Genspark GPT‑4.1 және OpenAI Realtime API арқылы кодсыз жеке агенттерді ұсынады

Genspark⁠(жаңа терезеде ашылады) — Super Agent өнімінің артындағы компания. Бұл — пайдаланушыларға телефон соғу, презентация жасау немесе рецептті қысқа видеоға айналдыру сияқты шынайы тапсырмаларды автоматтандыруға көмектесетін, бапталатын кодсыз AI агент.

Super Agent мәтін, сурет және дауыс бойынша тапсырмаларды орындау үшін OpenAI мультимодаль модельдері мен Realtime API пайдаланады, осылайша пайдаланушыларға күрделі жұмыс ағындарын қарапайым көмексөздер арқылы автоматтандыруға мүмкіндік береді, кодтау қажет емес. Жүйе тез танылды: небәрі 45 күнде Super Agent күшті пайдаланушы сұранысының арқасында ARR бойынша $36M-ға жетті. 

Genspark бастапқыда тұтынушылар мен мамандарға ақпаратты жинақтап, құрылымдауға көмектесуге арналған AI іздеу жүйесі ретінде іске қосылды. 2024 жылдың соңына қарай пайдаланушылардың мінез-құлқы өзгере бастады. Оларға жай ғана жауаптар керек болмады. Оларға нәтиже керек болды. «Осы нарықты қорытындылаудың» орнына, олар питч-дектерді, видео сценарийлерді және кейінгі хаттарды сұрай бастады. Сонымен қатар, модель мүмкіндіктері де қарқынды түрде кеңейіп жатты. Ұзағырақ контекст терезелері, күштірек ой қорыту және жаңа мультимодаль API-лер тек ақпаратты іздеп табуды емес, тұтас жұмыс ағындарын автоматтандыруды барған сайын мүмкін етті.

Пайдаланушы сұранысы мен модель дайындығындағы осы өзгеріс команданы батыл қадам жасауға итермеледі: 2025 жылғы сәуірде Genspark іздеуден бас тартып, агенттік AI-ды толық қабылдады.

2025 жылғы сәуірде Genspark Super Agent-ті іске қосты: бұл — қоңырау шала алатын, слайдтар жасайтын, видеолар генерациялайтын және тағы басқасын орындайтын толық автономды, кодсыз көмекші. Ішкі жағынан платформа тоғыз мамандандырылған ірі тілдік модель мен 80-нен астам біріктірілген құралды үйлестіреді, әр тапсырманы ең қолайлы компонентке динамикалық түрде тағайындайды.

Бұл жүйеде OpenAI модельдері орталық рөл атқарады. GPT‑4.1 зерттеу мен құрылымдалған нәтижелерді нұсқауларды жақсырақ орындау және 1M-токендік контекст терезесі арқылы өңдейді, бұл агенттерге ұзын құжаттарды қысқартусыз толық өңдеуге мүмкіндік береді. Қатаң JSON нәтижесі кейінгі құралдар үшін сенімді құрылымдалған жауаптарды қамтамасыз етуге арналған, ал көмексөзді автоматты кэштеу кідірісті және API шығындарын азайтады, бұл әсіресе көпқадамды жұмыс ағындарында құнды. Суретті генерациялау үшін платформа OpenAI API арқылы GPT‑image‑1 моделін пайдаланады.

Жүйе толықтай кодсыз болғандықтан, пайдаланушыларға мұның ешқайсысы туралы ойланудың қажеті жоқ. Олар не қалайтынын сипаттайды: «тіс дәрігеріме қоңырау шал», «осы есепті қорытындыла», «маған слайдтар топтамасын жаса», ал қалғанын Super Agent орындайды.

Super Agent-тің ең көп талқыланатын мүмкіндіктерінің бірі — Call For Me, яғни сіз үшін шынайы телефон қоңырауларын шалып, расымен әңгіме жүргізетін AI. Сценарий жоқ. Ыңғайсыз ауыстырып қосулар жоқ. Брондау жасау болсын, жеткізуді басқа уақытқа ауыстыру болсын, агент әңгімені табиғи және нақты уақыттағы еркіндікпен жүргізу үшін OpenAI Realtime API мен Сөз сөйлеуден сөз сөйлеуге мүмкіндіктерін пайдаланады.

Өзара әрекетті екі қабатты жүйе қамтамасыз етеді: Realtime API тікелей диалогты басқарады, ал көлеңкелі модель хабарлама кезегі арқылы өзара әрекетті бақылап, бағыттайды. Нәтижесінде, тіпті қоңырауда күту әуені немесе адамның екіұшты жауаптары болғанда да, жылдам әрі қисынды кері байланыс пайда болады. Жапонияда бір қолдану жағдайы кең тарады: пайдаланушылар агенттен жұмыс берушілеріне жұмыстан шығу туралы қоңырау шалуды сұрады. Бұл — көпшілік AI агент орындайды деп күтпейтін өте адами өзара әрекет түрі. 

Телефон қоңырауларынан бөлек, пайдаланушылар Super Agent-ке жекелендірілген контент жасау үшін сүйенеді. Vaporwave стиліндегі питч-дек сұраңыз, сонда агент слайдтарды дайындайды, GPT‑image‑1 арқылы стильдендірілген мұқаба суреттерін генерациялайды және соңғы топтаманы жинақтайды. Видео үшін ол көрініс бойынша сценарий жаза алады, суреттерді генерациялап, Instagram-ға дайын қысқа роликті құрастырады.

Бұл қолдану жағдайлары OpenAI-дың мультимодаль мүмкіндіктерінің, Genspark-тің орындау жылдамдығының және олардың OpenAI стартаптар командасымен тығыз ынтымақтастығының арқасында мүмкін болды. Genspark үздік тәжірибелермен алмасу, жұмыс ағындарын дәл баптау және модель өнімділігін оңтайландыру үшін OpenAI solutions architects мамандарымен тұрақты түрде кездесіп отырды. Олар Realtime API арқылы дауыс тәжірибелерін алғашқылардың бірі болып іске қосты және модельдерді жақсартуға көмектесетін кері байланысты ұсынуды жалғастырып келеді.

«Біз OpenAI-ды тек әртүрлі модальдардағы модель өнімділігі үшін ғана емес, сонымен қатар әзірлеуші тәжірибесі үшін де таңдадық», — дейді Чжу. «OpenAI API дизайны бізге кедергілерсіз жылдам жылжуға, шығару, жөндеу және ауқымдауды жеделдетуге көмектесті».

Super Agent іске қосылғаннан кейін бір айдан сәл астам уақытта Genspark мына нәтижелерге жетті:

• Небәрі 45 күнде ARR көлемін $36M-ға жеткізді
• 70 күнде агентке арналған сегіз ірі мүмкіндікті шығарды

Мұның бәріне 20 адамнан тұратын командамен және ақылы жарнамасыз қол жеткізілді. Бұл өсім толығымен органикалық болды, өнімнің вирустық таралуы мен ауыздан-ауызға таралуының арқасында. Super Agent тартымдылығының көп бөлігі оның қолжетімділігінде. Пайдаланушыларға жұмыс ағындарын құру немесе параметрлерді баптау қажет емес. Олар тек не керегін айтады, ал қалғанын агент орындайды.

Келесі қадамда Genspark автономды агенттер бұдан да көбірек құндылық әкеле алатын жаңа санаттарға кеңеюде, мысалы, сіз қарап отырған барлық контентке әрекет ететін AI браузері және пішімі бай құжаттарды генерациялауға арналған AI құжаттары. OpenAI API-лері команданың жылдам құрып, одан да жылдам шығаруының өзегі болып қала береді.

«Біз Genspark-ті жай чат интерфейсінен артық нәрсе ретінде құрдық, бұл — бәрі бір жерде болатын AI жұмыс кеңістігі», — дейді Чжу. «Ал OpenAI API-лерінің арқасында біз мұны рекордтық уақытта шындыққа айналдыра алдық».