OpenAI na Shiftu: AI agenti ne žele samo pisati kod, već preuzeti sve poslove

Ovogodišnju konferenciju Shift u Zadru otvorio je OpenAI. 🔥Forward Deployed Engineer u OpenAI-ju Luis Velasco ilustrirao je kako izgleda meta software engineering, novi smjer u softverskom inženjerstvu u kojem inženjeri grade sustave koji AI agentima omogućuju da samostalno obavljaju posao.

Upravo je to, smatra Luis, sljedeći korak u razvoju AI agenata.

U svom je predavanju pokazao kako takvi sustavi funkcioniraju u praksi, od agenata koji preuzimaju cijele poslovne procese do eksperimenta u kojem je 512 agenata istodobno tražilo greške u dizajnu procesora, kao i kako se njihov rad može kontinuirano poboljšavati učenjem iz prethodnih pokušaja.

OpenAI-jev Luis Velasco dolazi na Infobip Shift u Zadru

Izazov je skalirati agenta

Kod je relativno jednostavno okruženje za agenta. Ima jasnu strukturu, a rezultate je moguće provjeriti jer on se može pokrenuti, testirati i potvrditi radi li kako treba. Problem nastaje kada agent treba preuzeti stvarni poslovni proces, objašnjava Luis:

Poslovni procesi imaju fragmentiran kontekst. On je raspoređen između ljudi i sustava. Slack poruka može objasniti zašto se neka odluka promijenila, naslijeđena aplikacija sadrži podatke, a iskusni kolega zna dio procesa koji nitko nije zapisao. A upravo o tom kontekstu ovisi posao koji pokušavamo automatizirati.

Kako bi agent mogao takav posao preuzeti, potrebno je povezati podatke, procese i sustave u kojima se posao izvršava. Luis je to pokazao na primjeru obrade zahtjeva osiguravateljske kuće. Agent je pročitao pristigli email i dokumentaciju, provjerio podatke u više aplikacija, obradio zahtjev, izračunao isplatu i pripremio odgovor korisniku.

Proces koji bi čovjeku mogao uzeti dvadesetak ili tridesetak minuta agent je u demonstraciji izvršio za 22 sekunde.

Ipak, ovdje govorimo o jednom upitu, ali što kada se ovakvi procesi izvršavaju tisuću ili milijun puta? Dolazimo do problema kako koordinirati velik broj agenata i omogućiti im da nastave posao čak i kada se proces prekine. Zato Luis govori o orkestraciji, dijeljenju konteksta, spremanju međurezultata i sustavima koji agentima omogućuju da nastave rad tamo gdje su stali.

Kako izgleda istodobni rad 512 agenata?

Luis je zatim demonstrirao eksperiment u kojem je 512 agenata u isto vrijeme radilo pronalaženju grešaka u dizajnu procesora. Jedni agenti tražili su potencijalne probleme, drugi su ih pokušavali osporiti, a treći neovisno reproducirati pronađene greške. Kampanja je trajala četiri dana i generirala oko 1,4 terabajta podataka.

Ključan dio pritom je sposobnost učenja iz prethodnih pokušaja. Uspjesi, neuspjesi i ljudske korekcije mogu se pretvoriti u nove lekcije koje poboljšavaju kontekst, vještine i evaluacije.

Luis je kao primjer naveo agenta za pripremu poreznih prijava čija je uspješnost kroz šest tjedana porasla s oko 25 na gotovo 90 posto dovršenih zadataka. To ipak ne znači da će ljudi nestati iz procesa. Naprotiv, njihova će se uloga promijeniti, smatra:

Inženjeri će i dalje definirati ciljeve, donositi odluke o kompromisima i određivati kada je potrebna ljudska intervencija.

Meta softver inženjerstvo

Zbog toga mijenja se i ono što inženjeri zapravo stvaraju. Najvrjedniji softverski artefakt više možda neće biti sam kod, već sustav namjere, ograničenja i evaluacije iz kojeg se kod može proizvoditi sustavno i ponovljivo. Luisova završna poruka bila je sažeta u jednoj rečenici:

Budućnost softvera nije kod bez inženjerstva. To je inženjerstvo izvan koda.

Luis tu novu disciplinu naziva meta software engineeringom. Ideja je da inženjer više ne mora biti osoba koja ručno piše svaki dio koda, već osoba koja gradi sustav oko AI modela.

Taj sustav agentu daje potreban kontekst i podatke, određuje koje korake treba napraviti, daje mu pristup alatima i sustavima u kojima treba raditi te provjerava je li posao dobro obavljen. Kada se takav sustav jednom izgradi, isti se proces može ponavljati tisućama ili milijunima puta, a iskustvo iz prethodnih pokušaja može se koristiti za njegovo daljnje poboljšavanje, objašnjava Luis:

Najvrjedniji softverski artefakt koji možda stvaramo više nije samo code base, već sustav namjere, ograničenja i evaluacije iz kojeg se kod može proizvoditi na sustavan i ponovljiv način.

Face iz OpenAI-ja, Applea, AWS-a i Google DeepMinda stižu na Shift u Zadar. Stipe priča kako su ih doveli

AI je super, ali ništa bez devova

Otvarajući konferenciju tehnološki direktor Infobipa Izabel Jelenić poručio je kako AI više nije hype, već se posvuda primjenjuje. Iako se doima kao da je developer uz tu tehnologiju postao zamjenjiv, to definitivno nije tako, smatra suosnivač Infobipa:

Možemo pokušati napravit dark factories u kojima AI sve pokreće, no mislim da su devovi i dalje itekako potrebni. Oni prosuđuju je li kod u redu, je li ono što dobivamo kao rezultat suradnje s AI-jem doista ono što želimo, oni daju smjernice kako rješenja učiniti boljima.

Razvoj tehnologije nije promijenio karakteristike dobrog inženjera, one su i u 2026. iste kako što su bile prije nekoliko godina. Prije svega dobar je inženjer iskusan, apstraktno razmišljanje mu je jača strana, razumije kako softver funkcionira, premda više ne programira ručno, razumije arhitekturu koda i cijenjen je i dalje kao što je bio i prije AI-ja. Jednako kao što je uloga FDE-a postojala i prije, a sada je samo postala vidljivija. Također, takve je kadrove koji stvarno razumiju što klijenti žele, i dalje jednako teško naći, istaknuo je.

Jedna od njegovih poruka kako stvoriti startup koji je globalno prisutan, uspješan te i dalje raste nakon 20 godina, bila je i da biznis treba početi iz strasti, a ne kao lov na bogatstvo jer podizanje poslovanja podrazumijeva puno napornog rada i strast je svakako puno bolja motivacija.

U nastavku programa Infobip Shift konferencije očekuju se predavanja stručnjaka iz Applea, AWS-a, NVIDIA-e, Google DeepMinda, IBM-a, Atlassiana i iz brojnih drugih tvrtki.