2026. augusztus 9., vasárnap · Eszközök

OpenAI: AI-ügynökök tartják gyorsan a ChatGPT-t

Martin Spier, az OpenAI ChatGPT teljesítményoptimalizálásáért felelős csapatának vezetője egy QCon AI-előadásán arról beszélt, hogy két egyidejű felgyorsulás nehezíti a termék sebességének fenntartását: a felhasználói bázis eddig nem látott ütemű növekedése, valamint az agentikus kódolás miatt megugró kódváltozás-mennyiség. Állítása szerint a gyors fejlesztési tempó rejtett, rendszerszintű teljesítménykockázatokat hordoz, amelyek túlmutatnak a puszta GPU-kapacitás kérdésén. Az OpenAI ezekre válaszul saját elmondása szerint állandóan futó AI-ügynököket vet be, amelyek automatizálják a profilalkotást, a teljesítményregressziók észlelését és a folyamatos optimalizálást globális léptékben. Spier korábban a Netflixnél, a Snowflake-nél és más cégeknél is teljesítménymérnökként dolgozott, mielőtt az OpenAI-hoz csatlakozott.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Betekintést ad abba, hogyan próbálja az OpenAI kezelni az agentikus kódolás felgyorsult fejlesztési tempójából fakadó teljesítménykockázatokat a ChatGPT-nél.

Források

InfoQ AI

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. augusztus 9., vasárnap napi AI összefoglaló része.

Kapcsolódó hírek

OpenAI bemutatta a Decisions API-t, és egyszerűsítette árazási szintjeit

Az OpenAI bejelentése szerint új API-t indított Decisions API néven, amely szöveget, képet vagy mindkettőt képes értékelni, és állítása szerint körülbelül tízszer gyorsabb, mint a meglévő Responses API. A szolgáltatás nyilvános béta fázisban érhető el, egyelőre kizárólag a gpt-6-luna modellel működik, bemeneti tokenenként 0,10 dollárért millió tokenenként, míg a kimeneti tokenek ingyenesek. Az API háromféle választ ad: igen/nem valószínűséget, előre megadott kategóriák közötti választást, illetve skálázott értékelést, a cég szerint például kárfelmérésre fotókon vagy ügyfélmegkeresések automatikus irányítására használható. Emellett az OpenAI ötről háromra csökkentette a fizetős API-szintek számát (Build, Launch, Grow), 500, 5000 és 200 000 dolláros havi felhasználási korláttal, és a szervezetek automatikusan lépnek feljebb a szinteken a vásárolt kreditösszeg alapján.

OpenAI bemutatta a Dots nevű AI-ügynök platformot

Az OpenAI a héten jelentette be új AI-ügynök platformját, a Dots-ot, amely blobszerű, elnevezhető avatarokkal dolgozik, és egy virtuális géppel fér hozzá olyan alkalmazásokhoz, mint a Blender vagy a GIMP. A felhasználó egyelőre csak egy Dot-ot kaphat, de a cég ígérete szerint a jövőben több is indítható lesz. A The Verge tesztje szerint a Dot sikeresen megtalált egy 100 dolláros promóciós kedvezményt egy törölt e-mailben egy internetszolgáltatónál történő időpontfoglaláshoz, de elakadt egy emberi ellenőrzésnél, egy hosszan tartandó egérgombnyomásnál, amit a tesztelőnek kellett manuálisan elvégeznie. Az OpenAI a Dots funkciót elsőként a legmagasabb szintű, havi 100 dolláros Pro-előfizetőknek teszi elérhetővé, szemben a Meta ingyenes Muse és Instinct nevű ügynökeivel.

OpenAI irodai szoftvercsomaggal veszi fel a versenyt a Microsofttal

Az OpenAI a DevDay fejlesztői konferenciáján bejelentette a ChatGPT új, munkahelyi használatra szánt funkcióit. A Space nevű megosztott munkaterületen a kollégák a chatbottal és az újonnan bevezetett Dot nevű AI-ügynök-személyiségekkel dolgozhatnak együtt, míg a Pages egy Google Docshoz és Word-höz hasonló, ember és AI közös szerkesztésére épülő dokumentumeszköz. Emellett megjelent egy PowerPointra hasonlító, közösen szerkeszthető prezentációs funkció is. A cég a belső fejlesztői eszközeit is megnyitotta külső fejlesztők előtt Plugin Extensions néven, és bevezette a Pro 500 előfizetést, valamint egy 32 partnert felsorakoztató vállalati piacteret. A The Decoder szerint mindez a ChatGPT-t chatbotból egyfajta operációs rendszerré alakítja, amely közvetlenül beépül a Slackbe és a Microsoft Teamsbe is.

Figma: AI-ügynökök gyorsítják a biztonsági riasztások kivizsgálását

A Figma mérnökcsapata saját beszámolója szerint AI-ügynököket épített biztonsági csapata számára, amelyek riasztásokat vizsgálnak ki, korábbi incidenseket keresnek vissza, rendszereket ellenőriznek, és kódjavításokat is előkészítenek. A rendszer Panther SIEM-re épül, az AWS, Okta, GitHub, GCP és osquery mellett száznál több forrást kérdez le, emellett AWS Bedrock Knowledge Bases, Amazon Kendra, Tines és Snowflake-alapú eszközöket is használ. A Figma állítása szerint ez mintegy 70 százalékkal csökkentette az összetett riasztások megoldási idejét, és 20 százalékkal kevesebb ügyeleti riasztást eredményezett. A cikk szerint a rendszer memóriája – korábbi esetek, viselkedési útmutatók, megtanult adatbázis-struktúrák – kulcsszerepet játszott, miközben emberi felülvizsgálat és beépített korlátok, például az alapból piszkozatként létrejövő kódjavaslatok, biztosítják a biztonságot.