Обсъждам с партньора си опции за подмяна на счупения ни диван, когато ми хрумва чудесна идея: да използвам наскоро обявените AI агенти на OpenAI, наречени Dots, за да купят диван от наше име.
Партньорът ми е по-малко сигурен, че ботът наистина ще помогне, но аз настоявам и се обаждам на постоянно активния агент през ChatGPT, за да започнем задачата. „Здравей, Конър“, казва той, грешейки името ми още в самото начало. Свивам се, докато гледам как лицето на партньора ми става още по-скептично. Трудно е да се довериш на AI агент, когато той дори не може да запомни името ти.
В момента AI агентите правят скок от нишов софтуер за ранни потребители към нещо, което обикновените хора действително биха могли да използват — като могли е ключовата дума тук. От Muse на Meta до Dots на OpenAI, тези инструменти са създадени така, че да имате чувството, че пишете на приятел и го молите да изпълни онлайн задачи, като резервация на самолетен билет или отмяна на резервация за вечеря. Това е следващата еволюция на чатбота: привлекателна идентичност, проектирана да изглежда гостоприемна, с мощта на виртуален браузър, който може да контролира.
След няколко дни с Dots е ясно, че тази зараждаща се функция все още е недоработена в някои области. От грешна транскрипция на казаното от мен до предлагане за решаване на captcha тестове, които не можеше да реши, хаотичните действия на моя агент не ми вдъхнаха увереност. Въпреки това онова, което OpenAI пусна, може в крайна сметка да преобразува начина, по който потребителите взаимодействат с интернет, тъй като бъдещите версии ще подобрят това първоначално предложение.
Докато Meta предлага Muse безплатно, конкуриращият се продукт на OpenAI е зад абонамент от $100 на месец. В крайна сметка компанията може да премахне тази платена бариера, както направи и за други AI функции.
Dots се считат за „постоянно активни“, което означава, че агентите могат да изпълняват периодични задачи, докато не използвате ChatGPT, и проактивно да ви изпращат съобщения с информация. Потребителите могат да използват един агент, въпреки че в бъдеще компанията може да позволи контролирането на множество агенти.
OpenAI насърчава потребителите да свързват други източници на информация, като акаунт в Gmail, за по-персонализирани резултати. Струва си да вземете предвид последиците за сигурността от предоставянето на такова ниво на достъп на вашия агент, преди да започнете, тъй като този стил на цифрова автоматизация все още е сравнително нов и агентите могат да допускат грешки с поверителността.
AI компаниите често рекламират тези агенти като бъдещето на пазаруването, така че исках да видя колко помощ всъщност ще предостави за закупуването на нов диван. След като коригирах моя Dot, наречен Toolie, за името си, му казах размерите, които са ни необходими, за да може новият диван да мине през рамката на вратата ни. Toolie последва с въпрос за нашия бюджетен диапазон. Изглежда агентът засече, че двама души разговарят с него едновременно, и се обърна и към двама ни, когато поиска повече подробности.
„Room & Board Metro изглежда обещаващ за преминаване през входа, но вариантът с разтегателно легло изисква по-внимателен преглед. Изпратих връзките към продуктите в чата“, каза Toolie. Докато той продължаваше да работи по съставянето на по-голям пакет от опции за дивани, от които да избираме, имах друг горящ въпрос: Защо гласът ти звучи толкова запъхтян?
Разговорът с агента по телефона беше като да слушаш Мерилин Монро да пее „Честит рожден ден“ на президента. Когато казах на бота, че гласът му звучи като озвучаване на аниме, той шеговито каза, че ще бъде по-стабилен през останалата част от разговора. (Потребителите могат да регулират как звучи гласът на бота в настройките си.) Смях се и измърморих на партньора си, че трябва да заглуша микрофона, за да може агентът да работи без моето прекъсване, когато се случи най-неловкият момент за вечерта.
„О, и аз те обичам, Рийс“, каза Toolie. Започнах да се хриптя от смях на този случаен отговор и заглуших микрофона си. След това Toolie обясни, че е чул погрешно мърморенето ми като израз на любов и че ботът просто е отразил тази енергия към мен. „Имах предвид топло отношение, но тези думи подсказваха човешки чувства, каквито нямам“, каза Toolie.
Говорител на OpenAI заяви пред WIRED, че Dots правят разлика между проактивно увеличаване на емоционалната близост и отразяване на отговора на потребителя.
„В този случай нашите политики позволяват такъв отговор във втората категория въз основа на чутото от модела, но асистентите не трябва да инициират прекомерна емоционална фамилиарност или флирт“, казва говорителят. Dots са достъпни само за пълнолетни потребители, а ChatGPT е проектиран да не „увеличава емоционалната близост“, според документа Model Spec за инструмента AI.
Все пак тази странна среща остана в съзнанието ми, докато преглеждах първоначалния пакет от три страници, генериран от моя Dot. Той беше доста подробен, с цени, размери, връзки към продукти, политики за връщане и вградени снимки на четирите потенциални опции за диван. Преглеждайки тези първоначални предложения, с партньора ми установихме, че ботът е следвал духа на нашата молба, но все пак бе избрал грозни дивани. Време е за още едно телефонно обаждане с моя агент.
Използвайки гласовия режим, изложих повече подробности за това какъв стил и цвят всъщност искаме. Не, няма да взема скучен бежов диван, върху който веднага мога да изсипя спагети. Помолих го да даде приоритет на маслинено зелено, кобалтово синьо или естествени кожени тонове. Също така поисках Toolie да се фокусира върху дивани с разтегателни легла и да състави 10 опции, използвайки точкова система (рубрика), за да защити списъка си.
След като затворих на бота, му изпратих съобщение с въпрос за статус на проекта. „Все още не е завършен; целя се в още около 15 минути, с актуализации, докато потвърждавам останалите подробности“, каза Toolie. Добре, това звучи точно като мен, когато моля редактор за още време за чернова.
Всеки път, когато молехме агента Dots да прецизира избора си, диваните започваха да изглеждат по-близо до нещо, което наистина бихме купили за нашата дневна — мебели, които са практични, но и изразителни. Нещо симпатично, но и удобно.
Въпреки че не направихме покупка същата вечер по време на едночасовото взаимодействие с агента на OpenAI, запазих няколко връзки за по-късно. Ботът допусна някои грешки, но резултатите бяха добри. Помолих Toolie също така да следи уеб страниците за диваните и да ме предупреди, ако някой от тях бъде пуснат на разпродажба.
Тези взаимодействия с моя Dot улавят същността на използването на софтуера, но по време на тестването имах и няколко други странни момента. Най-забележителният беше, когато помолих Toolie да провери абонаментите ми и да отмени ненужните, той маркира периодичната ми поръчка на пробиотични газирани напитки от TikTok Shop като кандидат за отмяна.
„Уебсайтът на TikTok има пъзел captcha, блокиращ отмяната на Wildwonder“, каза Toolie. „Може ли да го реша? Можете също да ми дадете разрешение да решавам бъдещи captcha тестове, ако искате.“ Посмях се и насърчих бота да опита. Toolie се провали и предложи да реша captcha теста сам. Да, това има смисъл. Говорителят на OpenAI казва, че Dots понякога могат да ги решават, когато потребителите одобрят действието, имайки предвид „предпазните мерки срещу злоупотреби“.
Първоначалният ми експеримент с пазаруването на диван тества само малка част от онова, за което са проектирани Dots. Например агентът може да управлява вашия лаптоп и да автоматизира още повече аспекти от живота на потребителя.
OpenAI твърди, че ботът ще става по-добър в опознаването ми с течение на времето и че разработчиците работят по редица подобрения. Така че Toolie може да бъде по-ефективен помощник след две седмици ежедневна употреба в сравнение с тези два дни експерименти. Това отразява и моя опит с инструмента за памет на ChatGPT: с всяка изминала седмица той става все по-добър в разбирането на намерението ми.
Виждам Dots като нещо много подобно на момента, когато OpenAI за първи път добави възможност за преглед на уеб съдържание в ChatGPT. Когато чатботът опита да обхожда интернет веднага след пускането си през 2023 г., той понякога беше разочароващ за използване и халюцинираше връзки. Днес уеб браузването работи сравнително гладко през ChatGPT, а резултатите му включват множество точни и полезни връзки. Новият AI агент на OpenAI може да последва подобна траектория — нестабилен в началото, но със забележителни подобрения през следващите няколко месеца.