Genspark iniedi aġenti personali bla kodiċi b’GPT‑4.1 u OpenAI Realtime API

Genspark⁠(jinfetaħ f’tieqa ġdida) hija l-kumpanija wara Super Agent, aġent AI bla kodiċi u personalizzabbli li jgħin lill-utenti jawtomatizzaw kompiti fid-dinja reali bħal jagħmlu telefonata, jiġġeneraw preżentazzjoni, jew jibdlu riċetta f’vidjo qasir.

Super Agent juża mudelli multimodali ta’ OpenAI u r-Realtime API biex jippermetti kompiti fuq it-test, l-immaġni u l-vuċi, u b’hekk jippermetti lill-utenti jawtomatizzaw flussi ta’ ħidma kumplessi bi prompts sempliċi, mingħajr il-ħtieġa ta’ kodiċi. Is-sistema qabdet sew: f’45 jum biss, Super Agent laħaq $36M f’ARR, immexxi minn domanda qawwija mill-utenti. 

Genspark inizjalment tnieda bħala magna tat-tiftix AI mfassla biex tgħin lill-konsumaturi u lill-professjonisti jissintetizzaw u jistrutturaw l-informazzjoni. Sa tmiem l-2024, l-imġiba tal-utenti bdiet tinbidel. L-utenti ma ridux biss tweġibiet. Riedu riżultati. Minflok “agħmel sommarju ta’ dan is-suq,” kienu qed jitolbu pitch decks, scripts għal vidjos, u emails ta’ segwitu. Fl-istess ħin, il-kapaċitajiet tal-mudelli kienu qed jespandu b’pass mgħaġġel. Twieqi ta’ kuntest itwal, raġunament aktar b’saħħtu, u APIs multimodali ġodda għamluh dejjem aktar possibbli li jiġu awtomatizzati flussi ta’ ħidma sħaħ, mhux biss li tinkiseb informazzjoni.

Dik il-bidla fid-domanda tal-utenti u fil-prontezza tal-mudelli wasslet lit-tim biex jagħmel pass kuraġġuż: f’April 2025, Genspark tbiegħed mit-tfittxija u ħaddan kompletament l-AI aġentika.

F’April 2025, Genspark nieda Super Agent: assistent kompletament awtonomu, bla kodiċi, li jista’ jagħmel telefonati, jiddisinja slides, jiġġenera vidjos, u aktar. Taħt il-barnuża, il-pjattaforma torkestra disa’ mudelli lingwistiċi kbar speċjalizzati u aktar minn 80 għodda integrata, u tassenja kull kompitu b’mod dinamiku lill-komponent l-aktar adattat.

Il-mudelli OpenAI huma ċentrali għal din is-sistema. GPT‑4.1 jimmaniġġja r-riċerka u l-outputs strutturati b’segwitu aħjar tal-istruzzjonijiet u tieqa ta’ kuntest ta’ 1M-token, li tippermetti lill-aġenti jipproċessaw dokumenti twal sħaħ mingħajr qtugħ. Output strett f’JSON huwa mfassal biex jiżgura tweġibiet strutturati b’mod affidabbli għall-għodod downstream, filwaqt li l-caching awtomatiku tal-prompt inaqqas il-latency u l-ispejjeż tal-API, ħaġa partikolarment siewja fi flussi ta’ ħidma b’diversi passi. Għall-ġenerazzjoni tal-immaġnijiet, il-pjattaforma tuża l-mudell GPT‑image‑1 permezz tal-OpenAI API.

Minħabba li s-sistema hija kompletament bla kodiċi, l-utenti m’għandhomx għalfejn jaħsbu dwar xejn minn dan. Huma jiddeskrivu x’jixtiequ, “ċempel lid-dentist tiegħi,” “agħmel sommarju ta’ dan ir-rapport,” “agħmilli slide deck”, u Super Agent jieħu ħsieb il-bqija.

Waħda mill-aktar karatteristiċi ta’ Super Agent li saret diskussa hija Call For Me, AI li tagħmel telefonati reali għalik, u fil-fatt iżżomm konverżazzjoni. Mingħajr scripts. Mingħajr trasferimenti goffi. Kemm jekk biex tibbukkja prenotazzjoni jew terġa’ tiskeda kunsinna, l-aġent juża l-OpenAI Realtime API u kapaċitajiet ta’ diskors b'diskors biex jimmaniġġja l-konverżazzjoni b’mod naturali u b’fluwidità f’ħin reali.

Sistema b’żewġ saffi tħaddem l-interazzjoni: ir-Realtime API timmaniġġja d-djalogu live, filwaqt li mudell shadow jimmonitorja u jiggwida l-interazzjoni permezz ta’ message queue. Ir-riżultat huwa skambju mgħaġġel u koerenti, anke meta t-telefonata tinkludi mużika ta’ stennija jew tweġibiet umani ambigwi. Fil-Ġappun, każ ta’ użu wieħed sar virali: utenti li jitolbu lill-aġent jieħu ħsieb telefonati ta’ riżenja lill-impjegaturi tagħhom. Huwa t-tip ta’ interazzjoni profondament umana li ħafna nies ma jistennewx li aġent AI jista’ jimmaniġġja. 

Minbarra t-telefonati, l-utenti jiddependu fuq Super Agent biex joħloq kontenut personalizzat. Itlob għal pitch deck bi stil vaporwave, u l-aġent jabbozza s-slides, jiġġenera immaġnijiet tal-qoxra stilizzati b’GPT‑image‑1, u jiġbor id-deck finali. Għall-vidjo, jista’ jikteb script xena b’xena, jiġġenera l-immaġnijiet, u jarma short lest għal Instagram.

Dawn il-każijiet ta’ użu huma possibbli bis-saħħa tal-kapaċitajiet multimodali ta’ OpenAI, il-veloċità ta’ eżekuzzjoni ta’ Genspark, u l-kollaborazzjoni mill-qrib tagħhom mat-tim tal-startups ta’ OpenAI. Genspark iltaqa’ regolarment ma’ solutions architects ta’ OpenAI biex jaqsmu l-aħjar prattiki, jirfinaw il-flussi ta’ ħidma, u jottimizzaw il-prestazzjoni tal-mudelli. Kienu fost l-ewwel li nedew esperjenzi tal-vuċi bir-Realtime API, u jibqgħu jagħtu feedback li jgħin imexxi t-titjib tal-mudelli.

“Għażilna OpenAI mhux biss għall-prestazzjoni tal-mudelli bejn il-modalitajiet, iżda wkoll għall-esperjenza tal-iżviluppatur,” jgħid Zhu. “Id-disinn tal-OpenAI API għenna nimxu malajr, inwasslu, niddibuggjaw, u niskalaw mingħajr xkiel.”

Fi ftit aktar minn xahar wara t-tnedija ta’ Super Agent, Genspark:

• Kiber għal $36M ARR f’45 jum biss
• Nieda tmien karatteristiċi ewlenin ta’ aġenti f’70 jum

Dan kollu nkiseb b’tim ta’ 20 persuna u mingħajr reklamar imħallas. Dak it-tkabbir kien kompletament organiku, immexxi mill-viralità tal-prodott u l-fomm ma’ fomm. Ħafna mill-appell ta’ Super Agent ġej mill-aċċessibbiltà tiegħu. L-utenti m’għandhomx għalfejn jibnu flussi ta’ ħidma jew jikkonfiguraw settings. Huma sempliċement jgħidu x’għandhom bżonn u l-aġent jieħu ħsieb il-bqija.

Issa, Genspark qed jespandi f’kategoriji ġodda fejn aġenti awtonomi jistgħu joħolqu saħansitra aktar valur, bħal browser AI li jaġixxi fuq il-kontenut kollu li tkun qed tibbrawżja u AI docs għall-ġenerazzjoni ta’ dokumenti b’format rikk. L-APIs ta’ OpenAI jibqgħu fil-qalba ta’ kif it-tim jibni malajr u jwassal aktar malajr.

“Bnejna Genspark biex ikun aktar minn interface ta’ chat, huwa workspace AI kollox f’wieħed,” jgħid Zhu. “U bl-APIs ta’ OpenAI, stajna nagħmlu dan realtà fi żmien rekord.”