OpenAI випустила модель GPT-6 Astra, що забезпечує ключовий перехід AI від Answer Engine до AI Agent. Astra вже вміє керувати комп’ютером, переглядати веб-сайти, використовувати програмне забезпечення, писати та запускати код, виконувати складні робочі процеси та інше; у тестах OSWorld 2.0 вона показала результат 72,6%, що вище за 65,7% у GPT-5. Це означає, що AI переходить від «кращої відповіді» до «успішного виконання завдань» — він більше не є лише інструментом для відповідей, а стає цифровою робочою силою, яку можна «найняти». Потреба у токенах зміститься з простого зростання кількості користувачів на мультиплікативний ефект одночасного зростання трьох показників: кількості Agent’ів, кількості завдань на кожного Agent’а та кількості токенів, споживаних на кожне завдання. AI формує ефект «Human+AI→Train→Better AI», де підвищення здатностей моделей само стає двигуном зростання потреби у обчислювальних ресурсах.Автор статті, джерело: Множина точок зору
Вірно, майже всі погодяться з таким твердженням:
У епоху ШІ вас переможе той, хто раніше та краще використовує ШІ.
Але після запуску OpenAI власної моделі GPT-6 Astra це твердження повністю не точне, або навіть помилкове. Зараз справжнім правильним твердженням є:
У епоху ШІ вас не переможуть ті, хто краще використовує ШІ, а ті, хто активніше першими володіє, внедрює та справді керує ШІ-агентами.
Особливо зверніть увагу, що вище «ви» також може бути компанією.
Пам’ятаєте? У минулому місяці Astra вже з’являлася як внутрішня секретна модель OpenAI, яка вирішила 10 математичних і теоретичних задач інформатики на рівні найкращих математичних досліджень (премія Філдса). А тепер найбільшим проривом офіційно випущеної OpenAI Astra є не просто те, що вона стала «розумнішою» (з кращими математичними та науковими здібностями), а те, що Astra перетворила AI з Answer Engine на справжній AI Agent.
Тоже саме, цей запуск OpenAI більше не обмежується розповіддю про те, на скільки підвищився benchmark Astra, а вже з самого початку чітко описує межі можливостей Astra:
Astra вже може керувати комп’ютером, переглядати веб-сторінки, використовувати програмне забезпечення, писати та запускати код, виконувати складні робочі процеси та вирішувати довготривалі завдання в галузях науки, кібербезпеки та професійної діяльності.
Це речення підсумовує справжній прорив Astra. Йдеться про те, що ШІ справді переходить від моделі «людина→ШІ→відповідь» до моделі «людина→AI Agent→завдання→виконання→результат». Отже, GPT-6 Astra означає:
Штучний інтелект більше не є лише інструментом для відповіді на питання, а починає ставати цифровою робочою силою, яку можна «наняти» для постійної роботи без відпочинку.
Здатність Astra до покращення у довгострокових завданнях є найважливішою.
У OSWorld 2.0 (тест, запропонований командами CMU та Стенфорду, який оцінює здатність AI-агентів виконувати складні завдання в цифровому середовищі, такі як офісні завдання, налагодження багатофайлового програмного забезпечення та системна настройка кібербезпеки, після чого порівнюється з базовими показниками людських експертів), Astra досягла 72,6%, що вище за 65,7% у GPT-5.6 Sol; одночасно час симуляції виконання завдань зменшився з приблизно 75 хвилин до приблизно 40 хвилин.
Це означає, що Astra переживає дуже вирішальний змін:
Від «краще відповісти» до «успішно виконати справу».
Це повністю змінить наш підхід до розуміння «рівня проникнення ШІ» та оцінки загального попиту на токени. Раніше, оцінюючи ринковий розмір ШІ, ми природньо запитували: скільки людей використовують ChatGPT? Скільки співробітників компаній використовують Copilot? Який рівень проникнення ШІ серед програмістів, служб підтримки, офісних працівників і вчених?
Потім використовуйте «кількість користувачів × ARPU», щоб оцінити розмір ринку ШІ. Ця логіка, звичайно, не має проблем у епоху Answer Engine. Але в епоху AI Agent виникають проблеми:
- Одна людина, що використовує ШІ, не означає, що працює лише один ШІ-завдання; одна людина може створити кілька завдань агентів; підприємство може одночасно розгорнути сотні тисяч агентів. Один агент може працювати неперервно протягом кількох годин, навіть 24 години.
Отже, маємо таку нерівність:
1 людина ≠ 1 AI-користувач ≠ 1 одиниця AI-навантаження.
Матеріалознавець може одночасно налаштувати десятки AI-агентів для виконання різних дослідницьких завдань залежно від напрямків досліджень. Отже, справжнім змінним, які варто враховувати, стають:
- Скільки всього AI-агентів працює у світі?
- Скільки завдань виконує кожен активний AI-агент щодня? Скільки токенів витрачається?
Добуток цих двох чисел і буде функцією реального попиту на ШІ.
Щодо того, чи ви використовуєте ШІ, чи ваші друзі навколо вас використовують ШІ, чи ваша компанія використовує ШІ — це не має жодного значення для рівня проникнення ШІ та загального попиту на токени. Якщо ви не будете використовувати ШІ, хтось інший автоматично використає AI-агентів, щоб замінити ваші переваги або бізнес, а потім і вас, і вашу компанію.
Отже, тут особливо додамо:
Сьогодні хоча б усі середні та великі компанії повинні звертати увагу на розробку своєї штучного інтелекту стратегії на рівні ради директорів, бо у цьому світі багато розумних людей стежать за вашими прибутковими бізнес-напрямками.
Тому визначення рівня проникнення ШІ змінилося з «на одну людину» на «на одного агента». Раніше вважалося, що:
Рівень проникнення ШІ = кількість людей, що використовують ШІ / потенційне населення
А після Astra формула проникнення AI Agent виглядає так:
Показник проникнення агента = завдання, передані AI-агенту / завдання, які можуть виконуватися агентом
Звичайно, знаменники цих формул мають величезну різницю в розмірності. Оскільки агенти більше не повинні відповідати людським особам по одному, одна особа може одночасно володіти кількома персональними AI-агентами. Щодо кількості «завдань, які можуть виконувати агенти», я вважаю, що сторінка оголошення Astra від OpenAI дає певну підказку.
Вище — зображення космічної карти, надане OpenAI на сторінці презентації Astra. Іншим аспектом того, наскільки людство мале у порівнянні з Всесвітом, є наша невідомість щодо космічного світу; усі дослідження цієї невідомості можуть стати завданнями для AI Agent, і з цього випливає, що кількість AI Agent може бути нескінченною.
Отже, «скільки людей по всьому світу почали використовувати ШІ» і «скільки цифрових робочих сил зараз працюють» — це два абсолютно різні порядки величини.
Загальний попит на токен має більшу еластичність
Запит на токени буде мати значно більшу еластичність, ніж зростання кількості користувачів AI-агентів, оскільки попит на токени в епоху агентів зростає не лише разом із збільшенням кількості користувачів, а й разом із зростанням обсягу AI-роботи, що припадає на кожного агента.
Отже, загальний попит на токени можна приблизно записати як:
Загальний попит на токени ≈ Кількість AI-агентів × Кількість завдань на агента × Витрати токенів на завдання
І ці три змінні можуть одночасно швидко зростати.
По-перше, збільшення кількості агентів. Раніше одна людина могла використовувати лише один ChatGPT, а в майбутньому одна людина може одночасно запускати персонального асистента, агента для програмування, агента для досліджень, агента для фінансів, агента для покупок тощо. Підприємства можуть розширити кількість агентів з десятків або сотень до тисяч і десятків тисяч.
Друге, кожен агент виконує все більше завдань. Раніше було «допоможи мені скоротити цю статтю», що могло вимагати лише кілька тисяч токенів, а майбутнє — це «досліди цю галузь, прочитай 500 документів, порівняй 50 компаній, побудуй модель, знайди аномалії, склади звіт і на основі звіту запропонуй інвестиційні рекомендації». Саме тут і полягає значення Astra: чим більше складних завдань здатна виконувати модель, тим сміливіше люди будуть доручати їм складні завдання.
Третє, агент зміниться з «періодичного виклику» на «постійне виконання». Це найважливіша зміна. Традиційний ChatGPT працює так: користувач задає запит, викликає його один раз, отримує відповідь, і все закінчується. А AI Agent — це
Досягнення мети → Планування → Пошук → Виконання → Перевірка → Коригування → Повторне виконання → Завершення.
Це постійно працюючий обчислювальний ланцюг, який безперервно генерує виклики API. Чим складніше завдання, тим довше міркування, тим більший контекст, тим більше викликів інструментів, тим більше вихідних даних і тим більше споживається токенів.
Тому AI Agent не лише збільшить кількість користувачів AI, але й посилютиме попит на токени за кожним користувачем AI.
Таким чином, повністю можлива ситуація, коли кількість AI Agent зросла лише на 20%, а загальний попит на токени збільшився на 300%.
RSI надасть Astra сильніший ефект «летючого колеса»
Astra — це найбільший тренінговий запуск від OpenAI на сьогодні, і згідно з опублікованою інформацією, масштаб тренінгу вже перевищив 100 000 GPU. Ще важливіше те, що ШІ все більше бере участь у самому процесі навчання моделей.
Раніше було «Людина→Навчання→ШІ», а зараз поступово перетворюється на:
Людина + ШІ → Навчання → Кращий ШІ
Це вже початковий режим RSI; модель може брати участь у генерації навчальних даних, виявленні проблем, оцінці, наданні зворотного зв’язку та навіть допомагати у частині інженерних та дослідницьких робіт під час навчання.
Таким чином, утворюється дуже гарна ланцюжок ефекту летючого колеса:
Сильніші моделі призводять до більш потужних можливостей AI-агентів, які зможуть виконувати більше завдань у реальному світі, генеруючи більше якісних даних завдань та відгуків, що, в свою чергу, допомагають навчати сильніші моделі, а сильніші моделі знову підвищують здатність агентів, що дозволяє їм брати на себе більше завдань…
Це означає, що розвиток ШІ не буде нагадувати «версійну ітерацію» традиційного програмного забезпечення, а скоріше нагадуватиме самоприскорювальну виробничу систему. Як наслідок, попит на токени матиме мультиплікативний ефект одночасного розширення за кількома змінними, і чим потужніша модель, тим більш вираженим буде цей мультиплікативний ефект.
Отже, ми обов’язково побачимо:
Підвищення здібностей моделей само по собі стає двигуном зростання попиту на AI-обчислювальні потужності, що призводить до появи мільярдів, десятків мільярдів і все більше цифрових працівників-агентів AI, після чого попит на токени виривається з незліченною силою.
Ось у чому полягає важливість цього випуску GPT-6 Astra.