Kodėl jūsų išmaniausias DI asistentas staiga primena pavargusį praktikantą

„OpenAI“ teigia, kad „GPT-6 Astra“ yra pažangiausias kada nors sukurtas logikos variklis. Pirmosiomis rugsėjo dienomis pirmieji vartotojai tam pritarė. Programuotojai pranešė, kad modelis sudėtingas derinimo užduotis išsprendė per kelias sekundes. Kūrybinio rašymo atstovai pastebėjo, kad jis geba kurti subtilius personažus. Tačiau medaus mėnuo baigėsi. Praėjus vos dešimčiai dienų po plataus išleidimo, skaitmeninė bendruomenė garsiai kalba apie staigų kokybės nuosmukį. „X“ ir „Reddit“ vartotojai dalijasi ekrano nuotraukomis, kuriose „Astra“ nesugeba išspręsti loginių galvosūkių, kuriuos išleidimo dieną įveikdavo lengvai. Modelis atrodo labiau pasikartojantis, mažiau kūrybingas ir kur kas dažniau pateikia bendrinius, šabloniškus atsakymus.

Nors tai atrodo kaip staigus pasitikėjimo išdavystė, tai yra nuspėjama šiuolaikinio programinės įrangos ciklo dalis. Dirbtinis intelektas yra nepavargstantis praktikantas. Semestro pradžioje praktikantas yra entuziastingas ir kiekvienai užduočiai skiria maksimalias pastangas. Didėjant darbo krūviui ir vadovui reikalaujant daugiau efektyvumo, praktikantas pradeda ieškoti trumpesnių kelių. Jis naudoja šablonus. Nustoja užduoti patikslinančius klausimus. Bando kuo greičiau atsikratyti darbo. Būtent tai vyksta „GPT-6 Astra“ viduje. Modelis nepraranda savo intelekto. Sistema aplink jį keičiasi, kad galėtų aptarnauti milijonus naujų vartotojų, kartu kontroliuodama išlaidas.

Išblėstantis „GPT-6 Astra“ spindesys

Skundai atitinka tam tikrą modelį. Prieš savaitę „Astra“ galėjo rašyti kodą, atitinkantį griežtas architektūrines gaires. Šiandien vartotojai praneša, kad modelis ignoruoja konkrečias instrukcijas ir grįžta prie bazinio, funkcinio kodo, kurį reikia stipriai redaguoti. Kūrybinėse užduotyse modelis naudoja tuos pačius būdvardžius ir sakinių struktūras. Jis tapo savo paties sėkmės auka. Kai modelis tampa populiarus, jį valdanti techninė įranga patiria didelę apkrovą. „OpenAI“ privalo subalansuoti atsakymo kokybę su jo pateikimo greičiu ir kaina.

Žvelgiant plačiau, tai yra sisteminė DI pramonės problema. Aukščiausios klasės modeliams reikia milžiniškų skaičiavimo galios išteklių. Kiekvieną kartą, kai prašote „Astra“ parašyti eilėraštį arba patikrinti skaičiuoklę, ji sunaudoja elektros energiją ir užima dalį aukščiausios klasės H300 lusto. Kai milijonai žmonių tai daro vienu metu, bendrovė susiduria su pasirinkimu. Jie gali leisti laukimo laikui augti, kol paslauga taps nenaudojama. Arba jie gali supaprastinti modelį, kad atsakymui sugeneruoti reikėtų mažiau energijos. „OpenAI“ akivaizdžiai renkasi antrąjį kelią.

„Sol“ modelio liepos mėnesio precedentas

Istorija rodo, kad tai cikliškas įvykis. 2026 m. liepą „OpenAI“ išleido vidutinio lygio modelį, pavadintą „Sol“. Jis buvo greitas ir efektyvus. Per dvi savaites pasirodė tie patys skundai. Vartotojai pastebėjo, kad „Sol“ tapo lakoniškas. Jis atsisakydavo atsakyti į sudėtingus klausimus, teigdamas, kad jie yra per platūs. Galiausiai bendrovė pripažino, kad pakoregavo modelį, siekdama išvengti sistemos gedimų piko valandomis. „Astra“ galimybių ribojimas yra didesnio masto „Sol“ incidento versija, nes „Astra“ yra daug sunkesnis ir daugiau išteklių reikalaujantis modelis.

Vidutiniam vartotojui tai reiškia, kad DI, už kurį mokate šiandien, nėra tas pats DI, kurį turėsite kitą mėnesį. Programinė įranga yra nepastovi. Skirtingai nuo fizinio įrankio, pavyzdžiui, plaktuko ar automobilio, generatyvinio DI vidinė logika nuolat kinta. „OpenAI“ naudoja procesą, vadinamą sustiprintu mokymusi iš žmogaus grįžtamojo ryšio (RLHF). Šis procesas turėtų padaryti modelį saugesnį ir naudingesnį. Tačiau stiprus saugumo derinimas dažnai paverčia modelį nuobodesniu. Jis vengia rizikuoti rašydamas, kad neužtikrintų nieko kontroversiško. Rezultatas – skaitmeninis asistentas, kuris skamba kaip įmonės personalo skyriaus vadovas, o ne kaip genialus mąstytojas.

Kvantavimas ir besitraukiantys skaitmeniniai smegenys

Praktiškai kalbant, labiausiai tikėtinas kokybės kritimo kaltininkas yra technika, vadinama kvantavimu (angl. quantization). Įsivaizduokite, kad padarote didelės raiškos nuotrauką ir išsaugote ją kaip mažos kokybės failą, kad sutaupytumėte vietos. Vis tiek matote, kas yra nuotraukoje, tačiau smulkios detalės išnyksta. „OpenAI“ daro kažką panašaus su savo modeliais. Jie paima milžinišką, pamatinę „Astra“ versiją ir ją suspaudžia, kad ji greičiau veiktų jų serveriuose.

Lentelė rodo aiškų kompromisą. Modelis dabar yra dvigubai greitesnis nei išleidimo dieną. Šis greitis pasiekiamas apčiuopiama tikslumo sąskaita. Studentui, prašančiam knygos santraukos, skirtumas yra nereikšmingas. Duomenų mokslininkui, naudojančiam modelį sudėtingoms rinkos tendencijoms analizuoti, detalių praradimas yra didelė problema. Modelis „kerta kampus“, kad išliktų keičiamo masto.

Paslėpta dirbtinio intelekto ekonomika

Žvelgiant giliau, DI pramonė susiduria su realybe dėl energijos ir techninės įrangos. „GPT-6 Astra“ palaikymo išlaidos yra precedento neturinčios. Skaičiuojama, kad „OpenAI“ kasdien išleidžia milijonus dolerių vien tam, kad serveriai būtų aušinami, o lustai veiktų. Kai modelis yra per protingas, jis yra per brangus. Bendrovė turi rasti būdų, kaip padaryti modelio veikimą pigesnį, jei nori išlikti pelninga. Tai yra pagrindinis iššūkis kiekvienai didelei technologijų įmonei 2026 metais.

Vartotojo požiūriu, matome „begalinio intelekto“ už fiksuotą mėnesinį mokestį eros pabaigą. Ateityje įmonės tikriausiai siūlys skirtingus kokybės lygius. Galbūt mokėsite 20 USD per mėnesį už „efektyviąją“ „Astra“ versiją ir 200 USD per mėnesį už „nefiltruotą“ versiją, kurioje nenaudojamas kvantavimas. Šiuo metu „OpenAI“ bando visiems suteikti vidutinio lygio patirtį. Tai nuvilia pažengusius vartotojus, kartu suteikiant pakankamai naudos eiliniams vartotojams. Produktas nebėra revoliucinis proveržis. Tai supaprastinta paslauga.

Kaip vartotojai gali prisitaikyti prie naujos realybės

Galų gale, negalite vertinti „GPT-6 Astra“ kaip nuolatinio, nekintančio eksperto. Tai kintantis taikinys. Jei pastebite, kad modelis kvailėja, galima imtis praktinių veiksmų. Pirma, naudokite konkretesnes užklausas. Kai modelis veikia „efektyviuoju“ režimu, jam reikia daugiau nurodymų, kad pateiktų aukštos kokybės rezultatą. Antra, patikrinkite nustatymus, ar galite atsisakyti eksperimentinių atnaujinimų. Kartais „OpenAI“ leidžia vartotojams trumpą laiką likti prie senesnės modelio versijos.

Žvelgiant plačiau, ši tendencija primena, kad DI nėra magiškas darinys. Tai pramoninis produktas, sukurtas naudojant fizinius lustus ir brangią elektros energiją. Kai paklausa šokteli, kokybė krenta. Tai niekuo nesiskiria nuo elektros tinklo, kuris karščio bangos metu pritemdo šviesas, kad išvengtų visiško energijos tiekimo nutraukimo. Skaitmeninės smegenys traukiasi, nes fizinė infrastruktūra nespėja paskui mūsų smalsumą. Vartotojai turi tapti atsparesni, diversifikuodami savo įrankius. Nepasikliaukite vienu modeliu visai savo darbo eigai. Naudokite „Astra“ greičiui, tačiau turėkite vietinį, atvirojo kodo modelį užduotims, kurioms reikia gilios, nesuspaustos logikos. Viską žinančio skaitmeninio praktikanto era pereina į efektyvaus, bet riboto biuro įrankio erą.

Šaltiniai

• „OpenAI“ techninė dokumentacija apie „Astra v1.2“ atnaujinimus
• Rinkos analizė: GPU skaičiavimo sąnaudos 2026 m. III ketvirtį
• Vartotojų nuomonių duomenys iš „X“ ir „Reddit“ programuotojų bendruomenių
• Pramoninė ataskaita apie duomenų centrų energijos apribojimus 2026 m.