Дали 2026 година претставува пресвртница во начинот на кој ВИ ја користиме како алатка за разговор и извор на знаење и „паметна енциклопедија“ која ги синтетизира постоечките информации и ни ги презентира на разбирлив начин? Дали оваа нејзина улога и модел кој е револуционерен сам по себе, ја има достигнато неговата граница нудејќи само информации, а не и извршувајќи акции? Се чини дека одговорот е „да“, зашто корисниците на овие услуги бараат повеќе – бараат проактивна интеракција, насочена кон задавање и извршување на одредена задача.
Како што истакнува MIT Technology Review во неодамнешната анализа на оваа тема („The shift from LLMs to AI Agents“), се наоѓаме насред една голема промена, поточно пресвртница која го означува крајот на ерата на пасивните четботови и почеток на ерата на ВИ агенти, или „автономни извршители“ – системи кои не само што информираат, туку и дејствуваат во наше име.
Од зборови кон акции: Моќта на LAM моделите
Разликата меѓу „паметен текст“ и „паметна акција“ е суштинска. Како што објаснуваат експертите во технолошките фокуси на Wired и The Verge, новата генерација на ВИ се потпира на т.н. Large Action Models (LAM). Овие модели не се ограничуваат само на генерирање текст – тие го „мапираат“ начинот на кој луѓето ги користат апликациите. Тие учат да ги препознаваат дигиталните околини – од копчиња во прелистувачот до сложени сметководствени менија, и да управуваат со нив автономно. Наместо ВИ да ви даде упатство како да купите авионски билет, таа сега го презема прелистувачот, наоѓа лет и ја завршува трансакцијата.
Битката на технолошките гиганти: Четири визии за иднината
Веќе е започната сериозна битка меѓу технолошките гиганти, а ја предводат OpenAI и Anthropic. Во официјалната најава на својот блог, OpenAI го претстави проектот „Operator“ – агент дизајниран како врвен дигитален извршител кој самостојно управува со прелистувачот, исто како човек. Теоретски, ова му овозможува да изврши речиси секаква задача на интернет: од резервација на билети и пополнување обрасци, до нарачување храна или објавување содржини на социјалните мрежи.
Anthropic, креаторот на Claude, не заостанува. Со иновативната функција „Computer Use“ кај моделот Claude 3.5 Sonnet, тие одат чекор понатаму. Овој модел може да го „гледа“ вашиот десктоп и да го движи курсорот на глувчето, внесувајќи податоци дури и во софтвери кои немаат меѓусебна официјална комуникација. Нивниот акцент е ставен на безбедноста и предвидливоста, позиционирајќи го агентот како алатка за програмери и претпријатија кои бараат автоматизација во контролирана средина.
Google, од своја страна, настапува со проектот Astra. За нив, идниот агент не е само контролор на компјутер, туку сопатник кој го разбира светот во реално време преку камерата на телефонот или паметните очила. Astra е проактивен и мултимодален пристап – тој не чека задача, туку го разбира контекстот: може да му го покажете кодот на екранот и да прашате „Зошто ова не работи?“, или да го насочите кон фрижидерот за совет што да зготвите за вечера.
Конечно, Microsoft ја спроведува својата „Copilot“ стратегија на тотална интеграција. Наместо еден изолиран „супер-агент“, тие го вградуваат агентот насекаде каде што луѓето веќе работат: во Windows, Office пакетот, Outlook и Edge. Нивната цел е ВИ да стане невидлив, но незаменлив дел од секојдневниот работен тек.
Хиерархија и менаџирање: „Computer“ на Perplexity
Но, се поставува прашањето кој ќе ги координира сите овие агенти во свет каде секоја компанија нуди своја верзија? Тука настапува Perplexity со својата нова алатка симболично наречена „Computer“. Како што пренесува Ars Technica, ова е „агент кој им доделува задачи на други агенти“. Овој систем делува како диригент кој ги користи предностите на различни модели – на пример, го користи Claude за длабинска логика, а Gemini за пребарување – за да го испорача конечниот, комплексен резултат до корисникот.
Индустрискиот удар: Kiro и новата реалност на ИТ секторот
Дека ова не е само играчка за секојдневни корисници, потврдува Amazon (AWS) со својот агент „Kiro“. Според анализите на TechCrunch, Kiro е т.н. „граничен агент“ (Frontier Agent) дизајниран за автономно програмирање. Неговата моќ е во тоа што може самостојно да пишува код, да врши безбедносни проверки и да управува со DevOps процеси со денови, додека инженерот е отсутен. Иако ова звучи како врв на ефикасноста, кај ИТ професионалците се зголемува стравувањето: дали ВИ станува колега кој учи од нас, со цел на крајот да нè замени?
Заклучок: Во 2026 година, границата меѓу софтверот и вработениот полека исчезнува. Вештината на иднината веќе не е само техничкото извршување на задачите, туку способноста ефикасно да се менаџира тимот од ВИ агенти кои работат за вас. Преминот од ера на „гуглање“ во ера на „делегирање“ е започнат. Прашањето е дали сте подготвени да му го предадете „клучот од канцеларијата“ на вашиот нов дигитален извршител?