Reset-бог Tibo раскрыл секреты Codex: кнопка, RSI и облачные агенты

В мире ИИ-агентов есть свои легенды. Один из них — инженер OpenAI Tibo, прозванный «Reset-богом» за то, что регулярно сбрасывает лимиты использования Codex для пользователей. Но недавнее интервью с Мэттью Берманом вскрыло гораздо более глубокие вещи: от физической кнопки сброса до амбициозных планов по рекурсивному самоулучшению моделей. Что это значит для будущего ИИ и почему это важно для российских разработчиков и предпринимателей? Разбираемся в деталях.

Ключевые моменты

• Физическая кнопка сброса: Tibo признался, что у него есть буквальная кнопка, которую он нажимает, чтобы компенсировать пользователям проблемы с Codex. Это не секретный алгоритм, а простое человеческое решение, которое показывает, что даже в OpenAI ценят клиентский опыт.

• Проблемы с агентами: Tibo рассказал о реальных трудностях, с которыми сталкиваются пользователи: файлы Skill требуют ручного обслуживания, память (Memory) иногда подводит, а при одновременной работе с 10-15 агентами узким местом становится внимание человека, а не GPU.

• Будущее за облаком: По мнению Tibo, агенты будут все больше переезжать в облако, потому что ноутбук не рассчитан на одновременный запуск сотен задач. Следующему поколению моделей потребуется нечто большее, чем локальное железо.

• Рекурсивное самоулучшение (RSI): Концепция, известная с 1965 года (I.J. Good), сегодня становится реальностью. Модели уже помогают улучшать следующие поколения, оптимизируя код, CUDA-ядра и инфраструктуру.

• Реальные примеры RSI: В Qwen3-4B использование двух агентов (Challenger и Solver) повысило математические и общие рассуждения на 6.49 и 7.54 пункта соответственно. GPT-5.6 Sol от OpenAI снизил стоимость обслуживания на 20% и повысил эффективность генерации токенов на 15%.

• Ограничения агентов: Исследования показывают, что агенты превосходят людей в краткосрочных экспериментах (в 4 раза за 2 часа), но уступают при длительной работе (в 2 раза хуже за 32 часа). Они склонны зацикливаться на неверных подходах.

• Риск коллапса модели: Nature (2024) предупреждает, что обучение на данных предыдущих поколений может привести к потере редкой, но важной информации. Это серьезный вызов для RSI.

Глубокий анализ

Интервью Tibo — это не просто байки из курилки, а стратегический сигнал. Во-первых, подтверждается, что OpenAI активно инвестирует в RSI. Это не теоретические изыскания, а практические инструменты: агенты уже оптимизируют продакшн-среду, снижая издержки. Для российского рынка, где импортозамещение и эффективность критичны, это означает, что ИИ-решения будут становиться дешевле и доступнее, но потребуют новых компетенций в управлении агентами.

Во-вторых, переход агентов в облако неизбежен. Локальные вычисления ограничены возможностями одного человека, а облако позволяет масштабировать задачи. Это открывает нишу для облачных провайдеров и сервисов, ориентированных на ИИ-агентов. Российские компании, такие как Яндекс, уже развивают облачные платформы, и этот тренд может стать для них драйвером роста.

В-третьих, проблема «бесконечной матрешки» (когда агенты оценивают агентов) требует новых методологий. Если мы не можем доверять оценкам агентов, как мы можем доверять их оптимизациям? Это философский и практический вызов, который будет определять развитие ИИ в ближайшие годы. Возможно, ответ — в гибридных подходах, где человек контролирует ключевые решения.

Наконец, упоминание о «model collapse» — это предупреждение. RSI может привести к деградации, если не контролировать качество данных. Для индустрии это значит, что нужны механизмы валидации и разнообразия данных, иначе мы рискуем получить «вырожденные» модели.

Часто задаваемые вопросы

Что такое «рекурсивное самоулучшение» (RSI) простыми словами?

Это процесс, при котором ИИ-модель помогает создавать или улучшать следующее поколение моделей, которое, в свою очередь, улучшает следующее и так далее. В идеале это ведет к экспоненциальному прогрессу, но на практике требует тщательного контроля, чтобы избежать деградации.

Как физическая кнопка сброса влияет на доверие пользователей?

Наличие такой кнопки показывает, что OpenAI готов быстро реагировать на проблемы и компенсировать неудобства. Это укрепляет лояльность, хотя и выглядит немного комично. Для пользователей это сигнал, что компания ценит их время и деньги.

Стоит ли российским разработчикам внедрять RSI-подходы в свои проекты?

Да, но с осторожностью. Начните с малого: используйте агентов для автоматизации тестирования и оптимизации кода. Обязательно контролируйте качество данных и не полагайтесь полностью на автоматические оценки. RSI может дать значительный выигрыш в производительности, но требует зрелой инфраструктуры.

Источник URL: https://www.36kr.com/p/3961764924702087

Источник URL: https://www.36kr.com/p/3961764924702087