Genspark toimittaa koodittomia henkilökohtaisia agentteja GPT‑4.1:llä ja OpenAI:n reaaliaikaisella API:lla

Genspark⁠(avautuu uudessa ikkunassa) on Super Agentin takana oleva yritys. Super Agent on koodaamaton, mukautettava tekoälyagentti, joka auttaa käyttäjiä automatisoimaan tosielämän tehtäviä, kuten puhelun soittamisen, esityksen luomisen tai reseptin muuttamisen lyhyeksi videoksi.

Super Agent käyttää OpenAI:n multimodaalisia malleja ja reaaliaikaista API:a mahdollistamaan tehtävien suorittamisen tekstin, kuvan ja äänen avulla, jolloin käyttäjät voivat automatisoida monimutkaisia ​​työnkulkuja yksinkertaisilla kehotteilla ilman koodausta. Järjestelmä lähti lentoon: vain 45 päivässä Super Agent saavutti 36 miljoonan dollarin vuosittaisen toistuvan tuoton vahvan käyttäjäkysynnän ansiosta. 

Genspark julkaistiin alun perin tekoälyhakukoneena, jonka tarkoituksena oli auttaa kuluttajia ja ammattilaisia ​​syntetisoimaan ja jäsentämään tietoa. Vuoden 2024 lopulla käyttäjien käyttäytyminen alkoi muuttua. Käyttäjät eivät halunneet pelkkiä vastauksia. He halusivat tuloksia. Sen sijaan, että he olisivat ”tehneet yhteenvedon markkinasta”, he pyysivät sijoittajaesityksiä, videokäsikirjoituksia ja seurantasähköposteja. Samaan aikaan mallien ominaisuudet laajenivat nopeasti. Pidemmät konteksti-ikkunat, vahvempi päättely ja uudet multimodaaliset API-rajapinnat automatisoivat yhä useammin kokonaisia työnkulkuja, eivätkä pelkästään hakeneet tietoja.

Tämä muutos käyttäjien kysynnässä ja mallin valmiudessa johdatti tiimin rohkeaan siirtoon: huhtikuussa 2025 Genspark luopui hausta ja omaksui täysin itsenäisten agenttien tekoälyn.

Huhtikuussa 2025 Genspark julkaisi Super Agentin: täysin autonomisen, koodaamattoman avustajan, joka voi soittaa puheluita, suunnitella dioja, luoda videoita ja paljon muuta. Alustan taustalla toimii yhdeksän erikoistunutta suurta kielimallia ja yli 80 integroitua työkalua, jotka dynaamisesti osoittavat jokaisen tehtävän parhaiten sopivalle komponentille.

OpenAI-mallit ovat keskeisiä osia tässä järjestelmässä. GPT‑4.1 käsittelee tutkimusta ja strukturoituja tuotoksia parannetulla ohjeiden seurannalla ja miljoonan tunnisteen konteksti-ikkunalla, minkä ansiosta agentit voivat käsitellä pitkiä dokumentteja kokonaisuudessaan ilman katkaisua. Tiukka JSON-tuloste on suunniteltu varmistamaan luotettavasti jäsennellyt vastaukset alavirran työkaluille, kun taas kehotteiden tallentaminen automaattisesti välimuistiin vähentää viivettä ja API-kustannuksia, mikä on erityisen arvokasta monivaiheisissa työnkuluissa. Kuvien luomiseen alusta käyttää GPT‑image‑1‑mallia OpenAI API-rajapinnan kautta.

Koska järjestelmä on täysin kooditon, käyttäjien ei tarvitse miettiä mitään siihen liittyvää. He vain kuvailevat haluamansa, ”soita hammaslääkärilleni”, ”tee yhteenveto tästä raportista”, ”tee minulle diaesitys”, ja Super Agent hoitaa loput.

Yksi Super Agentin puhutuimmista ominaisuuksista on Call For Me, eli tekoäly, joka soittaa oikeita puheluita ja käy keskusteluja puolestasi. Ei käsikirjoituksia. Ei kömpelöitä siirtoja. Olipa kyseessä sitten varauksen tekeminen tai toimituksen ajoittaminen uudelleen, agentti käyttää OpenAI:n reaaliaikaista API:a ja puheesta puheeksi -ominaisuuksia keskustelun hoitamiseksi luonnollisesti ja tosiaikaisen sujuvasti.

Vuorovaikutusta ohjaa kaksikerroksinen järjestelmä: reaaliaikainen API hallinnoi tosiaikaista keskustelua, kun taas varjomalli valvoo ja ohjaa vuorovaikutusta viestijonon kautta. Tuloksena on nopea ja johdonmukainen edestakainen kommunikointi, vaikka puheluun sisältyisikin odotusmusiikkia tai epäselviä ihmisen vastauksia. Japanissa yksi käyttötapaus levisi kulovalkean tavoin: käyttäjät pyysivät agenttia hoitamaan irtisanomisilmoituksensa työnantajille. Se on sellaista syvästi inhimillistä vuorovaikutusta, jota useimmat ihmiset eivät odota tekoälyagentin käsittelevän. 

Puheluiden lisäksi käyttäjät antavat Super Agentin luoda yksilöllistä sisältöä. Pyydä vaporwave-tyylistä sijoittajaesitystä, niin agentti luonnostelee diat, luo tyylitellyt kansikuvat GPT‑image‑1:llä ja kokoaa lopullisen esityksen. Videoihin se voi kirjoittaa kohtauskohtaisen käsikirjoituksen, luoda kuvat ja koota Instagram-valmiin lyhyen videon.

Nämä käyttötapaukset ovat mahdollisia OpenAI:n multimodaalisten ominaisuuksien, Gensparkin suoritusnopeuden ja heidän tiiviin yhteistyönsä OpenAI:n startup-tiimin kanssa. Genspark tapasi säännöllisesti OpenAI-ratkaisuarkkitehtejä parhaiden käytäntöjen jakamiseksi, työnkulkujen hienosäätämiseksi ja mallin suorituskyvyn optimoimiseksi. He olivat ensimmäisten joukossa, jotka julkaisivat äänikokemuksia reaaliaikaisen API:n avulla, ja he edelleen antavat palautetta, joka auttaa parantamaan malleja.

”Valitsimme OpenAI:n sekä mallin suorituskyvyn eri modaliteeteissa että kehittäjäkokemuksen vuoksi,” sanoi Zhu. ”OpenAI:n API-rajapinta auttoi meitä etenemään nopeasti, toimittamaan, korjaamaan virheitä ja skaalaamaan ilman ruuhkautumisia.”

Hieman yli kuukaudessa Super Agentin julkaisun jälkeen Genspark on:

• Kasvanut 36 miljoonan dollarin ARR-tuottoon vain 45 päivässä
• Toimittanut kahdeksan merkittävää agenttiominaisuutta 70 päivässä

Kaikki tämä saavutettiin 20 hengen tiimillä ja ilman maksettua mainontaa. Kasvu oli täysin orgaanista, ja sitä vauhdittivat tuotteiden viraalisuus ja puskaradio. Suuri osa Super Agentin vetovoimasta tulee sen käytettävyydestä. Käyttäjien ei tarvitse rakentaa työnkulkuja tai määrittää asetuksia. He vain sanovat mitä tarvitsevat ja agentti hoitaa loput.

Seuraavaksi Genspark laajenee uusiin kategorioihin, joissa autonomiset agentit voivat tuottaa entistä enemmän arvoa, kuten tekoälyselaimeen, joka reagoi kaikkeen selaamaasi sisältöön, ja tekoälydokumentteihin, jotka luovat monipuolisia dokumentteja. OpenAI:n API-rajapinnat ovat edelleen keskeisessä asemassa tiimin nopeassa kehitystyössä ja nopeammissa toimitusprosesseissa.

”Loimme Gensparkin olemaan enemmän kuin pelkkä chat-käyttöliittymä, se on kaikenkattava tekoälytyötila,” sanoo Zhu. ”Ja OpenAI-rajapintojen avulla pystyimme toteuttamaan sen ennätysajassa.”