Постоянный агент помнит контекст и продолжает работать между разговорами. В интервью Вайбхаву Сисинти Тибо Соттио (Thibault Sottiaux) из OpenAI объясняет устройство Dots, влияние скорости моделей и стоимость выполненной задачи.

Разговор посвящён OpenAI DevDay 2026; запись опубликована 1 октября и длится около 54 минут. Ниже — подробный редакционный пересказ с короткими переведёнными цитатами. Внутренние показатели OpenAI приводятся со слов Тибо, прогнозы и определение AGI отражают его мнение. Рекламные вставки отмечены в полном видео.

Где найти нужный фрагмент

В плеере есть русские главы. Основные темы:

Dots сохраняют контекст между рабочими днями

Из анонсов DevDay Тибо выделяет Dots. Прототипы помогали править код и в итоге участвовали в создании самого продукта. Исследования постоянных агентов, по его словам, шли почти два года.

Ключевой вопрос — память: пользователь объясняет задачу и возвращается спустя недели, сохранив договорённости. Тибо описывает новую систему памяти, рассчитанную на такую связность. Когда полезных дел нет, агент переходит в ожидание.

«Они никогда не останавливаются», — говорит Тибо. При отсутствии полезной работы агент может спать.

На запуске дают одного агента. Команды Dots с отдельными ролями Тибо описывает как дальнейшее развитие: один занимается сайтом, другой документацией. Внутри OpenAI агенты уже отправляют друг другу предложения изменений кода.

Собственные примеры Тибо — мониторинг X и исправление документации. Агент находит устаревший фрагмент и открывает запрос на включение изменений, pull request. Человек проверяет результат. По мере знакомства с агентом можно расширять объём делегирования.

OpenClaw повлиял на продукт, а бесплатные Dots пока не обещаны

OpenClaw вдохновил команду. Тибо выделяет периодические самостоятельные проверки, heartbeat, и способы взаимодействия с постоянным помощником. Собственную систему памяти OpenAI исследовала отдельно; влияние проекта здесь описано через идеи и продуктовый подход.

Dots привязаны к аккаунту ChatGPT, работают на Astra и получают облачный компьютер. Команда выбрала максимальные возможности модели, хотя вычисления и виртуальные машины дороги. Скорую бесплатную версию Тибо не обещает.

Уточнение к интервью: по условиям запуска, доступ разворачивается постепенно для подходящих аккаунтов и регионов. В первый месяц Dots не расходуют квоты соответствующих планов; последующие условия OpenAI сообщит отдельно.

ChatGPT и Dots пока дополняют друг друга. Отдельный разговор даёт ответ или исследование конкретной темы, а постоянный агент поддерживает документацию и занимается порученной рутиной. Тибо ожидает, что со временем больше работы будет переходить к постоянным агентам.

GPT-6.1 Sol: возможности Astra становятся дешевле

GPT-6.1 Sol Тибо описывает как более доступную модель, близкую к Astra по возможностям, включая управление компьютером. Luna он относит к собственной категории.

Названные им базовые API-цены подтверждаются страницей GPT-6.1 Sol: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Чтение кэшированного входа стоит 0,10 доллара за миллион токенов, то есть 5% обычной входной цены. Это базовые ставки; режимы ускорения и другие условия тарифицируются отдельно.

В длинных задачах агент многократно обращается к уже переданному контексту. Снижение цены чтения кэша делает такую работу доступнее.

По словам Тибо, Astra помогала сотрудникам переосмысливать и переписывать инфраструктуру выполнения моделей, повышая скорость и эффективность. Так более сильный ИИ участвует в создании следующих моделей вместе с разработчиками.

Тибо предлагает оценивать стоимость завершённой задачи: цена токенов не учитывает число попыток и работу, которая остаётся человеку до пригодного результата.

Общую кодовую базу ChatGPT собрали менее чем за 30 дней

Веб-версия ChatGPT для настольного браузера и настольное приложение раньше имели разные кодовые базы. Команды дублировали функции и согласовывали изменения между собой.

На объединение, по словам Тибо, ожидали потратить как минимум шесть месяцев. Задача затрагивала интерфейс с более чем 100 миллионами пользователей, поэтому даже небольшой процент сбоев имел большой масштаб.

С Astra и высокими скоростями выполнения команда завершила работу менее чем за 30 дней, оставив неделю до DevDay. Участвовали более 500 человек; на пике поступало около тысячи pull request в день. Эти показатели описывают конкретный внутренний проект.

Быстрая модель позволяет дольше оставаться в одной задаче: сокращается ожидание, ради которого человек переключается между несколькими поручениями. Тибо отмечает, что управление компьютером тоже можно ускорять.

У агента свой компьютер, а разговор можно продолжить голосом

Облако позволяет продолжать работу при закрытом ноутбуке. Сильная модель ведёт несколько направлений одновременно, и мощности одного компьютера могут ограничивать выполнение.

На собственной машине Dot хранит файлы, пишет скрипты и устанавливает приложения. Можно подключить и пользовательский компьютер, предоставив дополнительный доступ по своему выбору.

Своему Dot можно позвонить, узнать, чем он занят, и уточнить поручение. После разговора агент продолжает выполнение. Тибо напоминает и о поддержке подключённых инструментов в голосовом взаимодействии ChatGPT.

Вайбхав предлагает вариант теста Тьюринга: отличит ли новый сотрудник агента в чате от коллеги. Тибо отвечает осторожно: Dots сдерживают чрезмерную инициативу и проверяют действия с человеком, иногда даже слишком часто. Это должно сохранять контроль пользователя.

У постоянного агента собственная рабочая среда в облаке
У постоянного агента собственная рабочая среда в облаке

Безопасность и культура большого стартапа

Тибо связывает свой приход в OpenAI с миссией компании. Он говорит о вложениях в безопасность и согласование поведения моделей с человеческими целями, считая Astra наиболее безопасной моделью OpenAI на момент разговора.

Он считает, что Google могла бы внедрять больше нового, и описывает OpenAI как большой стартап. По его словам, там работают более 120 бывших основателей проектов Y Combinator и многие основатели из других сообществ.

Продуктивность он объясняет организацией работы: сильным людям дают крупные задачи и свободу действий, поддерживая сотрудничество. Вычислительные ресурсы тоже помогают.

Сбросы лимитов начинались как компенсация за сбои

Сбросы квот начинались как компенсация: когда ранний продукт ломал пользователю работу, команда хотела признать проблему и возместить неудобство, даже если не могла исправить сбой сразу.

Позднее сбросами стали отмечать события. Появились сохранённые сбросы, которые можно применить в выбранный момент. Они восстанавливают недельную квоту соответствующего плана; гарантированный график таких подарков Тибо не описывает.

Pro 500 появился потому, что активным пользователям было мало прежних квот. Вайбхав признаётся, что держал четыре аккаунта. Новый план даёт больше возможностей в одной подписке.

По условиям запуска Pro 500, его цена составляет 500 долларов в месяц, а Astra Ultrafast среди планов Pro доступен именно на этом уровне. Тибо признаёт, что это премиальное предложение и широкая доступность высокой скорости остаётся задачей на будущее.

Надёжность определяется задачей и границами доступа

Вайбхав замечает: бизнесу даже 90–97% успешных выполнений может быть недостаточно. Тибо отвечает через порог доверия, который различается для разных задач и уровней ответственности.

Пример — дежурство по эксплуатации систем OpenAI. По словам Тибо, агенты помогают сотрудникам и могут менять рабочие системы. Компания допускает это вместе с ограничениями и защитными механизмами. Применение такой практики требует собственного процесса проверки.

У OpenAI есть внутренние тесты, которые компания не публикует, чтобы сохранить их пригодность для оценки. Тибо упоминает научные и экономически значимые направления, включая программирование и кибербезопасность. Он объясняет насыщение тестов как ожидаемую часть процесса: когда модель решает большую долю задач, нужны следующие способы оценки.

Высокий результат на тесте и надёжность рабочего процесса отвечают на разные вопросы. Практический вывод из разговора: проверять свой набор задач, учитывать последствия ошибки и задавать пределы действий агента. Стопроцентная безошибочность здесь не установлена.

Проверка результата и границы действий агента
Проверка результата и границы действий агента

Открытый Codex оставляет место другим моделям

Тибо разделяет несколько тем: открытый исходный код, возможность использовать другие модели и постепенный перенос части поведения агентной оболочки в саму модель. Он говорит, что OpenAI не хочет удерживать пользователя искусственными ограничениями выбора.

Агентная оболочка, или harness, организует работу модели с задачами и инструментами. Открытый код позволяет изучать устройство и создавать свои продукты. Репозиторий Codex содержит Codex CLI и связанные компоненты; остальные продукты и модели OpenAI имеют собственные условия.

Тибо приводит T3 Code как пример продукта, построенного на этой основе. Ему интересен и обратный поток идей: сообщество может придумать способы работы агентов, которые затем повлияют на OpenAI. В финале разговора из инструментов вне OpenAI он выбирает открытый harness Pi, а открытым и закрытым моделям прогнозирует длительное сосуществование.

Space даёт результатам общее место

ChatGPT Space Тибо сравнивает с общим столом. Для совместной работы нужна информация, которая сохраняется и которую можно редактировать вместе. Документы, заметки и другие рабочие материалы становятся общей средой для людей и агентов.

В начале Тибо говорит о страницах и дальнейшем появлении слайдов и таблиц, позже описывает линейку шире. Перечисление форматов отражает направление развития; доступность функции следует проверять в своём аккаунте.

Поле чата приучает задавать вопросы; возможность поручить полноценную работу менее очевидна. Тибо признаёт, что задача обучения пользователей ещё не решена. Он видит движение к помощнику, который понимает цели человека и замечает подходящий момент для помощи.

По словам Тибо, около 35 миллионов пользователей Work и Codex уже используют эти режимы для создания документов, сайтов, игр и других результатов. Более широкая аудитория ChatGPT по-прежнему часто приходит за поиском и ответами. Эти числа относятся к моменту интервью и приведены со слов собеседника.

Тибо ждёт новых моделей и ценит выпущенные проекты

Тибо подтверждает, что после краткой паузы компания продолжает обучать новые модели. Срок следующего выпуска и его название он не сообщает. Среди следующих направлений улучшения выделяет более наглядное взаимодействие: ответ может выходить за пределы текста, включая голос и визуальные формы.

Тибо ожидает, что люди смогут делать проекты, на которые раньше не хватало бюджета, и запускать небольшие компании. Некоторые профессии и привычные роли будут меняться. Это его прогноз о расширении человеческих возможностей.

Сам Тибо всё реже пишет код вручную: готовит изменения с Astra, а иногда программирует по выходным как занятие для удовольствия. Говоря о сближении дизайна, управления продуктом и разработки, он подчёркивает преимущество людей с хорошим вкусом.

Вопрос о найме он решает в пользу человека, который выпустил пять проектов с Codex, если альтернативой служит только диплом по компьютерным наукам. Это ответ в блиц-опросе, отражающий его предпочтение практических результатов.

Как Тибо определяет AGI и пределы делегирования

По личному определению Тибо, общий искусственный интеллект, AGI, должен пользоваться его компьютером лучше него самого. Он считает, что Astra уже соответствует этому критерию. Это индивидуальная оценка.

В ответ на вопрос о сроках появления сверхинтеллекта Тибо подчёркивает:

«Я говорю от своего имени».

Он ожидает модели, участвующие в дальнейшем обучении, но срок не называет. Будущие открытые модели именно OpenAI тоже не анонсирует.

Если у Тибо появится ребёнок, заботу о нём он хочет оставить себе. Человеческие отношения для него незаменимы.

Утром возле кофемашины Тибо надиктовывает заметку с мыслями, после чего поручения подхватывает агент. Вайбхав рассказывает похожую историю со своей голосовой связкой. Вне ИИ Тибо хотел бы вернуться к преподаванию.

С чего начать у себя

Практический вывод из интервью: выбрать одну повторяющуюся задачу с понятным результатом и наблюдать за ней несколько дней. Например, агент предлагает исправления документации, а человек принимает изменения.

Оценивать опыт полезно по завершённой работе: что получилось, сколько потребовалось попыток и времени на проверку, сохранились ли договорённости. Доступы можно расширять по мере накопления опыта. Переход от отдельных поручений к длительной ответственности связывает большинство тем разговора.

Пять идей интервью о работе с постоянными агентами
Пять идей интервью о работе с постоянными агентами

Источники

Следующий шаг

DevDay 2026: OpenAI учит мир поручать работу — разбор анонсов, о которых собеседники говорят в интервью.

Если хотите начать с одной задачи для постоянного агента, можно обсудить результат, который он должен приносить, и нужные ему доступы.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov