GPT-5.4: думает вслух и управляет компьютером

[kirilljsx]

OpenAI выпустила GPT-5.4 — модель, которая научилась думать вслух перед выполнением задач и управлять компьютером через скриншоты. Это не просто очередное обновление, а переход на новый уровень автономности ИИ. Если раньше нейросеть работала как чёрный ящик, то теперь вы видите, как она рассуждает, и можете даже вмешаться в процесс, пока она ещё думает.

Модель стала сильнее во всём: реже ошибается в фактах, точнее следует инструкциям, лучше работает с большими документами и кодом. Но главное — GPT-5.4 теперь может действовать самостоятельно: писать письма, заполнять формы, запускать рекламные кампании, всё это анализируя экран вашего компьютера.

Режим мышления: прозрачность в действии

GPT-5.4 Thinking — это версия модели, которая показывает свой план работы до того, как начать выполнять задачу. Вместо того чтобы просто дать вам ответ, модель сначала объясняет, как она будет решать проблему, какие шаги она предпринимает и какой логикой при этом руководствуется.

Это решает одну из главных проблем работы с ИИ — недоверие к результатам. Когда вы видите рассуждение модели, вы можете вмешаться во время процесса мышления, а не только после. Система может дольше думать над сложными задачами без тайм-аутов и лучше отслеживает контекст — вам реже нужно повторять важные детали.

Кроме того, ответы стали более лаконичными и чистыми: меньше лишнего текста, лучше форматирование. Для профессиональной работы — аналитики, отчётности, составления юридических документов — это критически важно.

Основные преимущества режима мышления:

• Видите полный план решения задачи перед выполнением
• Можете скорректировать направление работы ещё во время рассуждений
• Модель глубже анализирует сложные задачи и находит нюансы
• Меньше лишних размышлений, более рабочие ответы
• Лучше отслеживает контекст в длительных сессиях

Computer use: ИИ, который может работать мышкой

Computer use — это способность GPT-5.4 управлять вашим компьютером как человек. Модель анализирует скриншоты экрана, видит кнопки и поля ввода, и может имитировать клики мышью и нажатия клавиш. Получается, что ИИ теперь может зайти в любой онлайн-сервис и выполнить там нужные действия самостоятельно.

Это особенно полезно для автоматизации рутинных процессов в сервисах, у которых нет API или которые вообще не предусматривают автоматизацию. Раньше, чтобы запустить рекламную кампанию в десяти местах, нужно было кликать вручную или писать сложные скрипты. Теперь достаточно одной команды.

Особенно хорошо в GPT-5.4 работает функция Playwright — встроенный инструмент для взаимодействия с веб-интерфейсами. Если раньше модель кодила вслепую, то теперь она видит результат своих действий и может исправить ошибки на лету.

Примеры того, что может делать GPT-5.4 с computer use:

• Маркетинг: запустить кампанию в Яндекс Директе — выбрать аудиторию, загрузить объявления, установить бюджет, всё в одной команде
• HR и администрирование: заполнить анкеты, загрузить документы в системы, обновить данные сотрудников
• Аналитика: собрать данные из разных источников, скопировать их в таблицу, создать отчёт
• Тестирование: проверить функциональность веб-приложения, кликая по элементам и проверяя результаты
• Любая рутина в браузере: если есть веб-интерфейс, GPT-5.4 может в нём работать

Точность и факты: 33% меньше ошибок

OpenAI очень гордится тем, что GPT-5.4 стала их самой точной моделью в истории. По внутренним тестам компании, отдельные утверждения в ответах модели оказываются ложными на 33% реже, а полные ответы содержат хотя бы одну ошибку на 18% реже по сравнению с GPT-5.2.

Для профессиональной работы это не просто статистика — это практический результат. Когда вы готовите аналитический отчёт, юридический документ или финансовый прогноз, каждая ошибка может стоить денег. GPT-5.4 значительно надёжнее в этом плане.

Использование большого контекстного окна (до 1 млн токенов) помогает модели лучше понимать полную картину задачи. Она может держать в памяти целые документы, длинные цепочки действий и сложные проекты без потери нити рассуждения.

Где это критически важно:

• Подготовка отчётов и аналитики — меньше фактических ошибок
• Юридическая работа — точное соблюдение требований и деталей
• Программирование — лучше понимание сложных кодовых баз
• Переводы и редактирование — снижение количества ошибок
• Работа с большими документами — модель не теряет контекст

Разработка и код: объединение мощи и рассуждения

GPT-5.4 объединил лучшее из двух миров: мощь GPT-5.3 Codex (специализированной модели для кода) и полноценное reasoning (глубокое мышление). Раньше разработчики могли использовать либо узкоспециализированный инструмент, либо универсальную модель. Теперь есть одна модель, которая хорошо работает в обоих направлениях.

Это означает, что GPT-5.4 точнее следует инструкциям и лучше понимает структуру сложных документов и кодовых баз. Когда вы просите модель разобраться в большом проекте, она уже не ограничена размером контекста и может держать в памяти ��сю архитектуру.

У модели появились серьёзные улучшения в написании кода:

• Аккуратнее в правках: чаще сохраняет стиль проекта и делает меньше лишних изменений
• Сильнее в разборе неоднозначных запросов: понимает задачу глубже, прежде чем начать писать
• Лучше работает с большим контекстом: может анализировать целые проекты, не теряя нить
• Меньше “театральности”: ответы более рабочие и полезные, без красивых, но бесполезных рассуждений

Агентские процессы: длительные задачи на автопилоте

Агентский режим — это когда модель самостоятельно планирует последовательность действий, использует инструменты и корректирует курс на основе промежуточных результатов. GPT-5.4 рассчитана на длительные многошаговые задачи, где нужно подумать, выбрать инструмент, выполнить действие, проверить результат и решить, что делать дальше.

Это не просто выполнение команд в линию — это настоящий автономный агент, который может работать часами и не сбиться с пути. Модель даже сжимает контекст в длинных сессиях, архивируя свои воспоминания, чтобы не потерять нить рассуждения.

На бенчмарке OSWorld-Verified (сложные агентные задачи) произошёл настоящий скачок: с 47.3% у GPT-5.2 до 75% у GPT-5.4. Это означает, что модель теперь почти в полтора раза лучше справляется с многошаговыми автоматизациями.

Основные возможности в агентском режиме:

• Самостоятельное планирование последовательности действий
• Выбор нужных инструментов из большого набора коннекторов
• Сжатие контекста в длительных сессиях — не теряет память
• Коррекция курса на основе результатов
• Работа с Zapier и другими сервисами автоматизации

Веб-поиск и синтез информации: как исследователь

GPT-5.4 лучше ищет информацию в интернете — и это не просто открывание ссылок. Модель теперь может последовательно добраться до нужной информации, собрав ответ из нескольких источников в рамках одного запроса.

На бенчмарке BrowseComp (синтез информации из множества источников) модель показывает 82.7%, а раньше было 65.8%. Для сложных и узкоспециализированных запросов это означает, что вы получите более полный и точный ответ.

Новый механизм Tool Search сокращает расход токенов на 47% при работе с большими экосистемами инструментов. Вместо того чтобы загружать описания всех доступных инструментов, модель подгружает только нужные, что экономит время и деньги.

Как это помогает в реальной работе:

• Исследование: собрать информацию о конкурентах из разных источников
• Аналитика: найти статистику по теме из официальных источников
• Журналистика: собрать контекст для статьи из нескольких публикаций
• Юриспруденция: найти релевантные прецеденты и законы
• Маркетинг: проанализировать тренды и конкурентный ландшафт

Инструменты и безопасность: контроль в ваших руках

Одна из интересных фишек GPT-5.4 — настраиваемое поведение. Разработчики могут сами решить, в каких случаях модель должна запрашивать подтверждение перед выполнением действия. Это особенно важно для критичных задач: перед тем как запустить дорогую рекламную кампанию, модель может попросить у вас разрешение.

Модель также самостоятельно находит нужные инструменты из большого набора коннекторов. Если вы даёте команду отправить отчёт по email, модель сама выберет нужный инструмент, не требуя дополнительных уточнений от вас.

Возможности настройки безопасности:

• Установка пользовательских правил подтверждения действий
• Адаптация к разным уровням допустимого риска
• Контроль над тем, какие инструменты может использовать модель
• Логирование и мониторинг действий

Что осталось за кадром

GPT-5.4 — это действительно серьёзный шаг вперёд в плане автономности и надёжности ИИ. Модель научилась думать прозрачно, управлять компьютером и работать с большими объёмами информации без потерь. Вместе с тем, стоит помнить, что даже самая мощная модель — это инструмент, требующий контроля и здравого смысла. Новые возможности computer use требуют особого внимания к безопасности и проверке действий перед их выполнением. Интересно будет посмотреть, как разработчики и компании адаптируют эти инструменты под свои задачи и какие новые процессы появятся благодаря этим возможностям.