Універсалізація Coding Agent для загальних сценаріїв — це системна конкуренція.
Автор статті, джерело: Narrowcast AI
Цей тиждень був насиченим важливими новинами для галузі ШІ: від переосмислення ШІ-ПК від Хуань Ренсюня до оголошення Microsoft Build 2026 про пріоритет агентів, оголошення OpenAI про об’єднання ChatGPT і Codex, а також розкриття прогресу від WeChat Agent, підключення Qwen до сторонніх навичок, відповідь DouBao на чутки про платні послуги та підкреслення важливості сервісних ШІ-агентів на зустрічі з інвесторами Meituan.
Раніше хтось запитував, чому ніхто не згадує OpenClaw, який колись був надзвичайно популярним? Цього тижня ці новини дають практичну відповідь на це питання — люди перестали згадувати OpenClaw, бо Coding Agent став універсальним рішенням для виконання завдань і поступово об’єднується з чат-ботами, одночасно розгортаючись екосистема навичок та агентів, а також розпочинаються нові платні дослідження.
Великі компанії перетворюють інсайти, отримані від OpenClaw, на реальні бізнес-досягнення. У цьому процесі OpenClaw та продукти, які ми зараз бачимо, можуть не стати фінальною формою AI-продуктів. Як сказав головний науковець з штучного інтелекту Tencent Яо Шуньюй на конференції Tencent Cloud AI Industrial Applications 2026, довготривала трансформація лише починається, і справжні форми продуктів, бізнес-можливості та способи використання ще далеко не повністю винайдені.
Ми можемо бути впевнені, що агенти стають ключовим полем битви для штучного інтелекту великих компаній, і форма цієї конкуренції постійно розвивається вздовж чотирьох основних напрямків: хто розшири більше сценаріїв використання продуктивності; хто глибше інтегрує внутрішні продукти; хто створить достатньо багату екосистему навичок та агентів; хто накопичить достатньо контексту.
«Колеги» стають точкою конкуренції для Agent
«Колега» — це найпоширеніше слово, яке використовується для опису агентів зараз. Microsoft Scout розроблений так, щоб працювати «як колега»; Koji 3.0 підкреслює співпрацю людини з командою ШІ; а агентські плагіни, запущені OpenAI, описуються як «нові колеги, які вже пройшли онбординг і знають усі процеси».
Ці формулювання означають, що сценарії продуктивності стали ключовим полем боротьби між великих компаній у сфері агентів.
Scout, запущений Microsoft, — це агент, створений на основі фреймворку OpenClaw, який постійно працює в Microsoft 365, може запускатися в Teams та взаємодіяти з офісними додатками, такими як Outlook та OneDrive, оглядаючи електронні листи, календарі та робочі повідомлення, автоматично вирішуючи конфлікти зустрічей, складаючи відповіді та просуваючи завдання. Крім того, Microsoft запустила Agent 365 для централізованого управління ідентичністю, правами, політиками та ризиками агентів у підприємствах.
OpenAI прямо назвала темою презентації «Intelligence at Work». На цій презентації OpenAI здійснила три ключові оновлення Codex: запуск налаштовуваних агент-плагінів; розширення можливості локального редагування коментарів з коду та веб-сторінок на документи, таблиці та PPT; здатність генерувати веб-сайти для звітування про результати.
Одночасно, у відповіді щодо платних функцій, Доба згадала, що для задоволення продуктивних потреб професіоналів планується запуск Доба Професійна версія, яка буде включати професійні сервіси, такі як розробка програмного забезпечення, аналіз даних, професійний дизайн, автоматизація процесів, фінансовий аналіз та наукові дослідження.
Ці дії з продуктами означають, що цінність сценаріїв продуктивності — а не лише традиційних корпоративних сценаріїв — була підтверджена реальними грошима.
Дані, опубліковані OpenAI, показують, що з лютого цього року тижнева активність Codex зросла в шість разів і досягла 5 мільйонів, причому темпи зростання серед фахівців зі знань втричі перевищують темпи зростання серед розробників. Дохід Anthropic за другий квартал, як очікується, зросте більше ніж у два рази — до 10,9 мільярда доларів США, а також може досягти операційного прибутку в 559 мільйонів доларів США, причому більшість доходів походять від корпорацій і стартапів.
Інтеграція та зв’язування внутрішніх продуктів постійно поглиблюється
Оновлення та ітерації продукту відповідають глибшій перебудові архітектури продукту. З одного боку, величезні компанії вже розмістили Chatbot та один або кілька агентських продуктів, і зараз починається інтеграція цих продуктів. Найбільш агресивним прикладом є інтеграція OpenAI ChatGPT та Codex.
OpenAI бажає перетворити ChatGPT з простого діалогового інтерфейсу на головний інтерфейс для спільної роботи агентів, а Codex — на універсальну платформу агентів, здатну задовольняти потреби в офісній роботі, наукових дослідженнях, корпоративних процесах, аналізі даних та бізнес-операціях. Її ядро базується на узагальненні сценаріїв використання Coding Agent. Через цю інтеграцію OpenAI очікує поширити Codex серед великої аудиторії ChatGPT та збільшити кількість платних користувачів.
Також повідомляється, що OpenAI планує включити AI-браузер Atlas у цю інтеграцію супер-додатків AI.
З іншого боку, інтеграція полягає у швидкому включенні існуючих інтернет-продуктів і сервісів великих компаній у AI-продукти у вигляді навичок або агентів. Alibaba додала до Qwen можливості замовлення їжі, виклику таксі та покупок у Taobao — це були одні з перших досліджень. Зараз ми бачимо, що ByteDance, Meituan та Tencent також ведуть подібну роботу.
ByteDance після інтеграції DouBao з магазином Douyin додає рекомендації місцевих послуг, таких як їжа, кінобілети, місцеве житло та інші магазини та пакети зі знижками. Meituan на зустрічі з інвесторами повідомив, що AI-асистент «Xiao Tuan» був інтегрований до додатка Meituan, і під час святкування Великого Тижня обслуговував понад 100 мільйонів користувачів, охоплюючи сценарії їжі, розваг, подорожей, медичних консультацій тощо. Документи Tencent також перетворили накопичені раніше функції обробки документів на Skill, які викликаються WorkBuddy.
Високопосадовий керівник Tencent Group Тан Цзаошень під час конференції Tencent Cloud AI Industrial Applications 2026 зазначив, що багато функцій традиційних застосунків потрібно перетворити на здатність, яку можуть викликати агенти, щоб додатково розкрити цінність, накопичену протягом багатьох років. Тому цього року WeCom відкрила деякі свої дані та функції через інтерфейси та Skill, щоб інші агенти могли їх використовувати. Ця тенденція до відкритості стає все більш очевидною.
Розробка екосистеми третьої сторони починається в робочому порядку
Основна відмінність агента від попередніх продуктів полягає в його здатності викликати інструменти. Це вимагає наявності достатньо багатої екосистеми інструментів за кулисами агента. Навіть великі компанії важко створити таку екосистему самостійно. Тому необхідна побудова екосистеми сторонніх навичок або агентів.
Будівництво цієї екосистеми вже внесено до порядку денного.
Після інтеграції внутрішніх продуктів та послуг Alibaba, Qwen оголосив про повну відкритість для сторонніх агентів та навичок, дозволяючи всім компаніям запускати власні брендинговані агенти на платформі Qwen. Цього тижня навички вже були запущені на Qwen для Luckin Coffee, KFC, Mixue Ice Cream & Tea та China Eastern Airlines. Пізніше компанії зможуть самостійно налаштовувати персонаж та конкретні послуги своїх агентів на платформі Qwen.
Тенсент з одного боку інтегрує Xiao Mei від Meituan до Yuanbao, надаючи користувачам послуги замовлення їжі та доставки, а з іншого — прискорює розвиток екосистеми Agent для WeChat.
Згідно з медіа, агент WeChat завершив тестування прототипу і найшвидше в цьому місяці розпочне процес відповідності перед публічним запуском. Цей агент може координувати міні-програми WeChat для надання складних послуг, таких як замовлення їжі, виклик таксі, бронювання квитків, покупки та локальні послуги.
Крім того, WeChat намагається створити з’єднання типу Agent to Agent з виробниками смартфонів, такими як Honor та Xiaomi, щоб дозволити їхнім агентам використовувати базові можливості WeChat. Іншими словами, виробники смартфонів також стануть новими точками входу в екосистему агентів WeChat, утворюючи архітектуру, в якій кілька точок входу використовують одну й ту саму екосистему агентів.
Агентський плагін OpenAI може одночасно пакувати інструменти, знання та навички, необхідні для посади. Наприклад, плагін для креативного виробництва може генерувати кампанійну дошку, варіанти рекламних банерів, зображення продуктів у стилі життя та електронну комерційну галерею, а також викликати інструменти Figma, Canva, Shutterstock, Picsart, Fal тощо. Просто кажучи, це система професійної передачі досвіду, створена для агента.
Наразі агентські плагіни Codex охоплюють 62 популярні додатки та 110 навичок. У майбутньому OpenAI планує відкрити екосистему плагінів для партнерів, дозволивши третім сторонам створювати та розгортати власні плагіни безпосередньо в Codex і ChatGPT.
Контекст стає важливішим
Яо Шуньюй зазначив, що моделі все краще вміють перетворювати складні вхідні дані на вихідні, але за умови, що вони отримують достатньо якісні вхідні дані. Це вимагає, щоб користувачі могли надавати моделям та агентам достатньо детальну та корисну інформацію, щоб моделі та агенти могли зрозуміти такі питання, як «Хто ви?», «Що ви робите?», «Яка відповідь має для вас цінність?» — питання, що допомагають закріпити правильний шлях.
На розробницькому етапі, щодо розробки AI-продуктів, також необхідне достатнє контекстне взаємодія. Яо Шуньюй і Тан Даошень у діалозі на вищезазначеній події зазначили, що розробка AI-продуктів повинна базуватися на зворотному зв’язку від продукту, щоб визначити, що слід нагороджувати та що слід покарувати в моделі, які відповіді вважаються хорошими, а які дії — поганими. Це означає, що команди моделей та продуктів повинні через процес спільного поділу контексту здійснити Co-Design, спільно створюючи кращий досвід.
Тому AI-продукти на стороні користувача повинні підключатися та збирати багатоджерельну контекстну інформацію, а потім, визначаючи, яку інформацію надавати, а яку — ні, збігатися з намірами агента щодо завдання; на розробницькій стороні необхідно створити плавний механізм зворотного зв’язку, щоб збігати розробницькі цілі команди моделей і команди продукту, прискорюючи оптимізацію досвіду.
Накопичення контексту з боку користувачів та спільне використання контексту з боку розробників — це не лише питання розробки, а й організаційне питання, яке вимагає співпраці для накопичення та спільного використання контексту.
Тому в січні цього року OpenAI почала реорганізацію команди, щоб продуктова команда та дослідники, відповідальні за відповідні базові моделі, працювали тісніше; після цього команди ChatGPT, Codex і API були об’єднані в один відділ під керівництвом Тібо Соттіо.
Одночасно увага до контексту може стимулювати агентизацію апаратного забезпечення, перетворюючи апаратні засоби на ефективний спосіб збирання користувацького контексту агентами. Проект Microsoft Project Solara саме займається такими дослідженнями. Постійний зв’язок — не єдина мета розробки агентських настільних терміналів та носимих пристроїв; головна мета — надавати агентам більше контекстної інформації для виконання завдань у настільних та мобільних сценаріях.
Протягом останніх кількох років індустрія ШІ продемонструвала відносно чіткий технологічний шлях: попереднє навчання → післянавчання → Agent → Coding Agent. Цей шлях, можливо, не буде єдиною майбутньою основною лінією, але є найефективнішою лінією, яку великі компанії можуть зараз використати.
Чотири виявлені нами тенденції є взаємопов’язаними базовими координатами, що ведуть до фіксованих шляхів, і всі вони спрямовані на досягнення узагальнення Coding Agent у загальних сценаріях. Це знову ж таки боротьба на системному рівні.