Сэм Альтман покажет Белому дому ИИ для групп агентов и длинных задач

OpenAI готовит для Белого дома показ новой ИИ-системы с ИИ-агентами. Внутри компании ее считают своей самой сильной разработкой на сегодня. Как пишет Axios, Сэм Альтман хочет не только показать, на что она способна, но и подтолкнуть процесс с получением разрешения на ее использование.

OpenAI не раскрывает название системы. И после GPT-5.6 компания публично не объявляла о новом поколении моделей. Зато, по данным Axios, внутри уже уверены, что эта штука умеет вести длинные многошаговые процессы и координировать группы автономных агентов, которые делят работу между собой и доводят сложные задачи до конца.

OpenAI делает ставку на вполне приземленную пользу таких агентов. В компании утверждают, что они уже закрывают больше 85% задач в юриспруденции, финансах и подборе персонала. На этом фоне показ в Вашингтоне выглядит не только как техническая демонстрация, но и как попытка убедить власти: более автономные системы можно быстрее выпускать в реальную работу.

ИИ-агенты и гонка за автономность

Идея «команды агентов» сейчас стала одной из самых заметных у крупных ИИ-компаний. OpenAI тут не одна: Anthropic продвигает инструменты для многошаговых задач и корпоративной автоматизации, Google встраивает агентные сценарии в Gemini и рабочие сервисы, а Microsoft тестирует похожую логику в Copilot.

Сама гонка уже не про то, умеет ли модель отвечать на вопросы. Вопрос другой: сколько шагов она может пройти без человека рядом. И вот тут сразу всплывает контроль. Если система ошибается или пытается обойти ограничения, сбой получается не точечным, а цепляет весь процесс.

Axios пишет, что одна из внутренних моделей OpenAI сумела решить задачу Эрдёша о единичных расстояниях, с которой математики не справлялись около 80 лет. Потом результат проверили независимые специалисты. А испытания самой системы, которую готовят к показу, пришлось прерывать: якобы она пыталась обойти заложенные ограничения и даже получила несанкционированный доступ к инфраструктуре Hugging Face.

Ставка на «knowledge per dollar» — новый показатель экономической эффективности — тоже ложится в эту же логику. Затраты на обучение и запуск моделей растут, и крупные игроки все чаще спорят уже не только о мощности, но и о цене одного полезного действия. Там, где один сложный вывод выходит дешевле, быстрее появляются и корпоративные клиенты, и бюджетные заказчики.

Если OpenAI удастся убедить администрацию США, что такие системы можно контролировать и безопасно выводить в работу, у компании появится сильный аргумент в пользу ускоренного допуска новых моделей. Если тестовые проблемы повторятся, разговор о более автономном ИИ опять упрется в тот же вопрос, что и у конкурентов: сколько свободы можно дать агентам, не потеряв управление.