это система профессионального наследия, созданная специально для агентов.
Сейчас плагины Agent для Codex охватывают 62 популярных приложения и 110 навыков. В дальнейшем OpenAI планирует открыть экосистему плагинов для партнеров, чтобы третьи стороны могли напрямую создавать и развертывать собственные плагины в Codex и ChatGPT.
Контекст становится более важным
Яо Шуньюй отметил, что модели всё лучше справляются с преобразованием сложных входных данных в выходные, но при условии, что они получают достаточно качественные входные данные. Для этого необходимо, чтобы пользователи предоставляли моделям и агентам достаточно подробную и полезную информацию, позволяющую моделям и агентам понять такие ключевые вопросы, как «Кто вы?», «Что вы делаете?» и «Какой ответ будет для вас полезен?»
На разработческой стороне при создании AI-продуктов также необходима полноценная контекстная коммуникация. Яо Шунью и Тан Даошэн в ходе вышеупомянутого диалога отметили, что при разработке AI-продуктов необходимо определять на основе обратной связи от пользователей, что следует поощрять, а что наказывать в модели, какие ответы считаются хорошими, а какие поведения — плохими. Это означает, что команды модели и продукта должны через процесс совместного использования контекста реализовать Co-Design и совместно создать более качественный опыт.
Поэтому для AI-продуктов на стороне пользователя необходимо подключаться и накапливать многоисточечную контекстную информацию, а затем согласовывать намерения задач с агентом, определяя, какую информацию предоставлять, а какую — нет; на стороне разработки следует создать бесперебойный механизм обратной связи, чтобы согласовать цели разработки между командами моделей и продуктов, ускоряя оптимизацию опыта.
Накопление и обмен контекстом как на стороне пользователя, так и на стороне разработки — это не только вопрос разработки, но и вопрос организации, который должен решаться через сотрудничество.
Вот почему OpenAI еще в январе этого года начала реорганизацию команды, чтобы обеспечить более тесное сотрудничество между продуктовой командой и исследователями, отвечающими за соответствующие базовые модели; затем были объединены команды ChatGPT, Codex и API в один отдел под руководством Тибо Соттио.
В то же время внимание к контексту может стимулировать агентизацию оборудования, превращая его в эффективный способ сбора пользовательского контекста агентами. Проект Microsoft Project Solara как раз занимается такими исследованиями. Постоянная связь — не единственная цель разработки агентских настольных терминалов и портативных устройств; главная цель — предоставить агентам больше контекстной информации в настольных и мобильных сценариях для выполнения задач.
За последние несколько лет индустрия ИИ продемонстрировала относительно четкий технологический путь: предварительное обучение → последующее обучение → агент → кодирующий агент. Этот путь, возможно, не будет единственной основной линией развития в будущем, но он является наиболее эффективной линией, которую крупные компании могут использовать прямо сейчас.
Четыре выделенных нами тренда представляют собой взаимосвязанные базовые координаты, направленные по фиксированному пути, и в конечном итоге направлены на обобщение Coding Agent для универсальных сценариев. Это снова борьба на системном уровне.