Finalmente fue necesario esperar solo una semana para el modo de agente ChatGPT, lanzado solo en los Estados Unidos, cruza el Atlántico y es accesible para los europeos. Este nuevo modo, nacido de la fusión de la función de «investigación profunda» y la función experimental del «operador», permite orquestar el seguimiento de las acciones complejas, encadenando la investigación profunda, las interacciones con las API del tercer partido y la ejecución automática de tareas de la interfaz amigable y conversacional de ChatGpt.
El modo de agente (agente de moda) nació del deseo de extender las capacidades de conversación de ChatGPT a la ejecución autónoma de tareas más complejas. En lugar de limitarse a proporcionar respuestas textuales, ChatGPT se transforma en un «asistente de ejecutor» capaz de diálogo con API externas, navegando por la Web como un usuario, encadenando varias etapas de razonamiento y llevando a cabo flujos de trabajo complejos. La idea es que ya no estamos satisfechos con una respuesta simple: invitamos al agente a realizar un proceso subyacente a nuestra solicitud, automáticamente pilotando cada subestima.
Al comienzo del año, Operai respondió a la función de uso de la computadora de la computadora con su agente de operadores hasta ahora muy experimental y solo accesible para ciertos clientes estadounidenses. El operador es un agente de IA capaz de pilotar un navegador web para realizar tareas complejas. Unas semanas más tarde, Openai anunció trabajar en la fusión del operador y su otra característica de «investigación profunda» de agente. Esta fusión se materializó este verano con la aparición de «Agente de moda» al principio solo ofrecida a los usuarios estadounidenses de ChatGPT Pro (su versión de $ 200 por mes).
Pero Operai no habrá hecho que esta funcionalidad sea más accesible. Ella ya llega a Francia, incluso para los suscriptores de chatgpt más y el equipo de chatgpt.
Modo piloto del agente Un navegador web de forma independiente
Concretamente, utilizando el «modo de agente» disponible en el submenú «Herramientas» en la barra rápida de chatgpt, permite que la IA navegue por Internet, haga clic en elementos, complete los formularios, ejecute código y produce entregables explotables como presentaciones de PowerPoint o hojas de cálculo. El sistema se basa en un nuevo modelo desarrollado específicamente, impulsado por el aprendizaje al fortalecer tareas complejas que requieren el uso coordinado de múltiples herramientas. El agente tiene una computadora virtual completa que integra un navegador visual, un navegador textual optimizado para el procesamiento de grandes cantidades de texto, un terminal y acceso directo de API a los servicios conectados.
Por ejemplo, podemos pedir organizar un viaje de negocios dejando al agente para cuestionar un sistema de reserva, comparar varias ofertas de vuelo y hotel, seleccionar la mejor opción de acuerdo con nuestros criterios y luego generar una ruta final. El agente también puede planificar reuniones consultando el calendario de Google y simultáneamente, o incluso analizar la competencia para generar automáticamente medios de presentación.
Ganamos la fluidez: no es necesario hacer malabarismos con varios sitios o copiar y pegar datos de un lugar a otro. La orquesta del agente todo, basada en conexiones previamente configuradas (complementos, claves API, acceso a bases de datos comerciales, etc.). El diálogo sigue siendo central, pero detrás de cada respuesta oculta llamadas técnicas, navegaciones automatizadas en sitios web, manipulaciones de datos y opciones lógicas automatizadas.
Limitaciones técnicas asumidas
A pesar de sus promesas, el modo de agente no está libre de límites. Primero, su confiabilidad depende estrechamente de la calidad de las conexiones API y la robustez de los complementos: si una API cambia su formato o no está disponible, el agente puede fallar sin darse cuenta de inmediato.
La latencia es actualmente el principal compromiso técnico. Ciertas tareas pueden requerir 15 a 30 minutos de ejecución. Isa Fulford, Gerente de Investigación del Proyecto, asume esta elección: » Optimizamos un agente de moda para tareas difíciles. Incluso si lleva media hora, es un ahorro de tiempo considerable en relación con el tiempo que lo haría usted mismo. »
Las transacciones financieras siguen siendo prohibidas por el momento, y la generación de presentaciones, aunque funcionales, todavía produce resultados considerados «rudimentarios» en términos de formato y acabado. El agente tampoco puede usar modelos PowerPoint existentes, a diferencia de las hojas de cálculo.
Además, el agente de modos es bastante limitado en sus usos en ChatGPT Plus: tiene derecho a 40 usos por mes. No más.
En términos de seguridad, otorgar derechos de acceso a un agente a bases de datos confidenciales o cuentas externas requiere garantizar escrupulosamente los permisos, porque una solicitud mal formulada podría generar acciones no deseadas. Operai ha activado sus protocolos de seguridad más estrictos, especialmente aquellos diseñados para «altas capacidades biológicas y químicas», aunque la compañía especifica que no tiene evidencia directa de que el modelo podría ayudar a crear armas orgánicas o químicas. La vulnerabilidad principal identificó las preocupaciones de inyección inmediata, donde las instrucciones maliciosas ocultas en las páginas web podrían desviar el comportamiento del agente. Para contrarrestar este riesgo, OpenAI implementó varias salvaguardas: solicitud de confirmación explícita antes de cualquier acción irreversible, modo de «ver» para sitios confidenciales como plataformas bancarias y la posibilidad de que el usuario interrumpa o recupere el control en cualquier momento.
En resumen, el modo de agente CHATGPT da un paso decisivo hacia la automatización conversacional. Transforma la simple discusión en un proceso ejecutable real, que juega simultáneamente el papel del operador de cerebro y brazo de pensamiento. Tendremos que tomarse el tiempo para explorar su potencial para comprender adecuadamente sus límites y usos.
Leer también:
Un OpenAi AI obtiene la medalla de oro en las Olimpiadas de Matemáticas
Operai alcanza los 10 mil millones de ingresos y rompe su exclusividad con Microsoft
Sorpresa: ¡Openai finalmente despliega su modelo GPT-4.1 en ChatGPT!
CHATGPT: La nueva versión de GPT-4O está experimentando deslizamientos preocupantes …
[
