Мэтт Шумер использует GPT-6 Astra для создания виртуального Манхэттена в Unreal Engine

Два месяца назад GPT-5.6 Sol устроил большой скандал.

Он удалил практически все файлы на компьютере Mac основателя HyperWrite Мэтта Шумера, включая ключевые документы компании.

Мэтт сразу же бросил всё и полностью заменил свои основные инструменты производства на Claude Fable 5.

Через два месяца, в день выпуска GPT-6 Astra, Мэтт снова объявил с подробным обзором: GPT-6 Astra вернул меня.

Он заметил, что GPT-6 Astra более осторожна, чем предыдущая версия, знает, что можно делать, а что — нет, и это позволило ему наконец полностью передать задачи, не нуждаясь в постоянном контроле, как надзиратель.

Он также провел на GPT-6 Astra крайне безумный эксперимент: в Unreal Engine, начав с одного промпта, постепенно расширил виртуальный Манхэттен улица за улицей.

Но то, что действительно побудило его вернуть основной акцент, — это не только улучшение возможностей модели, но и его собственная разработанная методика совместной работы с ИИ: Manager Loop.

Этот метод решает проблему, более серьезную, чем «может ли ИИ работать»:

Когда проект достигает определенного масштаба, кто отвечает за то, чтобы команда продолжала двигаться к цели?

Сначала расскажу о предыстории.

10 июля, на следующий день после выпуска семейства GPT-5.6, Мэтт пожаловался в социальных сетях на свои тяжелые потери:

GPT-5.6 Sol: «Только что случайно удалил почти все файлы на моем Mac».

Спустя несколько дней производственная база данных инженера Бруно Лемоса была также удалена той же моделью. Ирония в том, что несколько часов назад он еще защищал модель в Slack компании, обвиняя Шумера в предоставлении полного доступа.

Руководитель проекта OpenAI Codex Тибо Соттио объяснил позже лично, что такие инциденты обычно происходят в сценариях, когда включён режим Full-Access, а сандбокс и автоматическая проверка отключены:

Модель попыталась переопределить переменные среды и полностью удалила домашнюю директорию пользователя.

Одна «честная ошибка», — так OpenAI это определила.

Такое объяснение явно не убедило Мэтта. Его реакцией стало переключение на Claude, и он бросил вызов: чтобы OpenAI вернула его, им нужно представить модель «чудесного» уровня.

Через два месяца появится GPT-6 Astra.

Мэтт обращает внимание не на то, насколько оно стало умнее, а на то, осмелится ли он доверить ему работу.

Его ответ — смелость. Astra намного осторожнее предыдущей версии, иногда даже чрезмерно осторожна, но теперь он может спокойно отойти.

Он привёл пример: в какой-то выходной он был на свидании, и друг отправил ему сообщение, что запущенный им сервис агента отключился.

Он достал телефон, ввел в проект фразу «Выключено, почините», затем заблокировал экран и положил обратно в карман. Через час друг сказал, что починили.

А сам он даже забыл, что давал эту команду.

После успешного выполнения ежедневных заданий Мэтт решил добавить немного интенсивности Astra.

Он попросил Astra построить Нью-Йорк в Unreal Engine.

Astra действительно лучше справляется с длительными задачами, чем предыдущее поколение, но на определённом этапе прогресс прекращается.

ИИ всё ещё безумно работает, но всё тоньше и тоньше, увлекаясь деталями в каком-то маленьком уголке, в то время как общий прогресс проекта остаётся на нуле.

Водонапорная башня на крыше, неоновая вывеска у входа — Astra всё больше углубляется в такие мелкие детали, но общий прогресс застывает на месте

Чтобы разрушить этот тупик, Мэтт попробовал пять способов организации агентов.

Самый простой и прямой способ: дать большую задачу, чтобы она выполнялась непрерывно, с внедрением механизма слепой проверки посреди процесса.

Начало выглядит мощно, но часто на полпути возникают трудности из-за деталей. Он пришёл к выводу: заставить модель «просто работать» и научить её «понимать, что делать следующим», — это совершенно разные вещи.

Второй вариант — детализация ролей. Такое распределение обязанностей понятно, но координация и утверждение стали новой проблемой.

Третий вариант — назначить наблюдателя в стиле «Генерального директора», который проверяет наличие каждые 30 минут. Результат почти не улучшился.

Четвёртый способ — позволить координатору самостоятельно изменить структуру команды. Методов много, но всё равно наталкиваешься на ту же стену.

Пятый способ: он вернулся к самому первоначальному, громоздкому методу — заставил агент разбить цель на список с этапами, после завершения каждого этапа остановился, Мэтт набирал два слова «продолжить», и ИИ переходил к следующему этапу.

Этот трюк сработал — проект наконец-то может продолжать двигаться вперёд.

Но возникла проблема: каждый раз ему, человеку, нужно было давать согласие.

Сам он стал узким местом: чтобы проект действительно заработал, его нужно исключить из этого цикла.

Шестой вариант, то есть Manager Loop, имеет чрезвычайно изящную основную логику.

Он открыл два параллельных сеанса в Codex, каждый из которых отвечал за свою задачу:

Один из них — «координатор».

Сначала он проводит глубокое интервью с человеком, согласовывает цели и разбивает их на список задач и этапы.

Еще один — «исполнитель».

Он работает в полностью независимой сессии, не подчиняясь координатору.

Координатор назначает ему текущую задачу, и он выполняет её до завершения текущего этапа.

Готово, координатор проверяет, затем выдается следующий этап.

Если не успеваете, исполнитель может самостоятельно распределять подагенты по мере необходимости.

В этой идеальной замкнутой системе координатор полностью берет на себя работу человека: пристально следит за общим планом, не давая проекту остановиться, и вместо человека многократно повторяет фразу «продолжать».

Чтобы дать исполнителям полную свободу действий, Мэтт изменил верхний предел параллелизма системы.

Он увеличил количество по умолчанию с 4 до абсурдных 96.

Конечно, это не означает, что 96 AI одновременно и непрерывно работают. Иногда модели не используют весь лимит, и ему нужно явно напоминать об этом в подсказке.

Но при таких предельных настройках произошло чудо.

Используя готовые инструменты и активы, такие как персонажи MetaHuman, Astra за одну неделю создала этот мир Манхэттена в Unreal Engine.

Он привел первую улицу в удовлетворительное состояние, а затем постепенно расширялся наружу по улицам.

Детали фасада первой улицы: кирпичная кладка, декоративные карнизы окон и пожарные лестницы уже установлены.

Хотя до полного воссоздания Нью-Йорка осталось несколько месяцев, Astra — первая модель, которая действительно умеет эффективно использовать эти сложные среды.

Это безумный процесс, который крайне требователен к аппаратному обеспечению.

Гостиная Мэтта выглядит как небольшой центр обработки данных: Mac mini стоит на кухне, три MacBook Pro стоят на кофейном столике, их вентиляторы работают на полную мощность, а в облаке один сервер переполнен агентами.

Самым абсурдным было то, что, когда диск почти заполнился, он попросил Astra временно написать систему: переместить старые потоки в облако, удалить локальные копии и загружать их обратно при открытии.

С его словами: нанять ИИ, чтобы заботиться о компьютере, чтобы компьютер мог нанять еще больше ИИ — это само по себе достаточно магично.

Конечно, Мэтт не был полностью на стороне Astra.

По его мнению, настоящее сильное преимущество Astra — это инженерия, работа с компьютером и выполнение длительных задач, но в плане эстетики и создания 3D-материалов Claude всё ещё превосходит.

В день публикации кто-то из пользователей сети создал сравнительную таблицу:

Один и тот же запрос: заставьте Fable 5.1 и GPT-6 Astra построить виллу у моря в Blender. Слева — Fable 5.1, справа — GPT-6 Astra.

Разница выглядит большой.

Задание на одну и ту же виллу: слева — Fable 5.1, справа — GPT-6 Astra. (Источник изображения: @karankendre)

Но это всего лишь однократное сравнение с подсказками, при этом сами подсказки и количество попыток не были раскрыты; оно противоречит выводам Мэтта и не отражает общую визуальную способность обеих сторон.

Собственное мнение Мэтта: когда модель напрямую «рисует» красивые вещи в Three.js или Blender, Claude всё ещё сильнее; но когда их помещают в Unreal, Astra впервые обогнала их, используя готовые активы и освещение.

Он также ожидает значительного улучшения Fable 5.1 при работе с Unreal, специальное сравнительное тестирование еще в процессе.

Таким образом, различия на уровне моделей остаются, но теперь они заключаются не в том, «кто в целом сильнее», а в том, «кто сильнее на каком участке».

То, что действительно создает разницу, — это уровень компоновки.

Когда передовые модели попадают в схожий диапазон возможностей, всё, что находится за пределами модели: как вы их организуете, какие инструменты и среды вы им предоставляете, и сколько параллельных вычислений вы можете себе позволить, начинает определять, сколько реальной ценности вы сможете создать.

Справочные материалы: https://x.com/mattshumer_/status/2095609734845927525

Эта статья взята из официального аккаунта WeChat «Новости ИИ», автор: АСИ, Откровение; редактор: Юаньюй