Як український Awesomic допоміг OpenAI створити новий інструмент — подробиці

Співзасновник Awesomic Рома Севастьянов розповів, як презентував Сему Альтману ідею інструмента асистента, який може самостійно виконувати завдання в мережі замість людини. Vector дізнався деталі від Романа.

Що сталося

Сьогодні ми розповідали, що OpenAI представила новий інструмент Operator, який може самостійно виконувати завдання. Співзасновник українського стартапу Awesomic Рома Севастьянов написав у своєму Facebook: вони презентували цю ідею Сему Альтману в жовтні 2024, коли вона називалась GPT-a.

Як розповів у коментарі Vector Рома, інвестор Awesomic та CEO і президент Y Combinator (YC) Гаррі Тан наприкінці вересня 2024 року запросив засновників-випускників програми YC, на зустріч із командою OpenAI і Альтманом. Загалом, тоді зібралося близько 30 засновників з когорт YC.

«Ми разом брейнштормили над різними ідеями. Я вирішив запропонувати таку ідею: підключити клавіатуру та мишку до ChatGPT, робити скриншоти перед кожною дією і, таким чином, дати ChatGPT можливість виконувати широкий спектр завдань, наприклад, надсилати емейли чи виконувати інші задачі.

Ми в Awesomic розробили прототип, я також займався дизайном і програмуванням. Ми представили цей прототип за два дні Сему і команді OpenAI. Цікаво, що за три місяці це виявився єдиний проект із представлених на тій зустрічі, який OpenAI впровадили у свою роботу. Це було дуже приємно!

Мені сподобалося спілкування з командою, особливо з Семом – дуже приємна людина. Днями OpenAI запустили функціонал “оператора”, який, фактично, є розвитком ідеї, яку ми демонстрували на закритій зустрічі як GPT-a», — розповів Vector Рома Севастьянов.

Інсайди

Єдина відмінність, каже Рома, в тому, що ОpenАІ запустили віртуальну машину для більшої безпечності.

«Десь місяць після нашої зустрічі з ОpenАІ компанія Anthropic теж запустила схожий продукт. Цікаво спостерігати, як різні люди одночасно приходять до один і тих самих висновків.

Коли ми працювали над проектом, я помітив кілька проблем:

• По-перше, аналіз скріншотів споживає багато токенів, тому зрозуміло, чому цей функціонал доступний тільки на тарифі за $200. При цьому активне використання цього опціоналу може навіть не окупати витрат на токени.
• По-друге, хоч базова версія вже працює, для масштабного використання потрібні додаткові інвестиції в оптимізацію алгоритмів. Я впевнений, що з часом цей опціонал стане значно кращим – як це було з GPT 2.0.

Також я розумію, чому OpenAI вирішили запускати це у форматі віртуальних машин, а не працювати безпосередньо з пристроями користувачів. Це робить систему більш безпечною – мінімізує доступ до персональних даних і ризик потенційних хакерських атак.

Я вважаю цей проект одним із найважливіших напрямків, які зараз розвиває OpenAI. Він відкриває новий рівень можливостей для роботи з комп’ютерами», — поділився підприємець.