OpenAI:n Astra-malli ratkaisi juuri kymmenen vuosikymmeniä avoinna ollutta matemaattista ongelmaa koneellisesti tarkistettavilla todistuksilla, ja Microsoft avasi lähdekoodin Orchardille, kehykselle, joka kouluttaa tekoälyagentteja murto-osalla tavanomaisista kustannuksista. Tässä on, mitä nämä molemmat tarkoittavat automaatiota rakentaville tiimeille.
Elokuun 2026 ensimmäisen viikon kaksi uutista kertovat suuremman tarinan siitä, mihin suuntaan tekoäly on menossa. OpenAI päästi seuraavan mallinsa, Astran, sisäisen version käsiksi kymmeneen matematiikan ja teoreettisen tietojenkäsittelytieteen ongelmaan, jotka olivat pysyneet ratkaisemattomina vuosikymmenen tai kauemmin – ja se tuotti koneellisesti tarkistettavat todistukset kaikille niille noin 2 000 dollarin laskentakustannuksilla. Muutamaa päivää myöhemmin Microsoft Research avasi lähdekoodin Orchardille, kehykselle, joka tekee kyvykkään tekoälyagentin kouluttamisesta dramaattisesti edullisempaa erottamalla sen, miten agentti oppii, siitä, miten se lopulta toimii tuotannossa. Kumpikaan tarina ei kerro chatbotin uudesta ulkoasusta. Molemmat kertovat siitä pohjimmaisesta kustannus- ja kyvykkyyskäyrästä, joka määrittää päättelevien ja toimivien tekoälyjärjestelmien rakentamisen – ja juuri tämä ratkaisee, kuinka hyviä ja kuinka edullisia seuraavan sukupolven tekoälyagentit tulevat olemaan.
OpenAI julkaisi 1. elokuuta hätkähdyttävän väitteen: Astran sisäinen versio oli tuottanut uusia tuloksia kymmeneen avoimeen ongelmaan puhtaassa matematiikassa ja teoreettisessa tietojenkäsittelytieteessä, joista useat olivat olleet ratkaisematta yli kaksi vuosikymmentä. Merkittävin tulos on eksplisiittinen ei-soficin ryhmän konstruktio – kysymys, joka oli ollut avoinna siitä lähtien, kun Mihail Gromov esitteli soficisuuden käsitteen vuonna 1999. Astra myös kumosi Connes’n jäykkyyskonjektuurin rakentamalla äärettömän monta ei-isomorfista ryhmää, joilla on sama von Neumannin algebra, ja todisti Ehrhartin tilavuuskonjektuurin. Tulokset kattavat ryhmäteorian, korkeaulotteisen geometrian, kvanttikompleksisuuden, hilasalauksen ja ääriarvokombinatoriikan – aloja, jotka eivät tavallisesti esiinny samassa lauseessa kielimallin kanssa.
Se, mikä erottaa tämän tyypillisestä “tekoäly ratkaisee vaikean ongelman” -otsikosta, on todentaminen. OpenAI ei vain julkaissut väitteitä – se julkaisi koneellisesti tarkistettavat Lean 4 -todistussertifikaatit kaikille kymmenelle tulokselle GitHubissa Apache 2.0 -lisenssillä, yhdessä 249-sivuisen teknisen käsikirjoituksen kanssa. Repositorion “sorry”-määrä on nolla, mikä tarkoittaa, ettei yhtäkään vaihetta missään muodollistetussa todistuksessa jätetty todistamatta tai ohitettu. Tämä on merkittävästi eri mittapuu kuin mallin väite ratkaisusta: Lean-todistus joko läpäisee tyyppitarkistuksen tai ei, riippumatta siitä, luotatko sen tuottaneeseen malliin. Fields-mitalisti Timothy Gowersin kerrotaan sanoneen suosittelevansa yhtä todistuksista huippujulkaisuun epäröimättä – vaikka on syytä täsmentää, ettei yksikään kymmenestä tuloksesta ole vielä tosiasiassa läpäissyt vertaisarviointia.
Aloita ilmainen kokeilujakso tänään ja näe tulokset muutamassa päivässä.
On houkuttelevaa luokitella tämä “vaikuttavaksi, mutta epäolennaiseksi omalle liiketoiminnalleni”. Se olisi virhe. Kyvykkyys, jonka Astra osoitti – kestävä, monivaiheinen muodollinen päättely, jossa yksikin väärä askel mitätöi koko tuloksen – on rakenteellisesti sama kyvykkyys, joka tekee tekoälyagentista luotettavan pitkässä liiketoiminnan työnkulussa. Agentti, joka käsittelee vakuutuskorvausvaatimusta, täsmäyttää joukon laskuja tai laatii oikeudellisen asiakirjan, tekee pienemmän ja vähemmän näyttävän version samasta asiasta: seuraa pitkää askelketjua, jossa varhainen virhe kertautuu – sama kaava, jonka tunnistat mistä tahansa tuotantokäyttöön rakennettujen todellisten tekoälyagenttiesimerkkien listasta. Mallit, jotka parantuvat mitattavasti omien virheidensä havaitsemisessa 249-sivuisessa matemaattisessa todistuksessa, taipuvat myös paranemaan virheiden havaitsemisessa kaksitoistavaiheisessa automaatiossa. Matemaattinen tulos on äärimmäinen, todennettavissa oleva reunatapaus, joka näyttää etukäteen, mihin suuntaan päättelyn kattoraja on menossa jokaiselle sen jälkeen tulevalle agentille.
FlowHuntin avulla voit rakentaa monivaiheisia tekoälyagentteja uusimpien mallien päälle – ei tutkimustiimiä, ei infrastruktuuria, vain toimivaa automaatiota.
Jos Astra kertoo siitä, kuinka pitkälle päättely voi edetä, Microsoftin Orchard-julkaisu kertoo siitä, kuinka edullisesti kyvykäs agentti voidaan rakentaa. Orchard on Microsoft Researchin avoimen lähdekoodin kehys, joka tarkoituksellisesti erottaa agentin koulutuksen agentin suorittamisesta – sen sijaan, että tehtävään heitettäisiin yhä suurempi peruskielimalli, kehittäjät käyttävät Orchard Enviä, uudelleenkäytettävää ympäristöpalvelua, kouluttaakseen pienempiä agentteja realistisissa tehtäväsimulaatioissa ennen kuin ne koskaan koskettavat tuotantojärjestelmää. Sama infrastruktuuri tukee ohjelmistokehitysagentteja, verkkonavigointiagentteja ja henkilökohtaisia avustajaagentteja, ja se liittyy suoraan todellisiin käyttöönottoympäristöihin, kuten Codexiin, OpenClawiin ja ZeroClawiin, kun koulutus on valmis.
Tehokkuusluvut ovat se osa, johon kannattaa kiinnittää huomiota, ja ne ovat merkityksellisiä samasta syystä kuin kustannustehokkuuden vertailut eri tekoälyagenttikehysten välillä ovat merkityksellisiä, kun valitset teknologiapinoa, jonka päälle rakentaa. Orchard-SWE, kehyksellä koulutettu koodausagentti, saavuttaa 69,7 % pistemäärän SWE-bench Verified -vertailussa – laajasti käytetyssä todellisten ohjelmistokehitystehtävien vertailussa – nousten 73,0 %:iin arvomallipohjaisella uudelleenjärjestelyllä, käyttäen vain noin 3 miljardia aktiivista parametria. Tämä on pieni murto-osa niiden huippuluokan koodausmallien koosta, joiden suorituskykyä se lähestyy. Microsoftin tiimi rakensi tämän tislaamalla noin 107 000 tehtäväpolkua suuremmista malleista ja soveltamalla sitten menetelmää, jota he kutsuvat hyvitysten kohdentamisen ohjatuksi hienosäädöksi – hyödyllisen signaalin oppimista jopa poluista, jotka eivät täysin onnistuneet – minkä jälkeen seurasi vahvistusoppiminen.
Saa uusimmat vinkit, trendit ja tarjoukset ilmaiseksi.
Orchardin taustalla oleva arkkitehtuurinen valinta – agentin taitojen kouluttaminen erillään sen ajamisesta tuotannossa – heijastaa erottelua, joka on merkityksellinen kaikille automaatiota rakentaville, ei vain ML-tutkijoille. Tiettyä toimialan tehtävää varten rakennetun vertikaalisen tekoälyagentin ei tarvitse olla kauttaaltaan suurempiaivoinen; se tarvitsee kohdennettua harjoittelua siitä kapeasta päätösten kirjosta, jonka se tosiasiassa kohtaa – ja juuri tätä Orchard-tyyppinen koulutusympäristö tarjoaa edullisemmin kuin yleiskäyttöisen mallin skaalaaminen. Sama logiikka pätee riippumatta siitä, koulutatko mallia alusta alkaen vai konfiguroit no-code-agenttia: kapea, hyvin määritelty koulutus realistisissa tehtävissä voittaa johdonmukaisesti sen, että ongelmaan heitetään yleisempää kyvykkyyttä, johon sitä ei ole rakennettu.
Tämä selittää myös, miksi kehyksen avaaminen lähdekoodiksi, pelkkien vertailulukujen julkaisemisen sijaan, on Microsoftin julkaisun merkittävämpi osa. Kehys, jota kuka tahansa voi käyttää älykkäiden agenttien kouluttamiseen omissa tehtäväympäristöissään, kumuloituu – jokainen tiimi, joka ottaa sen käyttöön ja jakaa parannuksia, tekee seuraavan tiimin agentista edullisemman rakentaa, sama dynamiikka, joka sai avoimen lähdekoodin ohjelmistot syömään infrastruktuuripinon viimeisten kahden vuosikymmenen aikana.
Kun tarkastellaan asiaa vielä laajemmin, molemmat tarinat vahvistavat Gartnerin ennustetta yritysten omaksumisvauhdista: että vuoden 2026 loppuun mennessä 40 % yritysten sovelluksista sisältää tehtäväkohtaisia tekoälyagentteja, kun osuus vuonna 2025 oli alle 5 %. Kahdeksankertainen kasvu yhdessä vuodessa on kunnianhimoinen ennuste, ja Astran kaltaiset tulokset ja Orchardin kaltaiset kehykset ovat juuri sellaista taustalla olevaa kyvykkyys- ja kustannusmuutosta, jota tarvittaisiin, jotta ennuste olisi uskottava – edullisempi koulutus tekee taloudellisesti kannattavaksi rakentaa agentteja kapeampiin tehtäviin, ja parempi päättely tekee näistä kapeammista agenteista luotettavampia todellisessa käyttöönotossa.
Gartnerin määritelmä on täsmällinen ja kannattaa pitää mielessä: tehtäväkohtainen agentti on rakennettu hoitamaan määritelty, alusta loppuun ulottuva työ – heidän esimerkkinsä on kyberturvallisuusagentti, joka skannaa verkkoliikennettä, järjestelmälokeja ja käyttäjien käyttäytymistä reaaliajassa ja käynnistää oman vastauksensa. Se on eri mittapuu kuin “sovelluksessa on chatbot”. Se on ero tekoälyominaisuuden ja tekoälytyöntekijän välillä, ja se on sama ero, joka erottaa yleisavustajan kunnollisesta tutkimusavustajasta, joka on rakennettu hoitamaan yksi työ luotettavasti alusta loppuun.
Useimmat yritykset eivät kosketa suoraan sen paremmin Astraa kuin Orchardiakaan – et aio hienosäätää mallia Lean-todistuksilla tai pystyttää omaa Orchard-koulutusputkea. Se, mikä on merkityksellistä, on se, mikä valuu alaspäin. Huippututkimuksen päättelyparannukset nostavat lopulta kattoa sille, mitä jokainen sen jälkeen tuleva malli kykenee tekemään luotettavasti, mukaan lukien mallit, jotka jo tänään pyörittävät no-code-automaatioalustoja. Edullisemmat, tehokkaammat koulutustekniikat laskevat lopulta niiden erikoistuneiden agenttien kustannuksia, jotka rakennetaan näiden mallien päälle. Kumpikaan näistä tarinoista ei muuta sitä, mitä sinun pitäisi rakentaa tänä vuosineljänneksenä – mutta ne ovat kohtuullisen luotettava signaali siitä, mikä on mahdollista ja edullista seuraavassa. Käytännön siirto ei ole tutkimuksen perässä juokseminen, vaan automaation rakentaminen tekoälyagenttialustalle, joka on riittävän joustava imemään taustalla olevat malliparannukset automaattisesti sisäänsä – sama vaisto, joka oli tärkeä, kun käsittelimme, miten Claude Cowork ja sen kilpailijat muokkasivat agenttimaisemaa vain muutama viikko aiemmin.
Jos mietit, mitä automatisoida ensin, kun taustalla olevat mallit jatkuvasti paranevat allasi, turvallisimmat lähtökohdat ovat tehtävät, jotka ovat kapeita, hyvin määriteltyjä ja helppoja todentaa – samat ominaisuudet, jotka tekivät Orchardin koulutuslähestymistavasta tehokkaan. Avainsanatutkimus, asiakirjojen tiivistäminen ja jäsennellyn datan poiminta ovat yleisiä lähtökohtia juuri siksi, että onnistumista on helppo tarkistaa ja epäonnistuminen on edullista. Kun päättely paranee ja koulutus tehostuu, sama periaate skaalautuu kunnianhimoisempiin, pidempikestoisiin työnkulkuihin – mutta se alkaa tehtävän valinnalla, josta voit nopeasti ja edullisesti todeta, teki agentti sen oikein vai ei.
Elokuu 2026 avautui kahdella julkaisulla, joilla ei pinnalta katsoen ole mitään tekemistä toistensa kanssa – mallilla, joka ratkaisee vuosikymmenten ikäisiä matemaattisia ongelmia, ja koulutuskehyksellä koodausagenteille. Pinnan alla molemmat kertovat samoista voimista: kuinka pitkälle päättelyä voidaan viedä ja kuinka edullisesti se voidaan muuttaa toimivaksi agentiksi. Astra osoittaa, että kattoraja nousee edelleen. Orchard osoittaa, että hyödyllisen osan tuosta katosta saavuttamisen kustannus laskee nopeasti. Yhdessä ne ovat hyvä syy uskoa, että Gartnerin kunnianhimoinen omaksumisennuste on uskottavampi kuin ensisilmäyksellä näyttää – ja hyvä syy jokaiselle automaatiota rakentavalle tiimille varmistaa, että heidän työkalunsa ovat riittävän joustavia hyötymään jatkuvasti molempien trendien jatkuessa.
Yasha on lahjakas ohjelmistokehittäjä, joka on erikoistunut Pythoniin, Javaan ja koneoppimiseen. Yasha kirjoittaa teknisiä artikkeleita tekoälystä, prompt engineeringistä ja chatbot-kehityksestä.
Et tarvitse tutkimuslaboratoriota hyötyäksesi uusimmista päättely- ja agenttiläpimurroista. FlowHuntin avulla voit rakentaa tuotantovalmiita tekoälyagentteja uusimpien mallien päälle – ilman koodausta.
Tutustu OpenAI:n uuteen Atlas-selaimeen, miten se mullistaa tekoälypohjaisen verkkoselainautomaation ja mitä se merkitsee agenttisten tekoälysovellusten ja tuot...
OpenAI:n 500 miljardin dollarin arvostus joutuu tarkastelun kohteeksi, kun tuotteistetut tekoälymallit ja avoimen lähdekoodin vaihtoehdot tasoittavat pelikenttä...
OpenAI lanseeraa vähintään 10 miljoonan dollarin arvoisen tekoälykonsultointipalvelun ja kopioi Palantirin Forward Deployed Engineer -strategian. Lue, kuinka te...
Evästeiden Suostumus
Käytämme evästeitä parantaaksemme selauskokemustasi ja analysoidaksemme liikennettämme. See our privacy policy.
