Kilka dni temu OpenAI wprowadziło nowy tryb pracy dla ChatGPT - tryb agenta, bo tak jest nazywany, daje modelowi językowemu dostęp do wirtualnego komputera i pozwala mu korzystać z przeglądarki internetowej tak, jakby to robił człowiek. Użytkownicy Reddita raportują, że w tym trybie sztuczna inteligencja jest zdolna pokonywać nawet testy CAPTCHA:
Niestety nie zawsze się to udaje, agent też jest często skutecznie blokowany przez różne usługi i serwisy.
ChatGPT jako agent może korzystać z wielu narzędzi: przeglądarki wizualnej i tekstowej, terminala, interfejsów API oraz łączników do aplikacji (np. Gmail, GitHub). Dzięki temu potrafi m.in. przeglądać strony, pobierać i modyfikować pliki, korzystać z kalendarzy czy analizować teksty — wszystko w ramach jednego spójnego środowiska. Agent sam dobiera najlepsze narzędzie do zadania, zachowując kontekst między operacjami. Pełna prezentacja trybu agenta jest dostępna na Youtube:
Użytkownicy próbują też wykorzystać ten tryb ChatGPT do zadań takich jak planowanie wycieczek, spotkań czy tam zakupy, choć pojawiają się obawy co do ataków typu prompt injection, czyli "wstrzykiwaniu" złośliwych instrukcji dla bota w treść strony. Udzielanie agentowi dostępu do naszych prywatnych kont również może nie być dobrym pomysłem.
Na ten moment tryb agenta jest dostępny tylko dla płatnych subskrypcji, poczynając od planu Plus.
Czy testowaliście już agenta od OpenAI? Jakie widzicie dla niego zastosowanie, może coś w elektronice? Wstępne planowanie projektu, wyszukiwanie informacji, badanie rynku? Zapraszam do dyskusji.
Źródła:
- https://openai.com/pl-PL/index/introducing-chatgpt-agent/
- https://www.reddit.com/r/OpenAI/comments/1m9c...agent_casually_clicking_the_i_am_not_a_robot/
