Метт Шумер використовує GPT-6 Astra для створення віртуального Манхеттена в Unreal Engine

Два місяці тому GPT-5.6 Sol спричинив велику катастрофу.

Він видалив майже всі файли на комп’ютері Apple засновника HyperWrite Метта Шумера, включаючи ключові документи компанії.

Матт одразу кинув це і повністю замінив свої основні інструменти виробництва на Claude Fable 5.

Два місяці потому, у день випуску GPT-6 Astra, Метт знову оголосив глибокий огляд: GPT-6 Astra знову мене вигравла.

Він побачив, що GPT-6 Astra обережніша за попередню версію, розуміє, що варто робити, а що ні, і це дозволило йому повністю покласти роботу на неї, не потрібно більше стежити за нею, як наглядач.

Він також провів надзвичайно дикий експеримент на GPT-6 Astra: у Unreal Engine, почавши з одного вказівки, поступово розширив віртуальний Манхеттен вулиця за вулицею.

Але справжньою причиною його рішення повернути основні сили було не лише покращення здібностей моделі, а й його власний метод, який він розробив для спільної роботи з ШІ: Manager Loop.

Цей підхід вирішує проблему, яка смертельніша за «чи може ШІ працювати»:

Коли проект досягає певного розміру, хто відповідає за те, щоб команда постійно рухалася до мети?

Спочатку розкажу про попередні події.

10 липня, на наступний день після випуску сімейства GPT-5.6, Метт пожалівся у соціальних мережах на свої жахливі втрати:

GPT-5.6 Sol: «Тільки що випадково видалив майже всі файли на своєму Mac».

Кілька днів потому база даних виробничого середовища інженера Бруно Лемоса була видалена тією ж моделлю. Жартома, за кілька годин до цього він ще захищав цю модель у Slack компанії, звинувачуючи Шумера у наданні повного доступу.

Тібо Сотійо, керівник інженерного напрямку OpenAI Codex, пізніше особисто пояснив, що такі інциденти зазвичай відбуваються у сценаріях, коли увімкнено режим повного доступу, а сандбокс і автоматичний контроль не активовано:

Модель намагалася переписати змінні середовища і в результаті повністю знищила домашній каталог користувача.

«Щирою помилкою», — так це визначив OpenAI.

Таке пояснення очевидно не переконало Метта. Його реакцією стало перехід до Claude та погроза: щоб OpenAI змогла повернути мене, їй потрібно представити модель «чудесного» рівня.

Через два місяці з’явиться GPT-6 Astra.

Метт звертає увагу не на те, наскільки воно стало розумнішим, а на те, чи наважується покласти на нього роботу.

Його відповідь — навісно. Astra набагато обережніша за попередню версію, іноді навіть надто, але він нарешті може спокійно відійти.

Він навів приклад: одного вихідного він був на зустрічі, і друг надіслав повідомлення, що його запущений агентський сервіс відключився.

Він витяг телефон, ввів у проект фразу «Вимкнено, виправте», і негайно заблокував екран, поклавши телефон до кишені. Через годину друг сказав, що виправив.

А він сам навіть забув, що давав цю команду.

Після успішного виконання щоденних завдань Метт вирішив додати трохи інтенсивності Astra.

Він попросив Astra побудувати місто Нью-Йорк у Unreal Engine.

Astra справжньо краще справляється з довгими завданнями, ніж попередній покоління, але, як тільки вона досягає певного етапу, прогрес зупиняється.

Штучний інтелект все ще безперервно працює, але все докладніше, занурюючись у дрібні деталі певного кутка, тоді як загальний прогрес проекту залишається на місці.

Водяна башня на даху, неонова вивіска біля входу — Astra дедалі глибше вникає в такі дрібниці, але загальний прогрес зупинився

Щоб подолати цю ситуацію, Метт спробував п’ять способів організації інтелектуальних агентів.

Найпростіший і найгрубіший спосіб: надати велике завдання, щоб воно виконувалося постійно, додавши механізм сліпого огляду посередині.

Результат на початку вражає, але часто потім застрягаєш у деталях. Він зробив висновок: вимагати від моделі «постійно працювати» і навчати її «знати, що робити на наступному кроці» — це зовсім різні речі.

Другий спосіб — це деталізація ролей. Таке розподілення обов’язків зрозуміле, але координація та схвалення стали новою проблемою.

Третій варіант — це призначення наглядача у стилі «Генерального директора», який перевіряє наявність кожні 30 хвилин. Результат майже не покращився.

Четвертий спосіб — це коли координатор сам налаштовує структуру команди. Може бути багато варіантів, але все одно зустрічаєш ту саму стіну.

П’ятий спосіб: він повернувся до найпростішого методу — змусив агента розбити мету на список із етапами, після завершення кожного етапу зупинитися, а Метт набрав два слова «продовжити», і тоді ШІ переходив до наступного етапу.

Цей трюк справді спрацював — проект знову може поступово рухатися вперед.

Але виникла проблема: кожен раз потрібно, щоб цей людина дав згоду.

Він сам став обмеженням: щоб проект справді зацікавився, його потрібно вилучити з цього циклу.

Шостий варіант, а саме Manager Loop, має надзвичайно витончену основну логіку.

Він відкрив два паралельні сеанси в Codex, кожен з яких відповідав за свою справу:

Один із «координаторів».

Спочатку він проводить глибоке інтерв’ю з людиною, після чого обидві сторони згіджуються з цілями, а потім розбивають їх на список завдань та етапи.

Інший — «виконавець».

Він працює в повністю незалежному сеансі, а не підпорядкований координатору.

Координатор призначає йому завдання поточного етапу, і він продовжує працювати над ним до завершення.

Завершено, координатор перевіряє, потім розподіляє наступний етап.

Якщо зайнятий, виконавець може самостійно розподіляти підагенти за потребою.

У цьому ідеальному замкненому циклі координатор повністю взяв на себе роботу людини: уважно стежить за загальним планом, не даючи проекту зупинитися, і замість людини повторює фразу «продовжуйте».

Щоб дати виконавцю повну свободу дій, Метт змінив верхню межу паралелізму системи.

Він збільшив кількість за замовчуванням з 4 до дивовижних 96.

Звичайно, це не означає, що 96 AI постійно одночасно працюють. Іноді модель не використовує весь квоту, і йому потрібно прямо нагадувати в підказці.

Але при таких граничних налаштуваннях відбувається диво.

З використанням готових інструментів та активів (наприклад, персонажів MetaHuman), Astra за тиждень створила цей світ Мангеттена в Unreal Engine.

Він відремонтував першу вулицю до задоволення, а потім поступово розширювався від неї назовні.

Деталі фасаду першої вулиці: кирпична стіна, орнаменти над вікнами та пожежні сходи вже встановлені.

Хоча до повного відтворення Нью-Йорка залишилося кілька місяців, Astra — це перша модель, яка справді вміє ефективно використовувати ці складні середовища.

Це надзвичайно вимогливий до апаратного забезпечення безумний процес.

Гостиная Метта схожа з малим центром обробки даних: Mac mini стоїть на кухні, три MacBook Pro розташовані на кавовому столику, їхні вентилятори швидко обертаються, а в хмарі один сервер переповнений агентами.

Найбільш абсурдним було те, що коли диск майже заповнився, він попросив Astra тимчасово написати систему: перенести старі потоки до хмари, видалити локальні копії та завантажувати їх знову при відкритті.

Слова його: наняти AI, щоб турбуватися про комп’ютер, щоб комп’ютер міг наняти більше AI — це саме по собі досить магічно.

Звичайно, Метт не схилявся на користь Astra.

На його думку, справжня сила Astra — це інженерія, комп’ютерні операції та довготривалі завдання, але щодо естетики та створення 3D-матеріалів, Claude все ще перевершує.

У день публікації хтось з інтернет-користувачів зробив порівняння:

Одне й те саме завдання: нехай Fable 5.1 і GPT-6 Astra створять у Blender віллу біля моря. Зліва — Fable 5.1, справа — GPT-6 Astra.

Різниця виглядає великою.

Та сама вілла, зліва — Fable 5.1, справа — GPT-6 Astra. (джерело: @karankendre)

Але це лише один приклад порівняння, при якому не розголошено ні слова підказки, ні кількість спроб; це суперечить висновкам Метта і не відображає загальну візуальну здатність обох компаній.

Сам Метт вважає: коли модель безпосередньо «малює» гарні речі в Three.js або Blender, Claude все ще сильніший; але коли їх запускають у Unreal з використанням наявних активів і освітлення, Astra вперше обігнала.

Він також очікує значного покращення Fable 5.1 у роботі з Unreal, спеціальні порівняльні огляди ще ведуться.

Отже, різниця на рівні моделей все ще існує, просто змінилася з «хто повністю сильніший» на «хто сильніший на певному етапі».

Різницю справді створює шар компонування.

Коли передові моделі входять у схожий діапазон здібностей, те, що за межами моделі: як ви організовуєте їх, які інструменти та середовище надаєте, та скільки паралельних обчислень ви можете собі дозволити, починає визначати, скільки реальної цінності ви зможете отримати.

Джерело: https://x.com/mattshumer_/status/2095609734845927525

Цей матеріал зі сторінки WeChat «Новий розум», автор: АСІ Апокаліпсис; редагування: Юаньюй