Тибор Блахо, инженер-программист, известный точными утечками об ИИ-продуктах, заявил, что обнаружил доказательства существования инструмента Operator. Ранее о разработке Operator сообщали такие издания, как Bloomberg и TechCrunch. Этот инструмент описывается как «агентная система», способная автономно выполнять задачи, например, писать код или бронировать поездки.
В приложении ChatGPT для Mac были обнаружены скрытые настройки, связанные с управлением этим агентом, которые позволяют предположить, что релиз может состояться в ближайшее время.
Кроме того, на сайте OpenAI обнаружены упоминания об Operator, хотя они пока недоступны для широкой публики.
Первые данные о производительности Operator
На официальном сайте также была размещена таблица, сравнивающая производительность Operator с другими AI-системами, такими как Claude 3.5 Sonnet и Google Mariner.
Согласно утечке, Operator успешно справляется с некоторыми задачами, но его возможности всё ещё ограничены. Например, в тестах OSWorld, имитирующих реальную среду работы компьютера, ИИ достиг результата в 38,1%, что выше, чем у конкурирующей модели Anthropic, но значительно ниже человеческого уровня, который составляет 72,4%. В веб-тестах WebVoyager Operator обогнал человека, но в другом тесте, WebArena, выступил хуже.
Некоторые практические задачи также оказались сложными для агента. Так, при создании биткоин-кошелька успешность составила всего 10%, а при регистрации в облачном сервисе и запуске виртуальной машины — 60%.
Конкуренция ИИ-агентов
Релиз Operator становится особенно важным на фоне растущей конкуренции в области ИИ-агентов. Компании, такие как Google и Anthropic, уже работают над своими инструментами. По данным аналитиков, рынок ИИ-агентов может достичь 47,1$ миллиарда к 2030 году. Однако вместе с этим возникают и вопросы безопасности. Некоторые эксперты считают, что такие технологии могут представлять риск, если их развитие пойдёт слишком быстро.
Согласно данным, Operator успешно проходит тесты безопасности, включая предотвращение выполнения «незаконных действий» и поиска «доступа к конфиденциальной информации». Это может объяснить длительный цикл разработки инструмента, так как OpenAI, судя по всему, делает акцент на безопасность.
Обновления программ, что нового
• Kaspersky для Windows. Релиз MR22: Улучшенная защита и поддержка Kaspersky Protection в Opera
• Т-Банк выпустил открытую LLM с режимом рассуждений T-Pro 2.0, российский аналог Qwen и DeepSeek
• WhatsApp пора готовиться к уходу из России – депутат Госдумы
• Nothing OS 4.0 на Android 16: дата релиза, устройства и функции
• Чат-бот Le Chat (Mistral AI) получил режим «глубоких исследований» и другие функции
• Android 16 QPR1 Beta 3 для Pixel: ключевые исправления и улучшения