O czym jest ten film
- Na konferencji DevDay OpenAI ogłosiło 20 aktualizacji dotykających ChatGPT, Codexa i narzędzi dla deweloperów; Riley Brown omawia wszystkie po kolei, większość pokazując na żywo na własnym koncie.
- Główna nowość to Dot — platforma nazwanych agentów osobistych. Agent Riley’a nazywa się Bluey i działa w aplikacji ChatGPT na komputerze, telefonie i w przeglądarce.
- Dot zarządza pocztą i kalendarzem: sam czyta maile, tworzy dokumenty z wnioskami i wysyła odpowiedzi; można się do niego także dodzwonić głosem z aplikacji mobilnej, a SMS-y przez iMessage mają dojść wkrótce.
- Agent żyje też w Slacku — w wiadomościach prywatnych oraz na kanałach zespołu, z pełnym kontekstem rozmów.
- Dot ma własny komputer z przeglądarką w chmurze — OpenAI buduje w ten sposób „wirtualnego pracownika” do zadań wymagających komputera.
- Nowy model GPT-6.1 Soul jest niemal tak dobry jak Astra i kosztuje pięć razy mniej; tryb Ultrafast przyspiesza pracę w Codexie około ośmiokrotnie, ale trafił tylko na plan za 500 dolarów miesięcznie i pochłania sześciokrotnie więcej limitu.
- GPT Spaces z Pages to pełny edytor dokumentów w stylu Notion wewnątrz ChatGPT: bloki, tabele, diagramy Mermaid, interaktywne wykresy, podstrony, udostępnianie i integracja z Google Drive.
- ChatGPT można dodać do Slacka jako osobnego agenta — z wyborem modelu i ograniczeniem do wybranych kanałów; zapowiedziano też wtyczkę spotkań z automatycznym nagrywaniem.
- Dla twórców aplikacji: rozszerzenia wtyczek (aplikacje osadzone w ChatGPT — Magic Path urosło po zapowiedzi o ponad 2000%), logowanie przez ChatGPT rozliczane kredytami użytkownika oraz Decisions API do błyskawicznej klasyfikacji.
- Codex dostał cztery nowości: ulepszony CLI z obsługą głosu, środowiska Codex Cloud, przegląd pull requestów i panel bezpieczeństwa; całość domyka Agents API, pozwalające osadzić agenta z przeglądarką OpenAI we własnym produkcie.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Załóż Dotta i podłącz mu pocztę z kalendarzem
Na czym polega: Dot to osobisty agent AI z własnym imieniem, który pracuje na swoim komputerze w chmurze i ma dostęp do twoich narzędzi — przede wszystkim poczty i kalendarza. Konfiguracja z poziomu aplikacji desktopowej zajmuje chwilę.
Jak stosować: w aplikacji ChatGPT na komputerze najedź na ikonę domu, wybierz opcję utworzenia Dotta i połącz skrzynkę e-mail z kalendarzem. Zacznij od zleceń odczytowych („sprawdź ostatnią wiadomość od X i streść ją”), a dopiero potem przechodź do działań: tworzenia dokumentu, wysłania odpowiedzi, aktualizacji kalendarza.
Na co uważać: agent działa na twojej prawdziwej skrzynce. Zanim pozwolisz mu wysyłać cokolwiek w twoim imieniu, przetestuj go na kontaktach, których nie zrazisz, i na zadaniach, które da się cofnąć.
2.Steruj agentem głosem — rozmowa zamiast klikania
Na czym polega: do Dotta można się dodzwonić z aplikacji na iOS. Agent odpowiada głosem, a w trakcie rozmowy realnie wykonuje operacje: zagląda do poczty, pisze do ludzi na Slacku, edytuje dokumenty.
Jak stosować: gdy masz zajęte ręce (w drodze, na przerwaniu), prowadź z agentem krótką odprawę: „czy mail do Emily doszedł?”, „wyślij ten dokument Johnowi”, „dodaj tabelę nad sekcją X”. Rozmowa zastępuje całą nawigację po aplikacji.
Na co uważać: to nie symulacja — każde polecenie kończy się faktycznym działaniem. Formułuj prośby precyzyjnie i proś o potwierdzenie wykonania, zanim rozłączysz rozmowę.
3.Dodaj Dotta do Slacka jako agenta zespołu
Na czym polega: agenta można zaprosić do wiadomości prywatnych oraz na kanały; widzi wtedy całą komunikację i każdy członek zespołu może mu zlecać zadania.
Jak stosować: dodaj Dotta do kanału projektowego i proś o podsumowania oraz „następne kroki” dla całej drużyny. Ustal z zespołem jedną konwencję wzywania agenta (np. @nazwa na początku wiadomości), żeby nie dublować poleceń.
Na co uważać: agent widzi wszystko, co dzieje się na kanale — dodawaj go tylko tam, gdzie treści mogą trafić do usługi zewnętrznej. Dopilnuj też, żeby wszyscy wiedzieli, że na kanale działa AI.
4.Do codziennej pracy bierz GPT-6.1 Soul, Astrym od święta
Na czym polega: nowy model daje wyniki bliskie Astrze przy jednej piątej ceny (12 dolarów wobec 60 dolarów za milion tokenów na wejściu i wyjściu łącznie). OpenAI pozycjonuje go pod kodowanie i pracę z komputerem.
Jak stosować: ustaw 6.1 Soul jako model domyślny wszędzie tam, gdzie liczy się budżet: masowe zadania, praca agentów, klasyfikacje. Astrę zostaw na pojedyncze, najbardziej wymagające problemy.
Na co uważać: „niemal tak dobry” nie znaczy „równie dobry”. Przy krytycznych zadaniach porównaj wyniki obu modeli na własnych przykładach, zanim przesiądziesz się na stałe.
5.Ultrafast licz w zużyciu limitu, nie tylko w prędkości
Na czym polega: nowy tryb generuje wyniki w Codexie około osiem razy szybciej, ale pochłania sześć razy więcej limitu i jest dostępny wyłącznie na planie Pro 500 (500 dolarów miesięcznie).
Jak stosować: jeśli codziennie budujesz projekty wizualne (Blender, gry, arkusze) i czekanie na wynik to twoje wąskie gardło, rachunek może się opłacić. W pozostałych przypadkach zacznij od trybu Fast — półtora raza szybciej przy dużo niższym koszcie.
Na co uważać: sam autor nie wydaje 500 dolarów miesięcznie na plan AI. Zanim zapłacisz, zmierz realnie zaoszczędzony czas na swoich zadaniach, a nie na demo z konferencji.
6.Notatki zespołu przenieś do Spaces i Pages
Na czym polega: GPT Spaces to przestrzeń w stylu Dysku Google z Pages — pełnym edytorem dokumentów à la Notion — plus witryny, prezentacje, obrazy i dostęp do Google Drive. Na każdej stronie działa czat z agentem, dokumenty mają podstrony i prosty system udostępniania.
Jak stosować: twórz strony projektowe z podstronami (np. „Research”) i zlecaj agentowi uzupełnianie treści: „porównaj X z Y w tabelach”. Gotowy dokument prześlij zespołu linkiem albo poproś agenta, by sam wysłał go mailem.
Na co uważać: przed rozesłaniem sprawdź ustawienia widoczności dokumentu — w demie trzeba było ręcznie ustawić stronę jako publiczną, więc domyślne uprawnienia łatwo przeoczyć.
7.Wykresy i diagramy opisuj słowami
Na czym polega: w Pages wystarczy opisać wizualizację naturalnym językiem („wykres kołowy najczęściej używanych funkcji”) albo poprosić o diagramy Mermaid, a agent wstawi gotowy, interaktywny element do dokumentu.
Jak stosować: używaj do raportów i podsumowań — zamiast przenosić dane do zewnętrznego narzędzia, opisz, co chcesz zobaczyć, i zaakceptuj wynik. Do dokumentów z promptami sięgaj po bloki „formatowania promptów”: czytelnik kopiuje polecenie jednym kliknięciem.
Na co uważać: wykres jest tak dobry, jak dane w dokumencie. Najpierw uporządkuj treść, dopiero potem proś o grafikę — inaczej ładny wykres pokaże chaos.
8.ChatGPT na Slacku — z tańszym modelem i kontrolą zakresu
Na czym polega: poza Dodtem na Slacka można dodać osobnego agenta ChatGPT — z własnym wyborem modelu (np. 6.1 Soul zamiast Asty, żeby oszczędzać tokeny) i ograniczeniem do wybranych kanałów.
Jak stosować: w ustawieniach obszaru roboczego, w zakładce „Agenci”, utwórz agenta i od razu przełącz go na tańszy model. Zakres ogranicz do kanałów, na których agent faktycznie pracuje, np. „packaging”.
Na co uważać: Dot nie daje wyboru modelu. Jeśli zależy ci na kontroli kosztów i zachowania, osobny agent ChatGPT na Slacku daje więcej swobody niż agent osobisty.
9.Budujesz produkt? Osadź go w ChatGPT i dodaj logowanie
Na czym polega: rozszerzenia wtyczek pozwalają działać zewnętrznym aplikacjom wewnątrz ChatGPT — polecenia wpisane w aplikacji trafiają do ChatGPT na tokenach użytkownika. „Zaloguj się przez ChatGPT” pozwala z kolei użytkownikom płacić w twojej aplikacji kredytami z ich planu ChatGPT.
Jak stosować: jeśli prowadzisz narzędziowy produkt, zrób najprostszą wersję rozszerzenia i mierz, czy rośnie zasięg. Przy własnej aplikacji dodaj logowanie przez ChatGPT — użytkownik wchodzi bez nowej płatności i nowego konta, bo korzysta ze środków, które już ma.
Na co uważać: wzrost Magic Path o 2000% to jeden przypadek, nie reguła. Zanim przebudujesz produkt pod agentów, przetestuj wąską funkcję i policz konwersję.
10.Aplikacje agentowe z jednym kluczem: Agents API i Decisions API
Na czym polega: Agents API uruchamia agenta OpenAI — z dostępem do hostowanej przeglądarki — w twoim produkcie, przy jednym kluczu API zamiast całej składanki usług. Decisions API działa odwrotnie niż zwykły model: nie generuje tekstu, tylko błyskawicznie wybiera jedną z opcji (np. klasyfikacja maila: sprzedaż / rozliczenia / wsparcie).
Jak stosować: budujesz coś, co ma działać samo — research, automatyzację, nawet sprzęt? Sięgnij po Agents API zamiast sklejać kilka usług. Masz proces klasyfikacji lub ustalania priorytetów? Decisions API będzie szybsze i tańsze niż klasyczny model językowy.
Na co uważać: Decisions API dopiero wchodzi na rynek — ceny i limity mogą się zmienić. W Agents API przemyśl uprawnienia: agent działa w przeglądarce OpenAI i wykonuje operacje w twoim imieniu.
Redakcyjne tłumaczenie
Wprowadzenie: dwadzieścia nowości z jednej konferencji
Prawdopodobnie zdążyliście już słyszeć: OpenAI ogłosiło na DevDay dwadzieścia nowych funkcji. I mówię szczerze — zapowiedzi było mnóstwo, a razem zmienią sposób, w jaki korzystamy z ChatGPT, Codexa i sztucznej inteligencji w ogóle. Znalazła się wśród nich platforma agentowa Dot, z którą można rozmawiać godzinami przez telefon i która wykonuje zadania w naszym imieniu — wbudowano ją bezpośrednio w aplikację ChatGPT na komputery, iPhone’y i w wersję przeglądarkową. Jest też zupełnie nowy model, niemal tak dobry jak Astra, ale pięciokrotnie tańszy, oraz tryb Ultrafast, który generuje kod osiem razy szybciej. A to dopiero początek listy. Przejdźmy przez wszystkie dwadzieścia zmian i wyjaśnijmy, dlaczego każda z nich ma znaczenie.
(Informacja dodatkowa: DevDay to coroczna konferencja deweloperska OpenAI, na której firma prezentuje nowe produkty i funkcje, głównie z myślą o twórcach aplikacji.)
Dot — nazwany agent z własnym komputerem (aktualizacja 1)
Pierwsza rzecz, którą trzeba znać: platforma agentowa Dot. Po otwarciu aplikacji ChatGPT na komputerze zauważymy od razu, że interfejs wygląda inaczej — inny model na dole ekranu i całkowicie przebudowany panel boczny, pełen nowych funkcji. Pierwsza z nich to właśnie Dot.
Najprościej wyobrazić sobie to tak: to osobisty agent AI, który ma własne imię, pracuje na swoim wirtualnym komputerze i jest podłączony do wszystkich narzędzi, z których korzystasz. Można do niego dzwonić, pisać na Slacku, a wkrótce także wysyłać SMS-y. Ja odbyłem już z moim agentem — nazywa się Bluey — rozmowę trwającą ponad godzinę.
Konfiguracja jest prosta: w aplikacji na komputerze najedź kursorem na ikonę domu i wybierz opcję utworzenia Dotta. Kreator poprosi m.in. o połączenie skrzynki e-mail — i to prowadzi nas do drugiej nowości.
Agent przejmuje pocztę i kalendarz (aktualizacja 2)
Dot potrafi w pełni zarządzać pocztą i kalendarzem. Zobaczcie, jak to wygląda u mnie — tak rozmawiam z Bluey:
— Hej, co pisała Emily? Jaką drukarkę zamówiliśmy? Przyszła do mnie wiadomość — zajrzyj do niej. A potem wymyśl pięć rzeczy do wydrukowania na tej drukarce 3D i przygotuj gotowe prompty.
Bluey zapowiada: „Sprawdzę maila od Emily z modelem drukarki, a potem podam pięć pomysłów na projekty do wydruku”. Na ekranie widać na żywo, co dokładnie robi — w razie potrzeby zatrzymamy go przyciskiem pauzy, a gdy kończy myśleć, pojawia się ikonka żarówki: praca skończona.
Wróciłem do nowego czatu i najechałem na ikonę domu, żeby otworzyć panel boczny — Bluey zostawił mi powiadomienie z jedną wiadomością. Klikam. Gotowe: Emily potwierdza, że zamówiliśmy drukarkę Bambu Lab H2S w zestawie z modułem AMS, czyli drukarkę filamentową, do tego kilka innych rzeczy. Poniżej agent dopisał pięć gotowych promptów.
Odpowiadam: „Podoba mi się. Przenieś to do Pages” — to zresztą zapowiedź jednej z kolejnych funkcji, wrócimy do niej — „ustaw dokument jako publiczny i wyślij go Emily mailem”. Chwila i sprawa załatwiona: Bluey rozpisał pięć projektów do druku na Bambu Lab H2S, zbudował dokument w nowej funkcji Pages i wysłał go Emily. Mógł to zrobić, bo korzysta ze wszystkich wtyczek podłączonych do mojego konta — tych samych, które znamy z Codexa. Pierwsza z nich i zarazem najprzydatniejsza to Gmail. Połączenie poczty i kalendarza z Dottem to fundament całej platformy.
Telefon do agenta: rozmowa głosowa (aktualizacja 3)
Trzecia nowość: do Dotta można po prostu dodzwonić się z aplikacji na iOS. Wchodzimy w menu, wybieramy swojego agenta i klikamy połączenie.
Bluey: Hej, Riley. Miło cię słyszeć. Ja: Hej, co tam? Tamten mail do Emily — doszedł? Zerknij do wysłanych: co ostatnio poszło do Emily? Bluey: Sprawdzam wysłane, sekunda… Jest. Wysłałeś go dziś o 15.22 czasu wschodnioamerykańskiego, znajdziesz w folderze wysłanych. To ta wiadomość z pięcioma pomysłami projektów do Bambu H2S. Ja: Świetnie. A mógłbyś wysłać Johnowi na Slacku ten sam dokument? Bluey: Już się biorę. John na Slacku to John Cam, strona jest widoczna dla zespołu, więc do wiadomości dołączę prompty i link. Ja: Jasne, wysyłaj. Bluey: Link i trzy pierwsze prompty są już w jego wiadomości prywatnej. Dosyłam dwie pozostałe. Ja: Nieźle. Zerknę na Slacka.
Ponieważ mam podłączoną wtyczkę Slacka, Bluey ma pełną kontrolę nad moim kontem — może więc odezwać się do Johna z mojego zespołu w moim imieniu. Ale jest coś jeszcze lepszego: Dot potrafi edytować dokumenty Pages, o których jeszcze opowiemy, i to w trakcie samej rozmowy. Odmrażam mikrofon:
Ja: Bluey, robota dla ciebie. Znasz ten dokument, który zrobiliśmy? Nad sekcją „minimalistyczny organizer biurkowy” chcę tabelę, która wypisze wszystkie prompty. Bluey: Zrozumiałem. Dodam tabelę nad pierwszą sekcją, pełne prompty zostają poniżej. Ja: Dzięki. Dorzuć pod nią jeszcze jedno zdanie, które zachęci do czytania dalej. A wszystkie prompty do skopiowania zamień na bloki z formatowaniem promptów, zamiast zwykłego tekstu. Bluey: Chodzi o te kopiowalne prompty na dole? Ja: Dokładnie. Bluey: Gotowe. Dodałem jednolinijkowy wstęp pod tabelą i zamieniłem wszystkie pięć promptów na bloki, żeby łatwiej je było przenosić. Link do strony w czacie zaktualizowany.
Zobaczcie efekt: agent dopisał zdanie i zamienił zwykły tekst na bloki promptów — o nich jeszcze opowiemy. Dzięki takiemu blokowi prompt można jednym kliknięciem skopiować i od razu uruchomić. Edycja dokumentu własnym głosem, w rozmowie z agentem, to zupełnie nowa jakość w aplikacji ChatGPT.
Dot w Slacku (aktualizacja 4)
Czwarta nowość: Dotta można dodać do Slacka. Po skonfigurowaniu agenta klikamy jego nazwę u góry i jednym przyciskiem „Otwórz w Slacku” podłączamy integrację. Od tej chwili w sekcji „Agenci i aplikacje” mogę pisać do Bluey bezpośrednio na Slacku — działa to identycznie jak w aplikacji na komputerze, w przeglądarce czy na iOS, tylko kanałem Slacka.
Piszę: „Hej, co nowego z moim filmem o Convexie?”. Agent odpowiada, że sprawdza najnowsze wiadomości i status zatwierdzenia. Po chwili dostaję odpowiedź opartą na mojej poczcie i Slacku — wraz z linkami. Klikam w materiał i ląduję dokładnie w skrypcie, który kiedyś wysłałem na Slacka. Agent ma więc pełny kontekst: Slack, e-mail, wszystko.
Ale to nie koniec. Wchodzę na kanał „Riley–Emily”, klikam listę członków, wpisuję „Bluey” — i agent dołącza do kanału. Teraz zarówno ja, Emily, jak i reszta zespołu możemy się do niego odwoływać. Piszę: „@Bluey, wypisz dla mnie i Emily najważniejsze następne kroki”. Dwie odpowiedzi gotowe — otwieram i mam podsumowanie tego, co powinniśmy zrobić.
SMS-y do agenta — na razie zapowiedź (aktualizacja 5)
Piąta nowość jeszcze nie działa, ale warto o niej wiedzieć: niedługo będziemy mogli pisać z agentem przez iMessage. Kierunek jest więc jasny — agent z dostępem do wszystkich wtyczek i do własnego komputera będzie osiągalny przez Slacka, rozmowę głosową w aplikacji ChatGPT, a dodatkowo przez komunikator Apple.
Własny komputer i przeglądarka agenta (aktualizacja 6)
Ostatnia z aktualizacji Dotta: agent ma własny komputer i przeglądarkę. Panel szczegółów otwieramy dodatkowym przyciskiem obok ikony domu, a w nim — pozycję „komputer Bluey”. I uwaga: to nie symulacja, tylko prawdziwa maszyna działająca w chmurze. Mogę kliknąć np. aplikację do rysowania i po prostu z niej korzystać — tak samo jak mój agent.
Po co to komu? Wypełnianie formularzy, sprawdzanie, czy budowana strona działa, ogólnie wszystko, co wymaga komputera — czyli, szczerze mówiąc, większość zadań. OpenAI buduje tu mianowicie małego wirtualnego pracownika: asystenta z imieniem, który daje sobie radę ze wszystkim, z czym dałby sobie radę ludzki asystent. I właśnie dlatego potrzebuje komputera.
GPT-6.1 Soul: niemal Astra za jedną piątą ceny (aktualizacja 7)
Siódma nowość to model GPT-6.1 Soul — zobaczycie go w aplikacji ChatGPT na telefonie, w wersji na komputer i w przeglądarce. Pierwsze wrażenia? Porządny model. Czuć, że to poziom najwyższej półki, a przy tym jest wyraźnie tańszy od Asty.
Policzmy. GPT-6 Astra — model, który ostatnio robił furorę i którym wszyscy się zachwycali, naprawdę inteligentny — kosztuje 10 dolarów za milion tokenów na wejściu i 50 dolarów za milion na wyjściu, czyli łącznie 60. GPT-6.1 Soul: 2 dolary na wejściu i 10 na wyjściu, razem 12. Pięć razy taniej. Samo OpenAI opisuje ten model jako tańszy, zorientowany na programowanie i pracę z komputerem — „praktyczny koń roboczy”. I dokładnie tak się sprawuje.
Tryb Ultrafast i plan za 500 dolarów (aktualizacje 8–9)
Ósma nowość to tryb Ultrafast. Wynik — kod czy cokolwiek innego generowanego w Codexie — powstaje w nim około osiem razy szybciej. To gigantyczny przeskok wydajności.
Jest jednak haczyk: tryb trafił wyłącznie do najnowszego planu OpenAI, czyli Pro 500 za 500 dolarów miesięcznie. Tylko on daje dziś dostęp do Ultrafast w aplikacji ChatGPT i w Codexie. Na tym planie mamy trzy poziomy pracy: zwykły, tryb Fast (półtora raza szybciej, przy większym zużyciu limitu) oraz Ultrafast, oznaczony trzema piorunami — ten ostatni zżera sześć razy więcej limitu niż zwykła praca, na przykład Astrą bez żadnego przyspieszenia.
Jeśli próbowaliście zlecać agentowi modelowanie w Blenderze, tworzenie gier albo choć pracę w Excelu, wiecie, że tempo potrafi zapierać dech — inteligentne zadania wykonują się niemal w czasie rzeczywistym. Widziałem sporo świetnych dem. Sam jednak nie jestem jeszcze gotów płacić 500 dolarów miesięcznie za plan AI.
Spaces i Pages: biuro w środku ChatGPT (aktualizacja 10)
Dziesiąta aktualizacja jest duża i — moim zdaniem — najbardziej niedoceniana: GPT Spaces. To przestrzeń, w której ty i twoi agenci tworzycie i pracujecie: strony, prezentacje i witryny.
Pierwszy rys tej funkcji widzieliście już przy Bluey, gdy budował dokumenty. Wchodzimy w Spaces i klikamy Pages — dostajemy pełną aplikację do notatek w stylu Notion. Tworzę nową stronę: „Co potrafią nowe GPT Pages?”. Przy każdej świeżej stronie w rogu pojawia się okienko czatu z agentem, więc od razu mogę zlecić zadanie:
— Piszę materiał o nowych GPT Pages. Rozpisz na tej stronie, co potrafią — i pokaż różne rodzaje bloków: bloki kodu, wyróżnienia i tak dalej. Zacznij od czterech diagramów Mermaid, które wyjaśnią, czym są Pages i do czego służą.
Efekt widać na żywo: agent wstawia diagramy Mermaid prosto do dokumentu. Dalej jest już jak w Notion — bloki tekstu, nagłówki, przekreślenia, ramki wyróżniające, listy i checklisty, kopiowalne fragmenty, tabele i więcej.
(Informacja dodatkowa: Mermaid to popularny sposób zapisu diagramów zwykłym tekstem — z jednej linijki opisu powstaje gotowy schemat blokowy albo wykres zależności.)
Ciekawostką jest „formatowanie promptów”. Wystarczy wpisać „prompt”, a edytor zaproponuje blok z gotowym poleceniem — na przykład „zrób diagram”. Klikamy i prompt wstawia się sam. Dzięki temu dokument pełen promptów można czytać i od razu używać.
Osobna opcja to „Wizualizuj”. Klikamy u góry i opisujemy wymarzoną grafikę: „wykres kołowy najczęściej używanych funkcji Pages”. Agent kończy pracę, my akceptujemy zmianę — i w dokumencie ląduje interaktywny wykres kołowy. Brzmi niepozornie, ale w praktyce dostajemy pełny edytor dokumentów wewnątrz ChatGPT.
Strony mogą mieć też podstrony. Dodaję pod „Pages” podstronę „Research” i zlecam Bluey: „jest nowy dokument, podstrona Research; porównaj GPT Spaces z Notion, użyj tabel i grafik”. Po chwili widzę wynik — przełączam się na podstronę i mam gotowe zestawienie z tabelami i wykresami.
Sama przestrzeń Spaces przypomina Dysk Google. Znajdziemy w niej Pages, witryny (o nich mówiłem w poprzednich materiałach), obrazy wygenerowane w Codexie, a nawet pełny dostęp do Google Drive. Kiedy dokument jest gotowy, klikamy „Udostępnij”: możemy przekazać go zespołowi albo skopiować link — albo poprosić AI, by samo go rozesłało. Mówię: „wyślij to Emily” — i link leci mailem.
ChatGPT w Slacku — z wyborem modelu (aktualizacja 11)
Kolejne dziesięć aktualizacji omówimy szybciej, bo nie będę ich demonstrował tak dokładnie. Jedenasta: poza Dodtem do Slacka można dodać także samego ChatGPT.
W aplikacji webowej wchodzimy w ustawienia obszaru roboczego, znajdujemy zakładkę „Agenci” i przy pozycji „Agenci GPT” tworzymy nowego agenta — na przykład agenta Slacka. Po dodaniu w Slacku pojawia się pozycja „ChatGPT”, do której możemy pisać i którą możemy obdarzyć wtyczkami oraz dostępami. Najważniejsza różnica wobec Dotta: tu mamy kontrolę nad modelem (przy Dodcie takiej opcji nie ma) i nad zakresem działania — agent może obsługiwać tylko wybrane kanały. Widzę, że mój agent chodzi na GPT-6 Astrze, więc przełączam go na 6.1 Soul i od razu oszczędzam tokeny. Potem wchodzę na przykład na kanał „packaging”, jednym kliknięciem dodaję tam ChatGPT i możemy rozmawiać, podpinając wtyczki i umiejętności.
Wtyczka spotkań: notatnik z AI (aktualizacja 12)
Dwunasta nowość to wtyczka spotkań. Jeszcze nie została udostępniona, ale zapowiedziano AI-notatnika spotkań wbudowanego w ChatGPT. Zapowiada się, że funkcja zintegruje się z GPT Spaces i dostanie osobną zakładkę „Spotkania” — nie bierzcie moich słów za pewnik, ale tak to wygląda. Jeśli podczas spotkania masz otwartą aplikację ChatGPT, nagrywanie ruszy automatycznie, zapis wyląduje w Spaces, a nad materiałem będzie można zadawać pytania i uruchamiać działania — na przykład rutynę, która przegląda notatki ze spotkań, przypomina o zadaniach albo od razu je wykonuje.
Rozszerzenia wtyczek, czyli aplikacje w ChatGPT (aktualizacja 13)
Trzynastą aktualizację uważam za jedną z najbardziej niedocenianych, a przy tym robi ogromne wrażenie: rozszerzenia wtyczek. Najprościej mówiąc — aplikacje działające wewnątrz ChatGPT. Czyli prawdziwa aplikacja „rodzima” dla agentów.
Wtyczki istniały już wcześniej: można było dodać wtyczkę Figmy, a u góry widać wszystkie zainstalowane. Teraz schodzi się poziom głębiej. Przykład: mam aplikację Magic Path, dodaną jako wtyczkę. Klikam trzy kropki i widzę dwie pozycje: Figma i Magic Path — reszta funkcji jest wbudowana w ChatGPT. Wybieram Magic Path — aplikację osadzoną w ChatGPT, która potrafi się z nim komunikować. Zobaczcie:
— Chcę zaprojektować fajny landing page w stylu agentnative.inc, tylko jako bazę najciekawszych narzędzi.
Zauważyliście, co się stało? Wpisałem polecenie w Magic Path — aplikacji zbudowanej przez kogoś innego, przez zewnętrzną firmę — a po wciśnięciu entera zdanie trafiło prosto do ChatGPT i zużyło moje tokeny. Agent sięgnął po przeglądarkę, obejrzał stronę agentnative.inc i zbudował projekt w aplikacji Magic Path. Dokładnie tak samo działa to z Figmą. Rozszerzenia wtyczek to po prostu aplikacje osadzone w ChatGPT — rozwinięcie istniejących wtyczek.
Ile to może dać twórcom? Zerknijcie na wpis szefa Magic Path, Petro Kirano: „Rzućcie wszystko i budujcie rozszerzenia wtyczek do ChatGPT. Od zapowiedzi urośliśmy o ponad 2000 procent”. Jeśli budujesz produkty, to prawdziwa szansa, by dotrzeć do większej liczby rąk — wystarczy zrobić aplikację w pełni agentową, osadzoną w aplikacji ChatGPT na komputerze.
Logowanie przez ChatGPT (aktualizacja 14)
Czternasta nowość jest spokrewniona z poprzednią: „Zaloguj się przez ChatGPT”. Taki przycisk można dodać do dowolnej budowanej aplikacji, a użytkownicy coraz większej liczby usług będą się logować kontem ChatGPT i rozliczać się w nich kredytami z tego konta (lub kredytami API).
Przykład z zapowiedzi: Devin — aplikacja, do której logujemy się przez ChatGPT, a potem używamy środków z naszego planu. Masz Pro za 200 dolarów miesięcznie? Tymi kredytami płacisz za pracę w aplikacji zewnętrznej.
(Informacja dodatkowa: Devin to znany agent AI do programowania.)
Deweloperom OpenAI mocno ułatwia życie. Chcesz postawić platformę do vibe codingu? Nie musisz w ogóle budować agenta — wystarczy logowanie przez ChatGPT, a użytkownicy wykorzystają swoje kredyty w twoim produkcie. Dla twórców aplikacji to bardzo ciekawy kierunek i będę go zgłębiał w kolejnych materiałach.
(Informacja dodatkowa: „vibe coding” to potoczne określenie programowania, w którym człowiek opisuje zadania zwykłym językiem, a kod pisze sztuczna inteligencja.)
Cztery nowości w Codexie (aktualizacje 15–18)
Kolejne cztery aktualizacje dotyczą Codexa.
CLI. Narzędzie terminalowe Codex CLI dostało spore usprawnienia: wygodniejszą obsługę głosu, nowy widok agentów i znacznie lepszą edycję promptów.
Codex Cloud — moim zdaniem największa sprawa. Do tej pory zadania w Codexie wykonywało się lokalnie. Ja pracuję na Macu nad dwiema aplikacjami — landing page’em oraz projektem, który za kilka tygodni otworzę jako open source — testuję je na miejscu, a gdy chcę działać z telefonu, korzystam ze zdalnego sterowania. Nieprzypadkowo ludzie trzymają dedykowane Mac mini pod zadania Codexa: praca z kodem wymaga jakiegoś komputera. Teraz w aplikacji iOS pojawia się ikonka chmurki, za którą kryje się środowisko w chmurze — maszyna z konkretną konfiguracją. Konfigurujesz raz (logujesz się do Clerka, Convexa, Vercela, GitHuba), a potem używasz tego środowiska we wszystkich zadaniach. W praktyce oznacza to, że na urlop możesz zabrać sam telefon i spokojnie zlecać zadania programistyczne. OpenAI chce po prostu dać pełnię możliwości Codexa bez utrzymywania włączonego komputera.
Przegląd kodu. W nowym panelu bocznym znajdziemy zakładkę Code Review — jeśli jej nie widzicie, trzeba przypiąć ją przez trzy kropki. Widzę tam pull requesty powstałe przy budowie mojego wewnętrznego narzędzia: gdy zleciłem Codexowi zmiany, powstał właśnie taki PR. Klikam „Przejrzyj z Codexem” i agent od razu zabiera się za review. Przy budowaniu aplikacji to bezcenne.
(Informacja dodatkowa: pull request, w skrócie PR, to propozycja zmian w kodzie projektu, którą przedstawia się do przeglądu i zatwierdzenia.)
Panel bezpieczeństwa. Nie jestem pewien, czy został już udostępniony publicznie, ale zapowiedziano, że sprawdzanie luk bezpieczeństwa w budowanych aplikacjach stanie się dużo prostsze. Jeśli piszecie aplikacje w stylu vibe codingu, dostajecie teraz przegląd kodu i panel bezpieczeństwa w jednym miejscu — czyli sposób na to, by wasze narzędzie było bezpieczne, stabilne i przyjazne dla użytkowników.
Decisions API: decyzje bez generowania tekstu (aktualizacja 19)
Dziewiętnasta nowość — Decisions API — działa zupełnie inaczej niż klasyczny model językowy. W zwykłym trybie wpisuję prompt, na wejściu lecą tokeny, model zwraca tokeny. Tu tak nie jest. Na wejściu trafia jakaś porcja danych — powiedzmy „nowy e-mail od klienta” — a API, trenowane wyłącznie do wyboru jednej z możliwych opcji, zwraca po prostu decyzję: sprzedaż, rozliczenia czy wsparcie techniczne.
To świetne narzędzie do klasyfikowania wszystkiego, co dzieje się w firmie: można przepuścić przez nie każdą skrzynkę, porozdzielać wiadomości na kategorie i ocenić, co pilne, a co nie. Błyskawiczne decyzje na podstawie danych wejściowych — bez tokenów wyjściowych. Kiedy API się pojawi, nagram o nim osobny materia.
Agents API i przeglądarka w chmurze (aktualizacja 20)
Na koniec para nowości: computer use w chmurze i Agents API. Celem OpenAI przez całą tę konferencję było, by każdy mógł zbudować aplikację korzystającą z agenta Codex. Agent jest już dopracowany, modele świetnie z nim współpracują, computer use działa — teraz przyszła pora na deweloperów.
Agents API to usługa, dzięki której uruchomisz agenta OpenAI we własnym produkcie. Kiedyś, by zbudować aplikację agentową, trzeba było złożyć mnóstwo różnych kluczy API; teraz wystarczy projekt na platformie i jeden klucz. Dotychczas z kluczem OpenAI można było zrobić prostą nakładkę na czat — teraz można zrobić „nakładkę” na agenta, czyli pełnoprawną aplikację agentową. I coś więcej: taki agent może korzystać z computer use w przeglądarce hostowanej przez OpenAI — dokładnie takiej, jaką ma mój Dot. Budując własną aplikację, dostajesz więc agenta z dostępem do przeglądarki w standardzie.
Link do dokumentacji Agents API zostawiam w opisie — polecam lekturę. Z jednym kluczem API da się zbudować rzeczy, które robią wrażenie: oddaj temat Codexowi, a ten stworzy coś, co trudno uwierzyć. Ja planuję urządzenie sprzętowe działające jak agent — to, moim zdaniem, najciekawszy możliwy projekt, i pojawi się już za kilka tygodni.
Podsumowanie
To wszystko, co dziś omówiliśmy — ekran z pełną listą można zatrzymać w filmie. Przeszliśmy przez wszystkie aktualizacje Dotta: pocztę i kalendarz, rozmowy głosowe, Slacka i własny komputer. Był nowy model, tryb Ultrafast i plan za 500 dolarów miesięcznie. Omówiliśmy bardzo niedoceniane Spaces, wszystkie miejsca, w których działa ChatGPT, nowe typy aplikacji — rozszerzenia wtyczek i logowanie przez ChatGPT — a także nowości w Codexie: CLI, Cloud, przegląd kodu i panel bezpieczeństwa. Domknęliśmy całość Decisions API i API do tworzenia własnych agentów. Mam nadzieję, że wynieśliście z tego sporo — do usłyszenia w kolejnym materiale.