Еще несколько лет назад взаимодействие с искусственным интеллектом выглядело максимально просто: человек открывал чат, задавал вопрос и ждал ответа. ChatGPT мог объяснить сложную тему, написать письмо, сократить текст или помочь с кодом, но практически каждое новое действие начиналось с человека. ИИ оставался очень мощным, но всё же инструментом, который нужно было постоянно направлять.

После OpenAI DevDay 2026 эта модель выглядит всё менее актуальной. На конференции 29 сентября в Сан-Франциско компания сделала более 20 крупных анонсов — от новых моделей и возможностей Codex до Agents API и постоянно активных агентов Dots. Однако гораздо интереснее не то, сколько новых продуктов показала OpenAI, а то, как они складываются в единую систему. В ней человек все реже объясняет ИИ каждый следующий шаг, а формулирует цель, предоставляет доступ к необходимым инструментам и контролирует результат.

UA.News рассказывает, почему DevDay 2026 можно рассматривать как ещё один большой шаг OpenAI от обычного чат-бота-бота к ИИ-системе, способной самостоятельно работать с программами, файлами, кодом и корпоративными сервисами, выполнять длительные задачи в облаке и обращаться к человеку только тогда, когда требуется решение или разрешение.

OpenAI DevDay показал основное направление развития ChatGPT 

В самом начале истории ChatGPT главной ценностью был ответ. Человек что-то спрашивал — модель генерировала текст. Затем к этому добавились анализ файлов, поиск информации, генерация изображений, работа с кодом, голос и подключение внешних сервисов.

Но логика оставалась примерно той же: пользователь обращался к ИИ и просил его что-то сделать. Теперь OpenAI пытается перевернуть эту модель.

В итоге на DevDay 2026 компания прямо говорит об агентах, способных брать на себя «ongoing responsibilities» — то есть не отдельные разовые запросы, а постоянные обязанности. Это важная формулировка. Речь идет уже не просто о том, чтобы попросить ChatGPT подготовить документ, а о системе, которая может следить за определенным процессом, реагировать на изменения и выполнять последующие действия без нового промпта на каждом этапе.

Именно поэтому отдельные анонсы DevDay стоит рассматривать в совокупности. Dots дают ИИ возможность работать постоянно. Agents API позволяет разработчикам встраивать таких агентов в собственные продукты. Computer Use дает им возможность взаимодействовать с программами через интерфейс. Codex демонстрирует, как такая схема уже работает в программировании: агент получает задание, самостоятельно работает с файлами и кодом, запускает проверки и предоставляет готовый результат.

Если раньше типичный сценарий выглядел как «спроси — получи ответ», то новая схема всё больше напоминает «поставь цель — дай доступ — проверь результат». В перспективе именно это различие может оказаться гораздо важнее очередного увеличения количества параметров или результатов моделей в бенчмарках.

Dots — агент OpenAI, который не ждет нового сообщения от пользователя

Наиболее наглядным примером нового подхода стали представленные OpenAI агенты Dots. Компания описывает их как always-on agents — агентов, которые могут оставаться активными постоянно. Каждый Dot работает на GPT-6 Astra, получает собственный облачный компьютер и может выполнять задачи круглосуточно. Благодаря экосистеме плагинов агенты могут подключаться, по данным OpenAI, к более чем 4 тысячам приложений.

В презентации Dots OpenAI приводит несколько сценариев, которые хорошо демонстрируют разницу между таким агентом и обычным чат-ботом. Например, для разработчика Dot может отслеживать отзывы пользователей, находить повторяющиеся проблемы, самостоятельно определять небольшие исправления, создавать код, тестировать его и подготовить готовый pull request. Человеку остается только проверить результат.

Для автора контента агент может получить новую расшифровку интервью, выбрать фрагменты для коротких видео, подготовить описание, посты для социальных сетей и учесть предыдущие правки автора.

Для ученого — следить за поступлением новых данных, повторно запускать анализ, обновлять графики и сообщать, если результаты изменились настолько, что требуется вмешательство человека.

OpenAI даже приводит пример раннего тестирования, когда Dot заметил, что пользователь забыл выставить счет изданию, подготовил его и отправил после подтверждения. Именно здесь проходит важная грань. ChatGPT в классическом виде не «заметил бы» забытый счет, если бы человек сам не открыл чат и не попросил его проверить. Агентная система должна сама видеть контекст, помнить цель и определять момент, когда необходимо действовать.

То есть OpenAI фактически пытается сделать ИИ не местом, куда приходят за помощью, а фоновым участником работы.

Собственный компьютер для ИИ меняет гораздо больше, чем кажется

Одна из важнейших деталей Dots — собственный облачный компьютер. Для пользователя это может звучать как техническая мелочь, но именно она отделяет языковую модель от полноценного агента.

Обычная модель может написать инструкцию, как выполнить определённую операцию. Агент с компьютером может попытаться выполнить её самостоятельно. OpenAI отмечает, что Dots могут использовать собственный браузер, подключённые приложения и работать сразу над несколькими проектами. Пользователь при этом может в любой момент открыть компьютер агента и посмотреть, что он делает.

Та же идея теперь переносится и на платформу для разработчиков. Обновленный Agents API поддерживает Computer Use, благодаря чему агент может работать с браузером, переходить между страницами и взаимодействовать с интерфейсами программ. Это принципиально отличается от ситуации, когда языковая модель просто возвращает текст или структурированный ответ через API.

Например, компания может создать агента, который получает запрос клиента, находит информацию во внутренней системе, проверяет статус заказа, открывает нужный сервис и готовит следующее действие. Или агента, который анализирует заявку, собирает необходимые документы и передает человеку уже подготовленный кейс.

Фактически перед ИИ постепенно открывается то же самое цифровое рабочее пространство, в котором работает человек: браузер, файлы, корпоративные программы, терминал и внешние сервисы.

Чем больше таких инструментов получает модель, тем меньшее значение имеет её способность просто красиво отвечать в чате. Главным становится другой вопрос: может ли она правильно понять задачу, разбить её на этапы, пользоваться нужными программами, проверить собственную работу и понять, когда нужно обратиться к человеку.

Codex показывает, как ИИ постепенно переходит от подсказок к выполнению работы

Лучше всего этот переход уже заметен в программировании. Еще недавно ИИ для разработчика был преимущественно помощником: можно было попросить написать фрагмент кода, найти ошибку или объяснить, почему не работает та или иная функция. Человек при этом оставался главным оператором — сам открывал файлы, запускал команды, проверял результат и давал модели следующее задание.

С помощью Codex OpenAI постепенно пытается изменить саму эту модель. На DevDay компания продемонстрировала новые возможности, которые позволяют передавать агенту уже не отдельную операцию, а значительно больший объем работы.

Codex может работать в облачной среде с доступом к репозиторию, необходимым зависимостям и инструментам. Разработчик ставит задачу, после чего агент самостоятельно анализирует проект, находит нужные файлы, вносит изменения, запускает проверки и возвращает результат. При этом работа не привязана к открытому на компьютере окну: задача может продолжать выполняться в облаке, даже если пользователь переключился на другую работу или закрыл ноутбук.

В документации OpenAI отмечается, что для таких задач создаются отдельные изолированные среды. Это позволяет Codex работать с кодом независимо от устройства, с которого пользователь поставил задачу.

Еще важнее то, что работу уже можно распределять между несколькими агентами. В Codex CLI появились инструменты для параллельного выполнения задач: одному агенту можно поручить искать причину ошибки, другому — работать над отдельной функцией, а третьему — проверять изменения. Пользователь в такой схеме всё больше переходит от непосредственного написания каждой команды к управлению процессом.

То же самое видно на примере проверки кода. Codex способен проанализировать внесенные изменения, найти потенциальные проблемы и подготовить замечания ещё до того, как разработчик сам начнёт просматривать каждый файл. Отдельные инструменты безопасности могут также регулярно проверять репозитории, искать уязвимости и предлагать исправления.

Это ещё не означает, что программиста можно полностью исключить из процесса. Человеку всё равно нужно правильно сформулировать задачу, определить границы доступа, оценить предложенные изменения и проверить критически важный код.

Однако меняется сама точка взаимодействия. Раньше разработчик использовал ИИ преимущественно для того, чтобы быстрее выполнять отдельные операции. Теперь OpenAI пытается сделать Codex системой, которой можно передать целую задачу: описать проблему, предоставить доступ к проекту и через некоторое время получить уже готовый результат.

Именно поэтому Codex является хорошим примером более широкой стратегии OpenAI. ИИ постепенно переходит от роли инструмента, который подсказывает человеку, что делать дальше, к роли агента, который может сам пройти значительную часть пути от поставленной задачи до готового результата.

Один агент выполняет задачу, несколько агентов могут разделить работу между собой

Еще одно фундаментальное изменение — переход от одной модели к системе агентов. В классическом ChatGPT пользователь общался фактически с одним собеседником. Но сложная реальная работа редко состоит из одной операции.

Например, запуск нового продукта может потребовать исследования конкурентов, анализа данных, написания текстов, создания кода, проверки безопасности и подготовки презентации. OpenAI постепенно создает архитектуру, в которой главный агент может использовать инструменты и подключать других агентов для отдельных частей работы.

Agents API уже содержит механизмы управления сессиями, контекстом, инструментами, выполнением кода и возобновлением длительных задач. На DevDay OpenAI добавила в эту систему возможности Computer Use, многоагентной работы и поиска необходимых инструментов.

Это приближает ИИ к своеобразной цифровой команде. Один агент может собирать информацию, другой — работать с кодом, третий — проверять результат. Человек при этом может оставаться на уровне постановки задачи и принятия окончательного решения.

Сама OpenAI заявляет, что в будущем видит не одного Dot, а команды агентов, которые будут работать вместе от имени пользователя.

Если такой подход станет достаточно надёжным, главным навыком работы с ИИ может стать уже не умение правильно сформулировать один промпт, а способность правильно поставить цель, определить ограничения и построить процесс контроля.

Плагины в ChatGPT становятся не дополнением, а отдельным слоем интерфейса

Отдельный блок DevDay OpenAI посвятила тому, как сторонние сервисы могут работать внутри ChatGPT. И здесь изменение не менее показательно, чем в случае с агентами или Codex. Раньше подключение внешнего сервиса к ChatGPT в основном сводилось к доступу к его функциям или данным. Пользователь задавал запрос, модель обращалась к нужному сервису и возвращала результат в чате. Теперь OpenAI хочет, чтобы такие интеграции выглядели гораздо ближе к полноценным приложениям.

На DevDay компания продемонстрировала расширенные возможности для плагинов, которые позволяют разработчикам создавать внутри ChatGPT собственные интерактивные элементы: панели, просмотр файлов, кнопки, формы и другие компоненты интерфейса. То есть плагин больше не ограничивается ролью невидимого «моста» между моделью и внешним сервисом.

Он может иметь собственное представление непосредственно в ChatGPT. Это важное изменение для самой экосистемы. Условно говоря, сервису уже не обязательно перенаправлять пользователя на отдельный сайт или заставлять его переключаться между несколькими вкладками. Часть взаимодействия можно перенести прямо в чат.

Например, вместо того чтобы получить от ИИ только текстовый ответ о документе, пользователь может открыть его через отдельное представление. Вместо описания данных — увидеть интерактивную панель. Вместо команды в тексте — нажать кнопку или заполнить форму, созданную самим разработчиком плагина.

Для OpenAI это означает постепенное расширение ChatGPT за пределы обычного диалога. Чат остается точкой входа, но сама работа внутри него всё меньше должна ограничиваться обменом сообщениями. Для сторонних компаний такая модель также открывает новую возможность: создавать отдельный продукт не только в виде сайта или мобильного приложения, но и в виде сервиса, который существует внутри ChatGPT и использует его в качестве готового интерфейса для взаимодействия с пользователем.

Если этот подход приживётся, ChatGPT постепенно может стать для части сервисов не каналом доступа к ИИ, а самой платформой, внутри которой пользователь работает с их продуктами.

OpenAI готовит ChatGPT к эпохе автономной работы 

Если собрать все анонсы DevDay в одну картину, становится понятно, что OpenAI постепенно меняет сам принцип работы с ChatGPT. Речь идет уже не просто об улучшении ответов, более быстрых моделях или новых отдельных функциях. Компания создает систему, которой пользователь сможет полностью передавать всё большую часть работы.

В такой модели человек не должен постоянно управлять каждым следующим шагом. Вместо десятков отдельных команд он формулирует задачу, определяет границы доступа и получает результат, когда работа завершена или когда системе требуется решение.

Именно в эту концепцию вписываются представленные на DevDay агенты, облачная платформа Codex, Computer Use, Agents API и новый подход к плагинам. Каждый из этих инструментов решает отдельную проблему, но вместе они дают ИИ возможность не просто отвечать на запрос, а работать с реальной цифровой средой.

В то же время это делает вопрос контроля значительно важнее, чем раньше. Проблема галлюцинаций моделей никуда не исчезает. Ошибка обычного чат-бота может привести к неверному ответу. Ошибка агента, имеющего доступ к файлам, браузеру, почте, корпоративным сервисам или коду, потенциально может иметь уже реальные последствия.

Поэтому OpenAI пока строит агентную модель вокруг системы разрешений и подтверждений. Пользователь может определять, какие действия ИИ способен выполнять самостоятельно, какие нужно согласовывать, а к каким он вообще не должен иметь доступа. Это, вероятно, и станет одним из главных вопросов следующего этапа развития ИИ: не только насколько много система способна сделать, но и насколько много ей можно позволить делать самостоятельно.

DevDay 2026 показал, что OpenAI видит будущее ChatGPT именно в этом направлении. И если эта модель заработает достаточно надежно, изменится не только ChatGPT. Изменится сама роль человека за компьютером: вместо постоянного выполнения мелких операций он будет всё чаще ставить задачи, определять правила и проверять уже готовую работу.

Читай нас в

Загружай наше приложение