Как инженеры OpenAI создают команды из 10 000 ИИ-агентов? | Русский перевод — Transcript
Full transcript
- 0:18Всем привет. Как дела?
- 0:21Отлично.
- 0:22Меня зовут Радж Патах, я работаю в
- 0:25инженерной команде Applied AI здесь в
- 0:28OpenAI и очень рад сегодня быть с вами.
- 0:31Когда мы назвали сессию Что будет после
- 0:33циклов, то шутили, пока закончим
- 0:35готовить материал, всё устареет.
- 0:38Так что сегодняшний материал актуален на
- 0:40сегодня. Ну, честно говоря, именно так
- 0:43последний год и выглядит разработка
- 0:45агентов. Модели улучшаются, всё
- 0:47меняется, в том числе и то, как мы их
- 0:49создаём.
- 0:51Сегодня мы с Эрик немного оглянемся
- 0:53назад, как мы сюда пришли, какие
- 0:55проектные решения приняли в OpenAI, что
- 0:58агенты умеют сегодня, а затем поделимся
- 1:00кое-чем из наших новых разработок.
- 1:03Прежде чем начать, давайте немного
- 1:05отмотаем назад к запуску ChatGPT.
- 1:08Когда он вышел, первым делом я попросил
- 1:11его написать FizzBuzz.
- 1:13Поднимите руки, кто знает FizzBuzz.
- 1:16Здорово.
- 1:17Хорошо.
- 1:18Для остальных это очень распространённая
- 1:20задача, которую мы даём начинающим
- 1:22разработчикам на собеседовании. ChatGPT
- 1:24выдал мне код, я скопировал его, вставил
- 1:27в редактор и запустил. И самое, самое
- 1:30крутое, он запустился. Он действительно
- 1:32работал.
- 1:33А в задних рядах меня все слышат?
- 1:36Просто хочу убедиться. Отлично. Супер.
- 1:40Меня это очень впечатлило. Думаю, у
- 1:41многих из вас была похожая реакция.
- 1:45И стал очень, очень умным. И это было
- 1:48начало чего-то большого. Но вот в чём
- 1:51была разница. Копировать и вставлять всё
- 1:53ещё приходилось мне. Верно? Я писал
- 1:55что-то в ChatGPT, копировал в свою ID, а
- 1:58потом смотрел, что получилось.
- 1:59Но меняется, когда мы позволяем ИИ
- 2:02действовать. Возможно, вы узнаёте это
- 2:03видео. Именно тогда мы позволили ИИ
- 2:06объединить две вещи - рассуждения и
- 2:08использование инструментов.
- 2:10Это видео может показаться знакомым, оно
- 2:12из презентации O3.
- 2:13Мы дали O3 задачу проанализировать
- 2:15изображение.
- 2:16Вы видите, как модель с ним работает.
- 2:18Может приблизить изображение, обдумать
- 2:20детали, рассмотреть объекты, понять, что
- 2:22делать дальше. Именно в этом был большой
- 2:24сдвиг по сравнению с предыдущим
- 2:26примером. Теперь ИИ действительно
- 2:28использовал инструменты. Он мог
- 2:30действовать, обдумывать результат и
- 2:32планировать следующий шаг.
- 2:34Это мы и называем агентским циклом.
- 2:36В этом примере мы дали ему инструменты,
- 2:38специально созданные под конкретную
- 2:40задачу. А что произойдёт, если дать ему
- 2:42доступ к компьютеру? Так появился
- 2:44Кодекс. Кодекс - наш универсальный агент
- 2:46здесь, в OpenAI.
- 2:48Наша философия разработки такова. Мы
- 2:50хотим, чтобы агент мог действовать на
- 2:52основе своих рассуждений.
- 2:54Он может попробовать какой-то подход,
- 2:56увидеть, что получилось, и сменить
- 2:57направление.
- 2:59Поэтому мы построили Кодекс вокруг идеи
- 3:01совместной работы модели и управляющей
- 3:03оболочки. Важно и то, что мы обучаем
- 3:05модель работать именно в этой оболочке.
- 3:08Чтобы она понимала, какие у неё есть
- 3:10инструменты, училась им пользоваться,
- 3:12понимала получаемую обратную связь. Это
- 3:15сочетание модели и оболочки и образует
- 3:18агента Кодекс.
- 3:19То, как мы проектируем оболочку, влияет
- 3:21на обучение. И наоборот, то, как мы
- 3:24обучаем модель, влияет на устройство
- 3:26оболочки.
- 3:27Хочу немного в это углубиться. Вернёмся
- 3:29к примеру с FizzBuzz. Мне приходилось
- 3:31копировать и вставлять код. С появлением
- 3:34Кодекс, а затем с большим скачком,
- 3:36который мы увидели в GPT-4,
- 3:38мы стали просто передавать модели задачу
- 3:41целиком.
- 3:42Кодекс мог написать код, запустить его и
- 3:44проверить результат. Если он ошибался,
- 3:46то просто шёл и исправлял ошибку.
- 3:48Здорово, что теперь мы могли
- 3:50автоматизировать даже FizzBuzz.
- 3:53Давайте теперь заглянем под капот и
- 3:54посмотрим, как устроена эта оболочка.
- 3:56Что делает оболочка?
- 3:58Представьте, что она управляет
- 3:59инструкциями, инструментами, тем, что
- 4:02видит модель, и самой средой выполнения
- 4:04её действий. Ещё она управляет
- 4:06контекстом, тем, что переносится с
- 4:08одного шага на следующий. В кодексе мы
- 4:10придерживались очень определённого
- 4:12подхода. Кстати, исходный код кодекса
- 4:14открыт. Мы сделали оболочку минимальной.
- 4:16Мы хотели дать модели инструменты,
- 4:18применимые к самым разным задач и
- 4:20задавались вопросом, если мы даём ей
- 4:22доступ к компьютеру, что ей нужно, чтобы
- 4:24действовать? Мы очень тщательно
- 4:26продумывали всё от командной оболочки и
- 4:29файловой системы до управления
- 4:31компьютером.
- 4:32Думайте о кодекс так. Если я могу
- 4:35сделать что-то на компьютере, хочу дать
- 4:37модели возможность самой разобраться,
- 4:39как это сделать.
- 4:41Мы хотим, чтобы она обобщала свой опыт и
- 4:44пользовалась компьютером как мы с вами.
- 4:46Как это работает?
- 4:47В центре всего находится
- 4:50Через
- 4:51мы управляем циклом, передаём модели
- 4:54описание инструментов, а когда она
- 4:56запрашивает вызов инструмента,
- 4:57организуем его выполнение в
- 4:59изолированной среде.
- 5:00Затем мы управляем контекстом разговора
- 5:02и дополняем его. Оболочка решает, делаем
- 5:06ли мы следующий шаг или переходим к
- 5:07следующему ходу. Я уже немного об этом
- 5:09говорил. Оболочка изменила наш подход к
- 5:12обучению.
- 5:13Опыт её разработки влияет на обучение
- 5:16модели, а встроенные в модель
- 5:17возможности на устройство оболочки.
- 5:20Лучший пример, думаю,
- 5:22обучение сжатию контекста, встроенное и
- 5:24в оболочку, и в модель,
- 5:26особенно когда одного контекстного окна
- 5:28недостаточно.
- 5:30Если вам знакомо понятие контекста, то
- 5:33представляйте его как информацию,
- 5:35которую модель видится перед собой.
- 5:37Это могут быть инструкции, история
- 5:39работы, сама задача.
- 5:41Пока агент вызывает инструменты, читает
- 5:43файлы, проверяет результаты, история
- 5:46растёт, но у контекстного окна всё равно
- 5:49есть предел.
- 5:50Для длинных задач нам нужно оставлять
- 5:52модели место для продолжения работы, не
- 5:55давая ей забыть то, что уже сделано.
- 5:57Поэтому встроенное сжатие контекста
- 5:59стало для кодекс очень важной вещью.
- 6:02Когда контекстное окно заполнялось
- 6:04Извините меня, все слышат? Просто хочу
- 6:05убедиться.
- 6:07Громче?
- 6:08Громче. Хорошо, да, я буду говорить
- 6:09громче, обещаю. Итак,
- 6:11когда окно заполняется, мы запрашиваем
- 6:14сжатие через
- 6:16Если вы видели метод Compact
- 6:19то под капотом мы вызываем именно его.
- 6:22История разговора сжимается в компактное
- 6:24состояние, а цель переносится дальше. Но
- 6:27особенность самого кодекса в том, что мы
- 6:29обучаем модель этому понятию сжатия.
- 6:32Модель понимает, что значит
- 6:34подвергнуться сжатию контекста, как
- 6:36продолжать работу из сжатого состояния,
- 6:39как возобновляться после сжатия.
- 6:41Она понимает, что нужно оставить в
- 6:43разговоре, а что можно убрать по мере
- 6:46продвижения. Это открыло для нас очень
- 6:48важную возможность длительную работу.
- 6:51Модель могла работать через несколько
- 6:53контекстных окон и несколько событий
- 6:54сжатия.
- 6:56Теперь, когда у неё появилась
- 6:57возможность работать дольше, следующим
- 6:59вопросом стало как сделать, чтобы она
- 7:02продолжала, пока не закончит. Ранние
- 7:04модели не понимали, что значит готово.
- 7:06Они хорошо продвигались, но просто
- 7:09преждевременно завершали свой ход. Меня
- 7:11это, конечно, не очень радовало.
- 7:13Вот что Питер Штайнберг, создатель
- 7:15опубликовал в Twitter. Это был способ
- 7:17заставить модель работать всё дольше,
- 7:19просто ставить в очередь множество
- 7:21команд Продолжай снова и снова.
- 7:24По сути, Питер и практически все мы
- 7:27создавали внешний цикл.
- 7:29Вы просто подталкиваете модель, пока она
- 7:31не закончит. Нам действительно нужно
- 7:33было понять, как заставить модель
- 7:35продолжать работу. Это и была основа
- 7:38идеи
- 7:39проектирования циклов. Джофри Хантмен
- 7:41сделал этот подход очень популярным
- 7:43благодаря
- 7:45Кто знает, что это?
- 7:47Отлично, супер.
- 7:48Идея довольно прямолинейная - создать
- 7:50цикл в
- 7:52дать агенту файл с промптом и повторять
- 7:54работу снова и снова. Каждый запуск
- 7:57начинался с чистого контекстного окна.
- 7:59Мы подхватывали файлы прошлого запуска и
- 8:01продолжали. Здорово было то, что цикл
- 8:04просто заставлял агентов работать.
- 8:06Они двигались к некоторой цели,
- 8:08проверяли, что сделано, и продолжали.
- 8:11А управлять выполнением цикла
- 8:13приходилось нам.
- 8:15Как понять, что я продвинулся, как
- 8:17понять, когда пора остановиться?
- 8:19Но сама философия продолжать итерации,
- 8:22пробовать снова и снова и была идеей
- 8:26Мы принесли этот подход в кодекс с
- 8:28помощью
- 8:30Кто уже пользовался
- 8:32Отлично, супер. Мы сделали это с
- 8:36Идея заключалась в том, чтобы цель
- 8:38сохранялась после завершения отдельного
- 8:40хода.
- 8:41Через мы задавали кодекс цель, оболочка
- 8:44сохраняла её отдельно за пределами
- 8:45основного контекстного окна, чтобы
- 8:47сжатие её не затронуло, отслеживала
- 8:49статус, а затем проверяла, закончил ли
- 8:51агент работу. Самое интересное в
- 8:53было то, что цель хранилась вне окна
- 8:56разговора.
- 8:57И поэтому можно было работать очень
- 8:58долго. Можно было проходить через
- 9:00несколько сжатий контекста. И поскольку
- 9:02всегда оставалось это подталкивание, это
- 9:04проверка, модель понимала - нужно
- 9:07продолжать.
- 9:08А если появлялось настоящее препятствие,
- 9:10она могла сообщить - я заблокирована,
- 9:12мне действительно нужно остановиться.
- 9:14Поскольку всё это работало независимо,
- 9:16цель переживала завершение хода. И
- 9:18модель продолжала, пока не выполняла
- 9:20задачу. Но это дало нам очень хороший
- 9:23сигнал для обучения. Мы поняли, что
- 9:26такое настойчивость. Почему вы не
- 9:28встроите её прямо в модель?
- 9:30И с
- 9:32у нас произошёл большой прорыв.
- 9:34Мы обучили настойчивости саму модель.
- 9:38Она могла понимать, какие шаги полезны,
- 9:40проверять собственную работу, и ей уже
- 9:42не требовалась очередная порция команд
- 9:45Тоби Лютке, глава Shopify, назвал её
- 9:47первой моделью, которой больше не нужна
- 9:50команда. Она просто работает до
- 9:51завершения задачи.
- 9:53А
- 9:54профессор Уортон рассказал, что дал
- 9:56Кортексу доступ к компьютеру и поручил
- 9:58играть в
- 10:01около 5 часов подряд. Теперь модели
- 10:03умеют рассуждать, обобщать опыт для
- 10:05новых задач, пользоваться компьютером,
- 10:07как мы с вами, и связно работать на
- 10:09очень длинном горизонтом.
- 10:11Но это поставило перед нами новые
- 10:13задачи.
- 10:14Как заставить модель работать быстрее,
- 10:16как распараллелить работу.
- 10:18Мы начали внедрять мультиагентность ещё
- 10:20в 5.6, но настоящий скачок произошёл с
- 10:23GPT-6.
- 10:24Модель стала достаточно умной, чтобы
- 10:26самой координировать работу. Она
- 10:28научилась решать, как разделить задачу
- 10:30на части и заниматься разными
- 10:32направлениями.
- 10:34А теперь передам слово Эрик. Он
- 10:36подробнее расскажет, как перейти от
- 10:38одного агента к нескольким. Эрик, тебе
- 10:41слово.
- 10:43>> [аплодисменты]
- 10:47>> Всем привет.
- 10:48Сегодня здесь гораздо больше людей, чем
- 10:50я ожидал. Меня зовут Эрик. Возможно, вы
- 10:53знаете меня по моему посту в X. Я
- 10:55работаю в команде DX в OpenAI.
- 10:58Моя задача быть связующим звеном между
- 11:00вами и талантливыми исследователями и
- 11:02инженерами, которые работают над
- 11:04кодексом.
- 11:05И важная часть этой работы находить
- 11:06лучшие практики и понятно объяснять их,
- 11:08чтобы вы могли делать с кодекс больше.
- 11:10>> Продолжая рассказ Раджи о том, как всё
- 11:12развивалось, посмотрим на сегодняшний
- 11:15кодекс и на то, что позволяют делать
- 11:18доступные нам возможности. Когда
- 11:20берёшься за долгую задачу, очень хочется
- 11:22сразу собрать целую команду агентов. Но
- 11:25почти всегда лучше начать с одного. Дать
- 11:28ему чёткую задачу и способ проверить
- 11:31свою работу.
- 11:32Модели серии GPT-6 могут продолжать
- 11:35работу, сжимать контекст и преодолевать
- 11:38неудачи без внешнего цикла, который
- 11:40велит им продолжать.
- 11:42Для многих задач этого, честно говоря,
- 11:44достаточно. Добавляйте агентов только
- 11:46тогда, когда сама работа даёт для этого
- 11:49повод. Хорошо, а что с задачами, где
- 11:51этого недостаточно? Например, с
- 11:53рефакторингом всей кодовой базы или
- 11:56созданием целой игры.
- 11:58Модели GPT-6 с самого начала обучали
- 12:00координации и сотрудничеству. Они могут
- 12:03решать такие сложные задачи, разбивая их
- 12:05на независимые части и работая
- 12:06параллельно. В режиме ультра кодекс
- 12:09самостоятельно создаёт свои копии и
- 12:11сотрудничает с ними, чтобы справляться
- 12:12даже с самыми большими проектами.
- 12:16Но вот в чём дело. Каждый дополнительный
- 12:19агент может резко увеличить расход
- 12:21токенов. Причём работа не обязательно
- 12:24станет быстрее или качественнее.
- 12:26Вам самим решать, когда задаче нужна
- 12:29дополнительная помощь.
- 12:32Некоторые задачи очевидным образом
- 12:34делятся на части. Например, вы просите
- 12:36агента проверить пять
- 12:38Здесь легко сказать прямо - попросите
- 12:40кодекс назначить по субагенту на каждый.
- 12:43Другие задачи требуют широкого
- 12:45исследования. Например, исправление
- 12:47сложной ошибки состояния гонки. Тогда
- 12:49можно просто попросить кодекс привлечь
- 12:50пару субагентов и разделить
- 12:52исследование. Достаточно небольшого
- 12:53подталкивания, чтобы кодекс подключил
- 12:55помощь.
- 12:56Каждый новый агент может сохранять
- 12:58собственный рабочий контекст и
- 13:00продвигаться в своей части задачи.
- 13:02Подходящим промптом можно выстраивать из
- 13:04агентов сложные структуры.
- 13:07Но будьте осторожны. Очень легко
- 13:08построить структуру, которая не приносит
- 13:10никакой пользы. А что, если с помощью
- 13:12субагентов автоматически управлять
- 13:14глубиной рассуждений и выбором модели
- 13:17для конкретной задачи, чтобы нам не
- 13:19приходилось об этом думать?
- 13:21Здесь и появляется масштабирование
- 13:22усилий.
- 13:25Мы можем добавить рычаг, который
- 13:27позволяет кодекс наращивать усилия,
- 13:29когда это действительно важно, и снижать
- 13:31их, когда нет. С подходящим навыком
- 13:33можно настроить Sol так, чтобы она
- 13:35обращалась за помощью к Астре, если она
- 13:37уже несколько ходов пытается исправить
- 13:39падающий тест.
- 13:40Астра сосредоточится на сложной части, а
- 13:42Sol продолжит отвечать за интеграцию.
- 13:45Параллельно агентам Luna можно поручать
- 13:47простые вспомогательные задачи, которым
- 13:48не нужно столько внимания Sol. Это не
- 13:51всегда обойдётся дешевле.
- 13:53Даже Астра не может идеально
- 13:55предсказать, какая модель решит задачу
- 13:57по лучшей цене.
- 13:59Но во многих случаях такой подход очень
- 14:01помогает избавиться от тревоги при
- 14:03выборе подходящей модели.
- 14:05Вот сокращённая версия навыка
- 14:09над которым я работаю. Можете его
- 14:10сфотографировать, если вам видно.
- 14:12Он рассчитан на Sol Medium, которая
- 14:15выполняет основную работу. Если
- 14:17возникает задача, с которой она не
- 14:19справляется, ей предписано обратиться к
- 14:23А простую рутинную работу можно без
- 14:25лишних раздумий передать агентам
- 14:29На выходных, перенося игру, я столкнулся
- 14:31с проблемой и попробовал новую структуру
- 14:33агентов.
- 14:34Я называю её пара.
- 14:37Моя старая игра была написана много лет
- 14:39назад на древнем движке, который уже не
- 14:41удавалось найти. Но файлы проекта и
- 14:44работающая игра сохранились. Я хотел
- 14:47запустить старую игру и визуально
- 14:50воссоздать работающую сцену в Blender,
- 14:53чтобы продолжить работу над ней в новом
- 14:55движке.
- 14:57Для этого я попросил Кодекс вызвать пару
- 15:00агентов.
- 15:01Один должен был наладить захват в старом
- 15:03движке,
- 15:04а другой - распаковать и визуализировать
- 15:07сцену в пригодном для работы формате в
- 15:10Blender. Требования к формату могли
- 15:12повлиять на способ захвата, поэтому
- 15:14имело смысл разделить работу между двумя
- 15:16агентами и поддерживать общение между
- 15:18ними. Если одна сторона находила
- 15:21оптимизацию, другая могла подстроиться.
- 15:24Чтобы настроить такую пару, нужны
- 15:25довольно специальные формулировки.
- 15:28Границы общения придётся определить
- 15:30очень явно.
- 15:31Этот промпт довольно технический.
- 15:33Сфотографируйте его и спросите Кодекс,
- 15:35что он думает. Возможно, он найдёт в
- 15:37вашем проекте идеальную задачу для пары
- 15:40субагентов. При работе с Кодекс очень
- 15:42часто несколько разных задач выполняются
- 15:44одновременно, но переключаться между
- 15:46множеством чатов
- 15:48бывает довольно тяжело.
- 15:49Простой способ сделать это удобнее -
- 15:51попросить Кодекс управлять чатами за
- 15:53вас.
- 15:54В приложении чат GPT Кодекс может
- 15:56начинать новые чаты, отправлять
- 15:58сообщения в другие работающие чаты и
- 16:00направлять их работу. Это отдельный
- 16:02механизм, отличный от субагентов,
- 16:04которых каждый чат тоже может
- 16:06использовать.
- 16:07Представьте себе управляющего чата.
- 16:09Он получает вашу общую цель и заменяет
- 16:12тот разрозненный скрипт, который раньше
- 16:14приходилось настраивать вручную.
- 16:15Настроить это очень просто. Достаточно
- 16:18попросить кодекс.
- 16:19Вот пример. Можно поручить ему создать
- 16:22отдельный чат для каждого пул-реквеста в
- 16:24вашей очереди на проверку.
- 16:26Здорово, что после запуска можно открыть
- 16:28эти чаты и вручную направлять их работу,
- 16:30если хотите участвовать.
- 16:32А самое приятное, наши агенты от природы
- 16:34любят общаться и будут держать
- 16:36управляющего в курсе всех ваших
- 16:38вмешательств.
- 16:39Поэтому работа продолжится, даже если вы
- 16:41решите больше не следить за ней до
- 16:42конца.
- 16:43Одно из больших преимуществ сжатия
- 16:46контекста в кодекс контекст может
- 16:48накапливаться со временем,
- 16:50а чат может специализироваться на
- 16:52длительной задаче.
- 16:54Разработка игры может занимать месяцы и
- 16:56естественным образом делиться на
- 16:58отдельные направления - графика, дизайн,
- 17:00программирование, тестирование игрового
- 17:02процесса.
- 17:04Каждому направлению можно назначить
- 17:06агента, который будет вести его как
- 17:07руководитель отдела.
- 17:09Арт-директор занимается всей графикой
- 17:11окружения, пока тестировщик проверяет
- 17:13последнюю сборку, которую только что
- 17:15закончил программист.
- 17:17А вы просто передаёте замечания и
- 17:19указания продюсеру, пока команда агентов
- 17:21делает всё остальное. Когда начинаете
- 17:23игровой проект, попробуйте настроить его
- 17:25подобным промптом.
- 17:27Возможно, по расходу токенов это не
- 17:29самый эффективный способ работы, но
- 17:31очень удобно иметь возможность
- 17:33углубиться в обсуждение новой механики,
- 17:35пока ваш продюсер координирует
- 17:36подготовку следующей сборки. Хотя агенты
- 17:39любят сотрудничать, каждое новое правило
- 17:42о том, как им работать вместе, может
- 17:44заставить их буксовать. Они начинают
- 17:46запрашивать согласование по выдуманной
- 17:48иерархии.
- 17:50Я называю это налогом на средний
- 17:52менеджмент.
- 17:53Постарайтесь не усложнять управление
- 17:54агентами. Часто это просто не стоит
- 17:56хлопот. И так очень легко перестать
- 17:59замечать, насколько сложными стали ваши
- 18:00команды.
- 18:03Прежде чем закончить, хочу добавить ещё
- 18:05одну вещь, которая очень помогла моим
- 18:07агентам держаться курса, несмотря на мои
- 18:10постоянные уточнения.
- 18:12Не знаю, как у вас, но, наблюдая за
- 18:14работой агентов, я постоянно пристаю к
- 18:16ним с мелочами, которые забыл упомянуть
- 18:18в первом промпте.
- 18:20Проблема в том, что после трёх или
- 18:21четырёх сжатий контекста агент может
- 18:23отклониться от исходного промпта, в
- 18:26котором по-прежнему много важной
- 18:27информации об общей цели.
- 18:30Кратковременная память агентов
- 18:32ограничена.
- 18:33И как у вас та мелочь, до которой всё
- 18:36никак не доходят руки и которая не даёт
- 18:38покоя, так и будет вас беспокоить, пока
- 18:41вы её не запишите. Чтобы модели не
- 18:44сбивались с курса, пока вы постоянно
- 18:46достаёте их уточнениями, просто
- 18:48попросите вести компактный рабочий
- 18:50журнал.
- 18:51В нём должны быть общая цель, текущая
- 18:53работа и то, как ваши последние
- 18:55уточнения связаны с ними обеими.
- 18:58Записывая это, агент не потеряет из виду
- 19:00активное направление работы или
- 19:02какую-нибудь странную оговорку, которую
- 19:04вы сделали, тестируя бета-версию в
- 19:06прошлый четверг.
- 19:07При этом компактность журнала не даёт
- 19:09ему превратиться в бесконечный дневник
- 19:11каждого неудачного теста с объяснением
- 19:13причин.
- 19:15Попросите Коудекс завести такой журнал и
- 19:18наслаждайтесь свободой привычно
- 19:20вмешиваться в работу агента по мелочам,
- 19:22не опасаясь, что он совершенно
- 19:23потеряется по ходу дела.
- 19:25И, кстати, прежде чем вернуть слово
- 19:27Раджу, хочу напомнить, у лучших практик
- 19:30есть срок годности. Никогда не
- 19:32привязывайтесь к своим рабочим
- 19:33процессам.
- 19:34Спасибо всем за внимание, а теперь
- 19:36небольшой взгляд на следующие поколение
- 19:39агентов.
- 19:42>> [аплодисменты]
- 19:46>> Отлично.
- 19:47Эрик рассказал, что мы можем делать уже
- 19:49сегодня и как организовать несколько
- 19:51агентов для работы над повседневными
- 19:53задачами.
- 19:54Но что дальше?
- 19:56Как перейти от нескольких агентов к
- 19:57действительно большому масштабу?
- 19:59Что произойдёт, если вместо нескольких
- 20:01их станет тысяча?
- 20:03Как сделать так, чтобы они работал
- 20:05согласованно? Как сохранить связанность
- 20:07их работы и как убедиться, что все они
- 20:09движутся к единой цели?
- 20:12Возможно, вы слышали о нашей работе над
- 20:13задачей на въезд в
- 20:15одну из давно нерешённых задач
- 20:16тысячелетия.
- 20:18Мы использовали внутреннюю модель и
- 20:20кодекс и нашли решение с помощью 10.000
- 20:23совместно
- 20:24агентов.
- 20:25За всё время работы они обменялись двумя
- 20:27миллионами семистами тысячами сообщений
- 20:29и сгенерировали около 130 млрд выходных
- 20:32токенов.
- 20:33Хочу, чтобы вы на минуту осознали этот
- 20:35масштаб. 2.700.000 сообщений и 10.000
- 20:39агентов, работающих вместе. При таком
- 20:41масштабе важно, как вы делите работу,
- 20:44как управляете контекстом, как
- 20:46обеспечиваете сотрудничество агентов и
- 20:49правильное распределение задач.
- 20:51На этом масштабе всё меняется.
- 20:54Теперь я хочу немного рассказать об
- 20:55архитектуре нашего подхода. Этот подход
- 20:58можно назвать командами агентов -
- 21:02Мы позволяем группам таких команд
- 21:04работать ради единой цели.
- 21:06Мы хотим добиться двух вещей - поощрять
- 21:09и глубокую работу,
- 21:11и широкий охват исследования.
- 21:14Давайте разберём, как мы к этому
- 21:15подошли. Мы начали с запуска нескольких
- 21:18команд с разными версиями задачи.
- 21:20В промптах мы подталкивали их к разным
- 21:23подходам.
- 21:24Представьте отдельные команды с
- 21:26несколькими субагентами внутри каждой.
- 21:29Все они работают ради единой цели. Здесь
- 21:31важно общение. Они могут общаться не
- 21:33только внутри команды, но и между
- 21:35командами.
- 21:36Мы хотим, чтобы они могли делиться
- 21:38идеями.
- 21:39Если я что-то обнаружил - отлично.
- 21:42Первая команда, вам стоит узнать, что
- 21:44только что выяснила вторая.
- 21:46Я могу задавать вопросы другим командам,
- 21:48знать, над чем они работают.
- 21:51Одна из главных целей - избежать
- 21:52дублирования усилий. Это важно. Мы
- 21:55говорили о 10.000 агентов.
- 21:58Если все 10.000 делают одно и то же -
- 22:01это очень дорого. Нужно поощрять
- 22:03разнообразие и знать работу каждой
- 22:06команды, чтобы они не пробовали одно и
- 22:08то же снова и снова. По мере развития
- 22:10команд и углубления в свои идеи менялся
- 22:13и характер их работы.
- 22:15Одна могла исследовать гипотезу, другая
- 22:17- проверять исходные предположения,
- 22:19третья - проводить эксперименты.
- 22:21Но важно было, что за каждой командой
- 22:23по-прежнему оставался её собственный
- 22:26уникальный подход. Чем глубже мы
- 22:28погружались в проблему, тем больше новых
- 22:30вопросов открывали новые результаты. И
- 22:32мы создавали и координировали новые
- 22:34команды, могли направить команды по
- 22:36более перспективному пути. Но цель
- 22:39оставалась прежней. Способ разделения
- 22:41работы может меняться, а цели и задачи
- 22:43нет.
- 22:44В работе над Навье-Стокса, когда мы
- 22:46получили результат для уравнений Эйлера
- 22:48без внешней силы, мы перенаправили все
- 22:50команды на решение задачи. И в конце
- 22:53концов нашли решение.
- 22:55Этот подход дал нам невероятный
- 22:57результат,
- 22:58особенно с моделями, которые ещё мощнее
- 23:01GPT-6.
- 23:02С помощью внутренней модели, которую мы
- 23:04использовали для Навье-Стокса, мы смогли
- 23:06решить больше 100 давних математических
- 23:09задач.
- 23:10И мы продолжаем использовать её для
- 23:11новых открытий в математике и
- 23:13естественных науках.
- 23:14Думаю, все согласятся. Мы прошли большой
- 23:17путь с тех пор, когда просто копировали
- 23:19и вставляли физбаз. Как мы говорим
- 23:21каждый год, с агентами мы только
- 23:23начинаем. Чем способнее модели, тем
- 23:26амбициознее могут быть наши задачи.
- 23:29В завершение предлагаю всем в зале
- 23:31возьмите задачу, которую давно
- 23:33откладывали или с которой прежние модели
- 23:35просто не справлялись.
- 23:36Попробуйте сегодняшние подходы.
- 23:39Посмотрите QR-код, там подробнее описана
- 23:41наша работа над Навье-Стоксом.
- 23:43И напоследок. Вы всегда можете просто
- 23:46взять и что-нибудь создать.
- 23:48Большое вам спасибо.
About this transcript
This page contains the full transcript of Как инженеры OpenAI создают команды из 10 000 ИИ-агентов? | Русский перевод by Nikolay Sekachev, generated from the public captions YouTube serves with the video. The transcript has 3,171 words across 667 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.