На видео – 39-секундная нарезка боя агента на GPT-6 Astra с Эндер-драконом – финальным боссом Minecraft. По словам автора ролика Ронака Малде, весь запуск занял 8 минут 43 секунды: за это время ИИ-агент подготовился к бою, а затем победил дракона.
Но самое интересное – Астра в этом бою отвечала только за планирование: а решения, “что делать прямо сейчас”, принимала другая модель – Jev от стартапа TypeSafe, про которую сейчас говорят чуть ли не из каждого утюга.
Я недавно писал про GPT-6 в играх, закончив пост выводом, что сообразительности модели хватает, а скорости – нет. Большие модели вроде GPT-6 или Fable 5.1 рассуждают и дают ответ, печатая текст, а это занимает время. Jev – нейросеть, натренированная на то, чтобы делать выбор из предложенных вариантов, указывая степень уверенности.
Здесь на секунду отвлечемся от Minecraft. Допустим, ИИ-агент работает в службе поддержки банка и получает жалобу “с меня списали деньги дважды”. Обычная модель на это напишет минимум абзац текста с анализом ситуации. Jev получает то же сообщение и три готовых ярлыка — “платежи”, “техподдержка”, “доступ в аккаунт” — и возвращает три числа: платежи 0,91, техподдержка 0,06, доступ 0,03. Ни слова текста. Программа смотрит на первую строку и отправляет обращение в нужный отдел.
Именно то, что нужно, когда от модели требуется не сообразительность, а скорость и надежность (а также дешевизна). В примере Ронака Малде сам бой с драконом занял около двух минут – до этого же ИИ-агент вел подготовку к нему. Astra включалась не реже раза в 15 секунд: цель, точка назначения, список предметов. Дальше по этим инструкциям работала Jev.
Третий слой — обычный код для ситуаций с однозначным правилом. Одиннадцать строк следили за облаком дыхания дракона: подошел слишком близко — бросить все и бежать.
Ронак Малде пишет, что GPT-6 Astra дописывала себе навыки на основе неудачных прохождений: получается, что агент анализировал свои ошибки, а затем писал инструкции для Jev – какие решения принимать в той или иной ситуации. Фактически, перед нами составная система, которая сама достраивает себя кодом, обучаясь в процессе работы, пусть и без изменения весов.
Конечно, есть и оговорки. Это – любительский запуск, автор которого во многом помог ИИ-агенту разобраться в игре. То же самое, что старательный живой игрок, который перед прохождением не удержался и прочел в интернете несколько руководств. Справился бы он сам? Пока не знаем – но все возможно.
Самое же интересное в другом. Многие исследователи считают, что именно за подобными составными системами будущее. В центре у нас большая языковая модель, которая принимает стратегические решения, а затем спускает их на простые инструменты: вероятностные модели вроде Jev, а где-то и обычный программный код. Причем настройку Jev и написание кода большая модель берет на себя.
Если задуматься, то это близко к тому, как функционирует человеческий разум. Сознательно мы обдумываем крупные решения – например, пойти в магазин. Как только это решение принято, дорога идет на автопилоте: где повернуть, как обойти лужу, пропустить ли машину – мы выбираем, не задумываясь, а голова занята другим. Есть и совсем автоматические реакции – увернуться от замешкавшегося водителя раньше, чем поймешь, чего бы тебе стоила ошибка в этой неприятной ситуации.
Пример с Minecraft наглядный, но не единственный – в последние дни я вижу десятки экспериментов с подключением Jev к Codex. Быстрая и дешевая модель делает именно “автоматические” действия, экономя пользователю время и деньги, чтобы запускать GPT-6 для действительно важных задач. Останется ли все на уровне экспериментов или мы прямо сейчас видим зарождение новой ИИ-системы – покажет время.
– Своим опытом работы с ИИ я делюсь в подписке. Там есть циклы лонгридов про промптинг, ИИ-агентов, а также про то, как делать с помощью ИИ оригинальные и нестандартные вещи – как раз то, что доставляет мне удовольствие.
Самое время подписаться!