ChatGPT Pro kann jetzt mehrere Agenten gleichzeitig für eine Aufgabe ausführen
Laut OpenAI können Pro-Benutzer einen Auftrag in ChatGPT auf parallele Agenten aufteilen und deren Fortschritt beobachten. Es gibt nur wenige Details, daher erfahren Sie hier, was bekannt ist und worauf Sie warten müssen.
OpenAI hat seine oberste Stufe ChatGPT aktualisiert, sodass eine Anfrage auf mehrere gleichzeitig arbeitende Agenten aufgeteilt werden kann. Laut einem am 16. Oktober von RuntimeWire geteilten Beitrag OpenAI können Pro-Benutzer auf der Registerkarte Chat Teile einer Aufgabe verteilen, den Fortschritt jedes Agenten verfolgen und die abgeschlossene Arbeit überprüfen. OpenAI sagt außerdem, dass die Antworten schneller seien und dass die Agenten Plugins und Tools besser nutzen.
Stellen Sie sich das so vor, als würden Sie ein kleines Team anstelle eines Assistenten einstellen. Wenn Sie einen Wettbewerbsvergleich von fünf Unternehmen anfordern, kann ein Agent jedes Unternehmen parallel betrachten, anstatt dass ein Agent sie nacheinander durchführt. Theoretisch spart das Zeit und jeder Agent hat eine engere Aufgabe, was sich positiv auf die Qualität auswirken kann. In einer Fortschrittsansicht können Sie sehen, welche Teile fertig sind und welche hängen bleiben.
Nun zum Kleingedruckten, denn hier kommt es darauf an. RuntimeWire stellt fest, dass OpenAI keine Latenzzahlen, keine Beispiele und keine gemessenen Geschwindigkeits-, Qualitäts- oder Kostengewinne angegeben hat. Die Behauptung „bessere Werkzeugnutzung“ ergibt sich aus der Bildunterschrift des Beitrags. Es ist auch unklar, wie viel Kontrolle Sie darüber haben, was jeder Agent mit den Tools tun darf. Betrachten Sie dies also als Ankündigung einer Funktion und nicht als Beweis dafür, dass sie gut funktioniert.
Was dahinter steckt: Die Aufteilung der Arbeit auf die Agenten ist eine der Hauptideen der aktuellen Welle von KI-Produkten. Ein einzelnes Modell kann nur so viel auf einmal im Kopf behalten (sein „Kontextfenster“, also ungefähr die Menge an Text, die es im Blick behalten kann), sodass die Verteilung von Unteraufgaben dafür sorgt, dass jedes einzelne Modell konzentriert bleibt. Der Kompromiss besteht in Kosten und Koordination: Mehr Agenten bedeuten mehr Rechenleistung, und die Ergebnisse müssen immer noch korrekt zusammengefügt werden. Windows Report warnte außerdem, dass die Ausführung vieler Agenten den Prozessor Ihres Computers belasten kann. Dies betraf jedoch ein separates Setup und wurde für diese Funktion nicht bestätigt.
Was das für Sie bedeutet: Wenn Sie einen kostenlosen oder Plus-Plan haben, ändert sich nichts. Wenn Sie ein Pro-Benutzer sind, probieren Sie es bei einer Aufgabe aus, die sich von Natur aus in mehrere Teile gliedert, wie z. B. die Recherche in mehreren Quellen oder die Prüfung mehrerer Dokumente, und vergleichen Sie es mit der Arbeit eines einzigen Agenten. Lesen Sie die Ausgabe jedes Agenten, bevor Sie sich darauf verlassen, insbesondere wenn Tools in Ihrem Namen agieren können. Für alle anderen ein gutes „Abwarten“-Feature.
Quellen
Quellen: https://runtimewire.com/article/openai-gpt-6-pro-chat-multi-agent-upgrade
Googles Harness²: Ein Agent, der seinen eigenen Werkzeugkasten anstelle seines Gehirns verbessert
Ein Open-Source-Forschungsprojekt von Google Research ermöglicht es einem Agenten, seine eigenen Eingabeaufforderungen, Tools und Speicher für jede Aufgabe neu zu schreiben, während das Modell eingefroren bleibt. Die Gewinne sind real, aber die Sicherheitsvorgaben sind gering.
