GPT-6 Astra распараллеливает задачи и нагружает компьютеры кучей процессов

GPT-6 Astra распараллеливает задачи и нагружает компьютеры кучей процессов

GPT-6 Astra распараллеливает задачи и нагружает компьютеры кучей процессов

Первые пользователи GPT-6 Astra заметили, что при выполнении сложных задач модель может распределять работу между несколькими агентами. Один составляет план, другие параллельно ищут решения, тестируют код, проверяют результаты и пробуют новый подход после ошибки.

Это позволяет обрабатывать многоэтапные задания быстрее последовательного чат-бота. OpenAI официально заявляет, что Astra способна управлять компьютером, работать в браузере и приложениях, устанавливать и тестировать программы.

Однако отдельную нативную мультиагентную архитектуру компания в описании модели прямо не подтверждает, поэтому пока речь идёт главным образом о наблюдениях за её работой.

Основные вычисления выполняются в облаке, но инструменты агентов могут запускаться на пользовательском компьютере или корпоративном сервере. Несколько исполнителей способны одновременно компилировать код, поднимать браузеры, запускать тесты и работать в контейнерах. В таком сценарии нагрузка на локальные процессоры действительно может заметно вырасти.

Особенно весело станет корпоративной инфраструктуре, где каждого агента придётся помещать в виртуальную машину или песочницу, подключать к внутренним данным и затем аккуратно уничтожать окружение. Быстрее для задачи — не обязательно легче для CPU.

Автономность создаёт и риски безопасности, поэтому OpenAI усилила мониторинг действий Astra и проверки границ разрешённого. Модель постепенно появляется у подписчиков ChatGPT и корпоративных клиентов.

Подпишитесь на новости

ИИ используют 83% команд разработки, но до рабочих систем доходят лишь 24%

Нейросети в разработке уже почти повсюду, а вот их результаты в рабочих системах — заметно реже. Сгласно опросу SimpleOne, ИИ используют 83% команд, однако только 24% внедряют полученное в действующие системы.

Полные результаты компания опубликовала на своём сайте. В 41% случаев с ИИ экспериментируют отдельные сотрудники по собственной инициативе, ещё 18% команд проводят пилоты.

Начать пользоваться технологией в ближайшие полгода планируют 8%.


Чаще всего нейросетям поручают написание кода и конфигураций — этот вариант выбрали 60% респондентов. Аналитику и подготовку техзаданий отметили 49%, документацию — 44%.

Тестирование и код-ревью пока набрали 26%, разбор багов — 28%. При этом именно тесты и анализ ошибок участники охотнее всего готовы передать ИИ-агентам: 61% и 54% соответственно. Желающих делегировать поиск собственных промахов хватает.


Главный тормоз — безопасность: утечек кода и данных опасаются 68% опрошенных. Стоимость лицензий и токенов беспокоит 58%, качество результата — 48%.

Нехватку компетенций назвали лишь 8%, отсутствие поддержки руководства — 5%. Начальство, получается, мешает реже, чем счёт за инструменты и перспектива отправить исходники не туда.

Ускорения минимум в полтора раза ожидают 48% участников. Это именно ожидания, а не замеренная производительность. Ещё 31% затруднились оценить эффект.

Опрос прошёл в октябре 2026 года среди 90 специалистов, преимущественно из крупных компаний: 71% работали в организациях со штатом более тысячи человек.

RSS: Новости на портале Anti-Malware.ru