OpenAI na DevDay představilo přes dvacet novinek a tentokrát jsem se musela trochu brzdit, abych nezačala klikat úplně na všechno. Nejvíc mi zůstaly v hlavě Dots: agenti, kteří nemají jen jednorázově odpovědět do chatu, ale průběžně sledovat práci a posouvat úkoly dopředu.
Kolem agentů se teď děje tolik věcí, že se v tom občas cítím jako v obchodě s kabely. Tady ale OpenAI skládá poměrně srozumitelný celek: agent v ChatGPT, nástroje pro vývojáře, cloudové pracovní prostředí a levnější model pro delší běhy.
Dots mají pracovat, i když zrovna nekoukáte
Dots pohání GPT-6 Astra a každý má vlastní cloudový počítač s prohlížečem. Mohou používat připojené aplikace, postupně poznávat uživatelovy preference a komunikovat přes ChatGPT, Slack nebo Teams; součástí mají být i hlasové hovory.
Vývojářský příklad zní docela lákavě: Dots sleduje zpětnou vazbu zákazníků, připraví drobné opravy, otestuje je a předloží pull request, tedy návrh změn kódu ke kontrole, včetně videa provedených změn. Mezi „sleduje zpětnou vazbu“ a opravdu užitečným návrhem opravy je ovšem pěkně široká propast. Právě tady se podle mě rozhodne, jestli půjde o pomocníka, nebo o velmi aktivní zdroj dalších notifikací.
Potěšilo mě, že OpenAI popisuje hranice autonomie alespoň konkrétně. Průzkum na pozadí má používat nástroje jen pro čtení. Změna dat nebo odesílání zpráv podléhá pravidlům a kontrole akcí, vlastní počítač navíc agent dostane jen po aktivním připojení. Takový detail není nuda: agent s přístupem k pracovním systémům bez brzd by byl pro mě spíš hororový žánr.
Dostupnost zatím není evropská. Dots se zavádějí pro Pro a Business Premium ve vybraných zemích, zatímco EU, Británie a další evropské země ve výčtu dostupnosti chybějí. Firemní a vzdělávací účty mohou dostat administrátorem povolenou betu. Z podkladu také neplyne, kdy se služba dostane k běžným evropským uživatelům.
Codex míří k delegování celých úkolů
Codex Cloud má umožnit zadat vývojový úkol do cloudového prostředí s repozitáři, nástroji a oprávněními. Každý úkol dostane vlastní pracovní prostor a může pokračovat, i když je uživatelův počítač vypnutý. Výsledek lze pak kontrolovat z webu, mobilu i desktopové aplikace.
Podobný princip už vývojáři znají z konkurenčních nástrojů, takže samotná existence cloudového agenta mě nepřekvapuje. Zajímavější mi přijdou věci okolo: obnovené Codex CLI přidává hlasové ovládání, přehled /agents pro sledování delegované práce a lepší práci s relacemi, prompty a worktrees. Worktree je oddělená pracovní kopie stejného gitového repozitáře, díky níž lze zkoušet změny bokem bez rozkopání rozdělané práce.
Nové Code Review v desktopové aplikaci soustředí kontrolu hotového kódu. GitHub je dostupný obecně, GitLab merge requesty jsou zatím v režimu preview. Ještě praktičtější mi zní Codex Security Cloud: má v cloudu kontrolovat připojené GitHub repozitáře a nové commity, tedy jednotlivé uložené změny v historii kódu. Pro lokální repozitáře existuje samostatný plugin. Bezpečnostní kontrola samozřejmě nenahrazuje člověka, ale jako další pár očí by mohla být užitečnější než agent, který mi jen nadšeně vytvoří další soubor.
Levnější Sol a infrastruktura pro vlastní agenty
GPT-6.1 Sol je model zaměřený na agentní programování, ovládání počítače a odbornou práci. OpenAI jej srovnává s GPT-6 Astra a uvádí pětinové standardní ceny vstupních a výstupních tokenů při blízkém výkonu. Token je malý kus textu, podle něhož se u modelů obvykle počítá cena.
Beru to zatím jako slib, ne jako univerzální výsledek. Výsledná cena agentního úkolu nezávisí jen na ceně tokenů, ale také na počtu kroků, volání nástrojů a opravách po nepovedených pokusech. Zajímavý je alespoň údaj o cache: opakovaně použitý uložený vstup má stát 0,10 dolaru za milion tokenů. U agentů, kteří se stále vracejí ke stejnému kontextu a instrukcím, to může hrát podstatnou roli.
Vývojářům míří vstříc také Agents API, veřejně betaverzní od 10. září. API zpřístupňuje infrastrukturu pro dlouhé relace, kontext, nástroje, soubory, běh kódu a koordinaci dílčích agentů. Vedle toho přicházejí plugin extensions pro rozhraní aplikací v postranním panelu ChatGPT a MCP Events pro automatizace reagující na události z externích systémů. MCP, Model Context Protocol, je způsob, kterým mohou AI nástroje propojit externí služby a data.
Nejsilnější myšlenka celé sady novinek pro mě není jeden konkrétní model. OpenAI staví agentům pracovní prostředí: něco je spustí, něco jim dodá kontext, něco je nechá pracovat déle a člověk má jejich výsledek zkontrolovat. Teď zbývá ta nepříjemně důležitá část: zjistit, kolik dohledu takový „delegovaný“ vývoj ve skutečnosti sežere.
Dots bych proto zatím nebrala jako hotovou digitální kolegyni, která zachrání pondělí ráno. Směr je ale čitelný a propojení s Codexem dává větší smysl než další izolovaný chatovací agent. Pokud se OpenAI podaří uhlídat oprávnění, cenu a kvalitu výstupů, bude to pro vývojáře hodně zajímavé hřiště. A pro mě další důvod, proč si před připojením repozitáře třikrát přečíst, na co přesně klikám.
