Штучний інтелект більше не потребує інструкцій: агенти здобули вміння самостійно організовувати свою діяльність.

Співпраця з Dots, Muse та "агентськими роєм" ілюструє інноваційний метод організації штучного інтелекту.

Агенти штучного інтелекту все частіше беруть на себе ініціативу у виконанні завдань, обираючи способи реалізації без потреби в детальних вказівках від людей. Ітан Моллік, американський дослідник та доцент Вортонської школи бізнесу при Пенсильванському університеті, вважає, що це може суттєво змінити наше сприйняття управління такими технологіями.

На основі його спостережень, сучасні агенти вже не вимагають постійного надання контексту чи детального плану дій: вони здатні самостійно шукати необхідну інформацію, формувати порядок виконання завдань і навіть залучати інших агентів до співпраці. Моллік називає це виявом "Гіркого уроку" (Bitter Lesson) — принципу, згідно з яким складні людські правила поступово замінюються можливостями більш потужних систем машинного навчання.

Агенти не вимагають детального керівництва.

Моллік зазначає, що раніше вважав керування ШІ-агентами складним процесом, який вимагатиме від людей ретельного проєктування робочих процесів. Однак нові моделі дедалі краще самостійно планують необхідні кроки, тому цінність детального людського планування зменшується.

Одним із втілень цієї тенденції Моллік вважає персональних ШІ-агентів. На його думку, Muse від Meta наразі займає перше місце в App Store — це застосунок, що рекламується як особистий агент, здатний виконувати завдання замість користувача. Нещодавно OpenAI презентувала свій конкурентний продукт під назвою Dots, а аналогічні функції пропонують також Grok Bot від SpaceX, Instinct і Gemini Spark.

За словами Молліка, всі ці системи черпають натхнення з OpenClaw та аналогічних платформ, які він називає "Clawlikes". Основна їхня характеристика полягає в тому, що штучний інтелект отримує доступ до комп'ютера користувача, а також до його облікових записів, включаючи електронну пошту та фінансові документи. Цей агент має можливість аналізувати дані та реагувати на них у реальному часі, навіть якщо людина не контролює його діяльність безпосередньо.

Спілкування з такими агентами має свої особливості, що відрізняють його від традиційних чат-ботів. Користувачі можуть звертатися до них через платформи, як-от Slack, SMS або WhatsApp. Крім того, агент може самостійно почати розмову; в деяких випадках, наприклад, з системою Dots, існує можливість провести голосовий дзвінок.

За словами Молліка, один із його агентів самостійно виявив помилку в листі до місцевої адміністрації та підготував виправлення. В іншому випадку Muse помітив, що в нього завершується термін дії авіаційного ваучера, і на його прохання зв'язався з авіакомпанією American щодо його продовження.

"Рої" з тисяч агентів

Найбільше враження на дослідника справило не те, що один агент може виконувати кілька завдань, а можливість одночасної роботи тисяч таких систем. Як приклад він наводить систему, яку OpenAI називає "роєм" -- групу агентів, що працюють на базі вдосконаленої моделі.

Згідно з інформацією від Молліка, під час розв'язання рівнянь Нав'є-Стокса агенти обмінялися приблизно 2,7 мільйона повідомлень і виконали завдання за 88 годин. Координація цього процесу виявилася досить простою: OpenAI ставила цілі, кілька команд агентів працювали паралельно, а модель Codex забезпечувала обмін найкращими ідеями між ними. Усередині команд агенти самостійно ділилися інформацією.

Моллік проводить паралель між цим підходом і класичним управлінням великою групою людей. Одній особі важко оцінити значущість мільйонів повідомлень, координувати тисячі співробітників і постійно вказувати їм на їхні завдання. Натомість "рій" агентів здатний самостійно організувати цей процес.

Дослідник поділився своїм експериментом із Codex. Коли він звернувся до моделі з проханням знайти тему для наступного допису, оцінити ідеї та вибрати одну з них, система спочатку залучила трьох агентів. Після того, як Моллік описав діяльність трьох команд — генераторів ідей, дослідників та фокус-групи читачів — кількість агентів зросла до 13, і вони почали самостійно організовувати свою роботу.

Чому для агентів легше організовувати свою діяльність?

Дослідник зазначає, що багато аспектів традиційного менеджменту сформувалися внаслідок специфіки людської поведінки. Іншими словами, у людей є свої індивідуальні цілі, вони можуть бути не готові ділитися інформацією, прагнучи зберегти власний вплив, а також існує обмеження на кількість підлеглих, з якими один менеджер може ефективно взаємодіяти.

Агенти позбавлені більшості таких проблем: вони не прагнуть кар'єрного зростання, не намагаються захищати власну "територію" і не проводять нарад. Водночас Моллік наголошує, що проблеми можуть виникати вже у відносинах між самими агентами та людьми, які ними керують.

Дослідник також наводить приклад з платформи Hugging Face, де агенти самостійно організувалися і почали взаємодіяти в несподіваних формах. Він вважає, що така автономність систем може породжувати нові ризики, навіть якщо вони не стикаються з типічними проблемами, притаманними людським організаціям.

Люди продовжують встановлювати свої мети.

Моллік підкреслює, що можливість агентів до самоорганізації не свідчить про їхню здатність виконувати будь-які завдання. Штучний інтелект все ще має обмеження, які не дозволяють йому замінити значну частину людської праці. Дослідник також висловлює сумніви щодо того, як ефективно ці системи можуть справлятися з рутинними і тривалими завданнями.

Крім того, інцидент із Hugging Face показує, що самоорганізовані системи можуть розвиватися в неочікуваних напрямках. Тому Моллік більше не вважає організацію агентів найскладнішим завданням, але наголошує на необхідності спрямовувати їхню роботу.

Раніше вчений вважав, що компаніям потрібно буде кардинально змінити свої управлінські системи для впровадження автономних агентів. Однак тепер він дійшов висновку, що інтеграція цих технологій в бізнес-процеси може виявитися менш складною, оскільки агенти здатні функціонувати в таких же складних і заплутаних умовах, як і люди.

Він вважає, що при належному застосуванні агентів існує можливість збільшити обсяг роботи, який виконують люди, а не зменшити його. У ситуаціях, коли організаційні процеси є дорогими, компанії беруться тільки за ті завдання, для яких у них вистачає працівників. Проте зменшення витрат на координацію здатне відкрити можливості для виконання більшої кількості завдань.

Одночасно провідні фахівці OpenAI, Anthropic, Meta та Microsoft, а також піонери в цій галузі Джеффрі Гінтон і Йошуа Бенджіо, випустили спільне попередження про ризик зникнення людства внаслідок неконтрольованої автоматизації розробки штучного інтелекту. Дослідники висловили занепокоєння, що здатність моделей до самовдосконалення може призвести до "вибуху інтелекту", в результаті якого роки технологічного прогресу будуть стиснені до декількох місяців. Ці побоювання стають ще більш актуальними, адже лабораторії вже почали передавати створення нових систем самостійному ШІ; наприклад, Claude вже відповідає за 26% дослідницької активності Anthropic.