Genspark უშვებს უკოდო პერსონალურ აგენტებს GPT‑4.1‑ით და OpenAI Realtime API-ით

Genspark⁠(იხსნება ახალ ფანჯარაში) არის კომპანია Super Agent-ის უკან — ეს არის უკოდო, მორგებადი AI აგენტი, რომელიც მომხმარებლებს ეხმარება რეალური ამოცანების ავტომატიზებაში, როგორიცაა სატელეფონო ზარის განხორციელება, პრეზენტაციის შექმნა ან რეცეპტის მოკლე ვიდეოდ გადაქცევა.

Super Agent იყენებს OpenAI-ის მულტიმოდალურ მოდელებს და Realtime API-ს, რათა შეასრულოს ამოცანები ტექსტში, გამოსახულებასა და ხმაში, და მომხმარებლებს მისცეს შესაძლებლობა, მარტივი მოთხოვნებით ავტომატიზაცია გაუკეთონ კომპლექსურ სამუშაო პროცესებს, კოდირების გარეშე. სისტემამ სწრაფად მოიკიდა ფეხი: სულ 45 დღეში Super Agent-მა $36M ARR-ს მიაღწია, რასაც მომხმარებელთა ძლიერი მოთხოვნა განაპირობებდა. 

Genspark თავდაპირველად გაეშვა როგორც AI საძიებო ძრავი, შექმნილი იმისთვის, რომ მომხმარებლებსა და პროფესიონალებს ინფორმაციის სინთეზსა და სტრუქტურირებაში დახმარებოდა. 2024 წლის ბოლოსთვის მომხმარებელთა ქცევა შეიცვალა. მათ უბრალოდ პასუხები აღარ სურდათ. მათ შედეგები სჭირდებოდათ. „შეაჯამე ეს ბაზარი“-ს ნაცვლად, ისინი ითხოვდნენ pitch deck-ებს, ვიდეოს სცენარებს და შემდგომ ელფოსტებს. ამავე დროს, მოდელების შესაძლებლობები სწრაფად ფართოვდებოდა. უფრო გრძელი კონტექსტური ფანჯრები, უფრო ძლიერი მსჯელობა და ახალი მულტიმოდალური API-ები სულ უფრო მეტად შესაძლებელს ხდიდა მთელი სამუშაო პროცესების ავტომატიზაციას და არა მხოლოდ ინფორმაციის მიღებას.

მომხმარებლის მოთხოვნაში ამ ცვლილებამ და მოდელების მზაობამ გუნდი თამამ ნაბიჯამდე მიიყვანა: 2025 წლის აპრილში Genspark-მა ძიებაზე ფოკუსი დატოვა და სრულად აითვისა აგენტური AI.

2025 წლის აპრილში Genspark-მა გაუშვა Super Agent: სრულად ავტონომიური, უკოდო ასისტენტი, რომელსაც შეუძლია სატელეფონო ზარების განხორციელება, სლაიდების დიზაინი, ვიდეოების გენერირება და სხვა. ტექნიკური თვალსაზრისით, პლატფორმა კოორდინაციას უწევს ცხრა სპეციალიზებულ დიდ ენობრივ მოდელს და 80-ზე მეტ ინტეგრირებულ ხელსაწყოს, და თითოეულ ამოცანას დინამიკურად ანაწილებს ყველაზე შესაფერის კომპონენტზე.

OpenAI მოდელები ამ სისტემის ცენტრია. GPT‑4.1 უკეთ ასრულებს კვლევას და ქმნის სტრუქტურირებულ შედეგებს გაუმჯობესებული ინსტრუქციების მიყოლითა და 1M-token კონტექსტური ფანჯრით, რაც აგენტებს საშუალებას აძლევს, გრძელი დოკუმენტები სრულად დაამუშაონ შეკვეცის გარეშე. მკაცრი JSON შედეგი შექმნილია იმისთვის, რომ უზრუნველყოს სანდოდ სტრუქტურირებული პასუხები შემდგომი ხელსაწყოებისთვის, ხოლო მოთხოვნის ავტომატური ქეშირება ამცირებს დაყოვნებას და API ხარჯებს, რაც განსაკუთრებით ღირებულია მრავალსაფეხურიან სამუშაო პროცესებში. სურათის გენერირებისთვის პლატფორმა იყენებს GPT‑image‑1 მოდელს OpenAI API-ის მეშვეობით.

რადგან სისტემა სრულად უკოდოა, მომხმარებლებს ამ ყველაფერზე ფიქრი არ სჭირდებათ. ისინი უბრალოდ აღწერენ, რა სურთ — „დაურეკე ჩემს სტომატოლოგს“, „შეაჯამე ეს ანგარიში“, „გამიკეთე სლაიდ-დეკი“ — და დანარჩენს Super Agent აკეთებს.

Super Agent-ის ერთ-ერთი ყველაზე განხილვადი ფუნქციაა Call For Me — AI, რომელიც თქვენს ნაცვლად რეალურ სატელეფონო ზარებს ახორციელებს და რეალურადაც მართავს საუბარს. არანაირი სკრიპტები. არანაირი მოუხერხებელი გადართვები. იქნება ეს ჯავშნის გაკეთება თუ მიწოდების გადადება, აგენტი იყენებს OpenAI Realtime API-ს და მეტყველების გარდაქმნა მეტყველებად შესაძლებლობებს, რათა საუბარი ბუნებრივად და რეალურ დროში გამართულად წარმართოს.

ურთიერთქმედებას ორ-შრიანი სისტემა ამოძრავებს: Realtime API მართავს ცოცხალ დიალოგს, ხოლო ჩრდილოვანი მოდელი message queue-ის საშუალებით აკვირდება და წარმართავს ურთიერთქმედებას. შედეგად მიიღება სწრაფი და თანმიმდევრული მიმოცვლა მაშინაც კი, როცა ზარში ლოდინის მუსიკა ან ადამიანის ორაზროვანი პასუხებია. იაპონიაში ერთ-ერთი გამოყენების შემთხვევა ვირუსულად გავრცელდა: მომხმარებლები აგენტს სთხოვდნენ, მათი დამსაქმებლებისთვის სამსახურიდან წასვლის შესახებ ზარები თავად განეხორციელებინა. ეს არის ისეთი ღრმად ადამიანური ურთიერთქმედება, რომლის მართვასაც ადამიანების უმეტესობა AI აგენტისგან არ ელის. 

სატელეფონო ზარების მიღმა, მომხმარებლები Super Agent-ს პერსონალიზებული კონტენტის შესაქმნელად ეყრდნობიან. სთხოვეთ vaporwave სტილის pitch deck, და აგენტი მოამზადებს სლაიდებს, GPT‑image‑1‑ით შექმნის სტილიზებულ ქავერ-გამოსახულებებს და შეკრებს საბოლოო deck-ს. ვიდეოსთვის მას შეუძლია დაწეროს სცენა-სცენად სცენარი, შექმნას გამოსახულებები და ააწყოს Instagram-ready მოკლე ვიდეო.

ეს გამოყენების შემთხვევები შესაძლებელი გახდა OpenAI-ის მულტიმოდალური შესაძლებლობებით, Genspark-ის შესრულების სისწრაფით და OpenAI-ის სტარტაპების გუნდთან მათი მჭიდრო თანამშრომლობით. Genspark რეგულარულად ხვდებოდა OpenAI-ის solutions architect-ებს, რათა გაეზიარებინა საუკეთესო პრაქტიკები, დაეხვეწა სამუშაო პროცესები და მოეხდინა მოდელების მუშაობის ოპტიმიზაცია. ისინი იყვნენ ერთ-ერთები პირველებს შორის, ვინც Realtime API-ით ხმოვანი გამოცდილებები გაუშვა, და კვლავ აგრძელებენ უკუკავშირის მიწოდებას, რაც მოდელების გაუმჯობესებას უწყობს ხელს.

„ჩვენ OpenAI ავირჩიეთ არა მხოლოდ მოდელის მუშაობის ხარისხისთვის სხვადასხვა მოდალობაში, არამედ დეველოპერის გამოცდილებისთვისაც,“ ამბობს Zhu. „OpenAI API-ის დიზაინი დაგვეხმარა სწრაფად გვემოქმედა — გაგვეშვა, გაგვესწორებინა და გაგვეზარდა სისტემა ბარიერების გარეშე.“

Super Agent-ის გაშვებიდან თვეზე ოდნავ მეტ დროში Genspark-მა:

• სულ 45 დღეში $36M ARR-მდე გაიზარდა
• 70 დღეში აგენტის რვა მთავარი ფუნქცია გაუშვა

ეს ყველაფერი მიღწეული იყო 20-კაციანი გუნდით და ფასიანი რეკლამის გარეშე. ეს ზრდა მთლიანად ორგანული იყო და მას პროდუქტის ვირუსულობა და ზეპირი რეკომენდაციები განაპირობებდა. Super Agent-ის მიმზიდველობის დიდი ნაწილი მისი ხელმისაწვდომობიდან მოდის. მომხმარებლებს არ სჭირდებათ სამუშაო პროცესების აწყობა ან პარამეტრების კონფიგურაცია. ისინი უბრალოდ ამბობენ, რა სჭირდებათ, და დანარჩენს აგენტი აკეთებს.

შემდეგ ეტაპზე Genspark ფართოვდება ახალ კატეგორიებში, სადაც ავტონომიურ აგენტებს კიდევ უფრო მეტი ღირებულების შექმნა შეუძლიათ, მაგალითად AI ბრაუზერში, რომელიც მოქმედებს მთელ იმ კონტენტზე, რომელსაც თქვენ ათვალიერებთ, და AI დოკუმენტებში ფორმატებით მდიდარი დოკუმენტების გენერირებისთვის. OpenAI API-ები გუნდის სწრაფად შექმნისა და კიდევ უფრო სწრაფად გაშვების პროცესის საფუძვლად რჩება.

„Genspark შევქმენით იმისთვის, რომ ის ჩატის ინტერფეისზე მეტი ყოფილიყო — ეს არის ყოვლისმომცველი AI სამუშაო სივრცე,“ ამბობს Zhu. „და OpenAI API-ების დახმარებით ეს რეკორდულ დროში რეალობად ვაქციეთ.“