CEO OpenAI Сэм Альтман на мероприятии компании Dev Day представил новый продукт «Decisions API». API, доступный в рамках ограниченного предварительного просмотра, предлагает функции, аналогичные модели Jev, выпущенной TypeSafe AI в начале этого месяца и разработанной для автоматизации программного обеспечения.
Jev — мощный классификатор на базе большой языковой модели, который оценивает заданные разработчиками варианты с низкими затратами, высокой скоростью и в виде вероятностей. Альтман сообщил, что Decisions API позволяет модели Luna выбирать один из заранее определённых вариантов — например, класс изображения или поведение агента. Отмечается, что такой подход ускоряет модель, сохраняя возможности понимания изображений, широкую языковую поддержку и защитные механизмы безопасности.
CEO TypeSafe и бывший инженер OpenAI Диого Алмейда расценил интерес OpenAI как признак будущего систем, совместимых с «System One», выражающим быстрое и интуитивное мышление. TypeSafe использует термин «System 2» для обозначения осознанного рассуждения. Разработчики, использующие Jev вместе с большими языковыми моделями, сообщают о более высокой скорости и меньших затратах. Однако Decisions API пока не прошёл всестороннее тестирование, поэтому неизвестно, насколько он похож на Jev. Аналогичные модели разрабатывают и другие стартапы; ключевая проблема заключается в том, насколько хорошо их результаты будут соответствовать реальной жизни. Алмейда заявил, что преимущество TypeSafe заключается в синтетических данных, которые компания использует для получения статистически полезных результатов.
Одной из возможных областей применения является надзор за AI-агентами и обеспечение их безопасности. После случаев, когда агенты OpenAI демонстрировали некорректное поведение в открытом интернете, компания начала отслеживать их действия с помощью отдельной модели, что требует «significant compute cost». Эксперт по кибербезопасности Shapor Naghibzadeh, управляющий QueryStory, разработал демонстрацию, в которой Jev сравнивает каждое действие агента с поставленной задачей. Система блокирует действия, которые с высокой уверенностью считает вредоносными, некоторые отправляет на проверку, а остальные разрешает. Сообщается, что такой надзор мог бы предотвратить инцидент с Hugging Face и обошёлся бы в $2,94 при использовании Jev и $372 при использовании frontier LLM.
Почему это важно
Этот подход ориентирован на приложения, где требуется быстро принимать решения среди заранее определённых вариантов, а не подвергать каждую операцию длительному процессу рассуждения. Поэтому для разработчиков главный вопрос заключается не только в ускорении модели, но и в том, сможет ли она сохранять качество решений при работе с пониманием изображений, разными языками и средствами защиты. Идея блокировать, отправлять на проверку или разрешать действия агентов в интернете, сравнивая их с поставленными задачами, напрямую переносит эту технологию на уровень надзора; однако вопрос о том, как управлять ошибочными решениями при таком использовании, остаётся открытым. Продукт находится на стадии ограниченного предварительного просмотра, а сравнение затрат основано на демонстрации для хакатона, поэтому его сходство с Jev и результаты в реальных условиях ещё не были установлены всесторонними испытаниями.
Предыстория
OpenAI — не новое имя в архиве FikirPilot: за последние 90 дней мы опубликовали 69 новостей, в которых оно упоминалось; самая свежая датирована 2 октября 2026 года.
Термин: агент
AI-агент — это программное обеспечение, которое для достижения цели вызывает инструменты и выполняет многоэтапные задачи вместо генерации одного ответа.