AI агенти: инструментите излязоха от бета

22.08

време за четене: 3 мин.

На 20 август Anthropic обяви, че три от градивните части за програми, работещи самостоятелно, престават да бъдат в изпитателен режим. Съобщението изглежда като поредната продуктова новина, но си заслужава да се раздели на две. Всичко измеримо в него описва ограничения и разходи, а всичко за ползата е твърдение на доставчика или на негов клиент.

Робот застава пред бюро с включен компютър и посяга към клавиатурата, а жена до него държи калкулатор и му показва сметката с въпросително изражение

Какво точно се променя

Общодостъпни стават управлението на компютър, услугата за собствени умения и услугата за файлове. Отделно се представя нов инструмент за работа с браузър, който не излиза от изпитание, а тръгва от нула - разликата се губи в повечето преразкази.

Измеримата част е конкретна. Услугата за файлове дава един терабайт място на организация, около петстотин заявки в минута и възможност файловете да изтичат сами след срок между един час и деветдесет дни. Максималният размер на един файл е петстотин мегабайта, а самите операции по качване и изтриване не се таксуват отделно.

Обновеното управление на компютър вече изпълнява по няколко действия наведнъж, вместо едно на всяко обръщение към модела. Браузърният инструмент чете структурата на страницата и се насочва към конкретно поле или бутон. Тук е нужно уточнение: това не заменя работата по екранни координати, а се добавя към нея. Оригиналният текст казва, че моделът се справя по-надеждно, отколкото само с пиксели.

Какво струва един AI агент, преди да е свършил работа

Най-полезното число в цялата документация рядко попада в заглавията. Само обявяването на набора инструменти пред модела заема място в заявката: около 4 500 входни токена за управлението на компютър и около 6 600 за браузърния инструмент. Този разход се плаща при всяко обръщение, независимо дали задачата ще бъде изпълнена успешно.

За планиране на бюджет това е по-важно от всяка обещана икономия, защото е предвидимо. Един AI агент, който прави стотици обръщения на ден, започва деня с постоянна режийна тежест, а не от нула. Останалите разходи зависят от задачата, но този се знае предварително и се смята с молив.

Кои числа са твърдение, а не измерване

Съобщението цитира клиент, според когото най-дългият му процес по обработка на застрахователни искове е паднал от 32 на 13 минути, цената на задача е спаднала с около 30%, а завършаемостта е достигнала 100%. Числата звучат убедително и точно затова заслужават внимание.

Първите две се отнасят за един конкретен процес при един клиент, а не за среден резултат. Третото е по-проблемно: няма определение какво значи завършаемост, няма размер на извадката, няма период и няма стойност отпреди промяната. Независим анализ описва целия резултат като избран от доставчика, а не като независимо измерване. Липсват и каквито и да е числа за ускорение или за надеждност от самата компания.

Това не прави твърденията неверни. Прави ги непроверими, а разликата е съществена при вземане на решение: непроверимото число не може да послужи за основа на очакване, защото няма как да се сравни със собствения случай. Практиката, която върши работа, е числата на доставчика да се приемат за горна граница на възможното, а не за прогноза.

Какво следва от това при планиране

Практическият извод е за реда на действията. Наблюдаваме, че организациите обикновено тръгват от обещаното съкращаване на времето и стигат до сметката накрая, когато вече има вложен труд. Обратният ред работи по-добре: първо се пресмята предвидимият разход, после се пробва върху един реален процес със собствени данни и чак тогава се сравнява с ръчното изпълнение.

Уместно е и уточнение за наличността, което разминава очакванията. Услугите за умения и за файлове са достъпни и през платформата на Microsoft, но в изпитателен режим и само при определен начин на разгръщане. Новите инструменти за компютър и браузър предстоят при Google, а при Amazon услугата за файлове изрично не се предлага. Изборът на облак все още стеснява набора от възможности, вместо да го разширява.

Заключение

Излизането от изпитателен режим значи стабилност на интерфейса, не доказана възвръщаемост. Числата, които се знаят със сигурност, описват какво ще струва работата; числата, които описват какво ще спести, засега идват от този, който я продава.

Помагаме на български организации да преценят кой процес наистина си заслужава да бъде поверен на самостоятелна програма - със сметка, направена преди внедряването, а не след него. Услугите ни покриват одит, оценка на готовност, обучение на екипи и имплементация на специализирани AI автоматизации за всяка организация. Препоръчваме консултация при планиране на бюджет за автоматизация на повтарящи се административни процеси. [Свържете се с нас за консултация: academy@razvivai.se]