OpenAI выпустил настоящего агента под нехитрым именем ChatGPT Agent!

Агент делает презентации, пишет код, генерит стикерпаки, подбирает вам гардероб и многое другое.

Агент выбивает большие скоры по разным бенчмаркам, включая Humanity’s Last Exam (41,6%), бенчмарк из тысяч вопросов на сотни разных тем. Однако тут вспомним, что вообще-то недавно вышедший конкурентский Grok 4 Heavy выбил 51% в этом тесте. Поэтому гордиться особо нечем.

К тому же первые тестировщики говорят, что агент не очень справляется с комплексными задачами.

Но OpenAI давят на безопасность - мол ИИ будет осознанно тормозить перед выполнением важных действий, как например отправка письма или покупка товара. Чтобы получить одобрение юзера.

Ну что ж, ждём, когда откроют публичный доступ - он будет даже с самой базовой платной подпиской, и погоняем 😈

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

🚨 Краш-тест ИИ агентов-скрейперов, которые спасают сотни человеко-часов и тысячи нервных клеток заодно

В работе многих офисных команд есть аналитика, но нужные данные редко лежат «под рукой». Ну и дальше их либо покупать за оочень дорого, либо собирать ручками. Мы в 2025 году такое не одобряем!

Если вы сталкивались с маркетинговыми исследованиями или консалтинговыми ресёрчами, то знаете, что львиная доля времени уходит на ручной сбор информации из интернета. Вспоминаю свою стажировку в PwC (консалтингово-аудиторская компания) на заре карьеры — ребята щёлкали ссылки, как заводские роботы, чтобы потом в Excel посчитать среднюю цену, спрос-предложение и доли рынка. Кофе заканчивался быстрее, чем строки в таблице.

Позже пришли краулеры и скрейперы — алгоритмы, выдёргивающие нужное из HTML. Писали их программисты, которым перед этим аналитики пытались объяснять, что они хотят. Но стоило сайту изменить верстку или показать капчу, робот спотыкался: и вот уже аналитики чистят мусор из таблички, а разработчики пятый раз переписывают алгоритм.

В благостном 2025-м наконец-то ИИ-агенты доросли до того, чтобы забрать скрейпинг на себя, а их интерфейсы стали по-человечески удобными.

Я протестировал пачку ИИ-агентов для скрейпинга на родном отечественном Яндекс Маркете для чистоты эксперимента. Ибо для всяких Амазонов уже наклепали кастомных решений, получше чем ИИ. А нам-то с вами на наших е-коммерсах трудится.

⸻

Как был устроен тест:
Цель — собрать информацию про актуальные цены на айфоны 16.
Делаем только через скрейпер:
На входе — ссылка на сайт Яндекс Маркета с вбитым запросом "iphone 16".
На выходе — хотим табличку с товарами.

⸻

Призеры краш-теста 👇

🥇Thunderbit.com — 9/10 (1-е видео)

No-code-расширение для Chrome. Одним нажатием находит нужные поля, собирает данные и выдаёт таблицу. 48 товаров за минуту. UX на высоте, минимальное количество действий, все интуитивно. Минус балл за отсутвие нативной интеграции с n8n и аналогами.

🥈Pandaextract.com — 8/10 (2-е видео)

Почти близнец Thunderbit, но на той же странице утащил только 16 товаров — похоже, запутался в пагинации. Зато обещает интеграцию с n8n, а значит можно скрестить панду с автопайплайнами и получить зверя посильнее.

🥉 Browse.ai — 7/10 (3-е видео, смотреть в х10)

Работает в два акта: сначала «учишь» робота, потом пускаешь в бой. Есть расширение и облачный браузер, экспорт в таблицу, дружит с n8n. Однако процесс подготовки гораздо дольше и в больше кликов, а 100 товаров он так и не осилил (кажется, Яндекс-пагинация его поставила в угол).

⸻

🟥Выбыли:

- Firecrawl.dev — для разработчиков: выдаёт JSON/Markdown, GUI почти нет, но задачу решает.
- Parsera.org — с Яндекс Маркетом не справился.
- Kadoa.com — бодро отчитался об успехе, но таблица оказалась пустой.

⸻

Мой личный победитель: Thunderbit.
Однако связка с n8n важный аспект, поэтому еще будем пробовать построить полноценного «агента-аналитика» — и пока не прощаемся с Pandaextract и Browse.ai.

🍿 Берем всех троих на испытательный срок в Цех ИИ агентов.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

🗑 ChatGPT - всё?

Решил я проверить ChatGPT Agent — первого ИИ агента от OpenAI. Начал с простого: собираюсь в отпуск и прошу его подобрать мне отель для красивого отдыха на пляже, в моём бюджете и без визы. Результат — подобрать-то подобрал, но ехать туда совсем не хочется. Ладно, думаю, на турагента, допустим, ты не учился — будем гонять по базовым задачам.

⸻

Моделируем ситуацию: вам выступать на конференции, а вы прошлой ночью загуляли. Времени и сил делать презентацию самому нет. Зовём на помощь цифровых помощников. Тема выступления — «ИИ агенты», а аудитория незнакома с ИИ. Ну, значит, так и пишем в промпте (не для того мы ИИ агента используем, чтобы промпт-инжинирингом заниматься):

Подготовь презентацию на русском языке, рассказывающую про ИИ агентов на 5 слайдах для обывателя. Сделай её максимально увлекательной, насыщенной и полезной.

Прогоняем через 4 самых популярных LLM, чтобы ChatGPT Agent не расслаблялся. Помимо основного участника в гонке: Claude Sonnet 4, Gemini 2.5 Pro, Manus.

Вот что получилось 👇

⸻

ChatGPT Agent (1-е видео)

Если бы это была настоящая гонка — ChatGPT мог бы соревноваться только с черепахами. 36 минут 🌟 он делал презентацию. Цель достиг плохо: проигнорировал то, что по условиям задачи зритель — обыватель, и ему сначала нужно объяснить, что такое ИИ агент. Дизайн презы на троечку, зато уложился в требование про 5 слайдов. Помнится мне, троечники в средней школе делали такой визуал по нелюбимому предмету.
Скорость: незачёт
Суть: 4
Дизайн: 3
Итог: 3 с натяжкой. Не хотел бы я выступать с этой презентацией.

Но, может, я слишком строг? Давайте сравним с другими (кстати, всех других я успел протестить, пока ChatGPT думал 😁).

⸻

Manus (2-е видео)

Суточных «кредитов» хватило ровно на эту презентацию (которую, кстати, можно сохранить в pptx, PDF, Google Slides — моё почтение за такой UX!). Думал 8 минут, презентация, на мой взгляд, средняя. Картинки подобраны в тему презентации, но не всегда в тему слайда, визуал — пойдёт. Но это точно на уровень выше, чем у ChatGPT Agent. На конференции я с ней точно смог бы выступить.
Скорость: зачёт
Суть: 5−
Дизайн: 4
Итог: на крепкую четвёрку. Не звёздный проект, но нестыдный.

Ну ладно, Манус, — скажете вы, — ребята занимаются агентами дольше OpenAI! Хорошо, давайте сравним с двумя оставшимися моделями — а там ведь были просто LLM, без всяких агентов.

⸻

Gemini (3-е видео)

Схитрила: сделала просто сайт. Простим — ведь это не полноценный агент, да и я мог бы открыть HTML вместо презентации. Но забавно, что Манус даёт выгружать в Google Slides, а Gemini (гугловая модель) — нет. Генерация заняла 3–4 минуты. По сути вопросов нет, стиль выдержан под обывателя. При этом в конце сразил меня графикой с пользой и рисками агентов. Есть косяки с форматированием — кое-где Markdown не считался. Но общее впечатление не портит.
Скорость: зачёт
Суть: 5
Дизайн: 4
Итог: 5−. До идеала немного полирнуть — и на конференцию!

⸻

Claude (4-е видео)

Самая понятная и яркая презентация (кхм, сайт… да, но опять же — простим, так как не полноценный агент). Если бы конференция была маркетинговая — взял бы просто эту презентацию и пошёл, ничего не исправляя. Можно придираться к неоптимальной цветовой гамме местами, но это некритично. Генерация также заняла 3–4 минуты.
Скорость: зачёт
Суть: 5
Дизайн: 5
Итог: 5. Просто идём и покоряем своим стилем и ярким контентом.

⸻

🫡 Итоги...

...неутешительные для ChatGPT Agent! В результате теста он сделал самую кислую презентацию. А из моего личного опыта — с большинством задач он справляется на таком же уровне. Это лишь яркий пример. Если GPT-5 не произведёт фурор, то OpenAI серьезно рискует своими позициями на рынке.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

📈 Большой тест ИИ агентов для анализа табличных данных

ИИ — уже давно играет роль копилота в работе с таблицами. Но сегодня мы протестируем настоящих кандидатов в ИИ-заместители аналитика данных (хотя бы младшего), которому можно просто отдать таблицу и получить ответы на все вопросы — без необходимости самому погружаться в данные.

Моделируем ситуацию

У вас небольшой бизнес по продаже бытовой техники. Есть выгрузка из CRM и ряд вопросов по ней:

1. Какая общая тенденция по продажам: растём ли мы или есть признаки спада/проблем?
2. Кто из сотрудников показывает лучшие результаты по продажам (топ-продажники)?
3. Какие товары являются самыми продаваемыми?
4. В каком городе стоит остановить продажи?
5. Эффективны ли обзвоны клиентов: как соотносятся количество звонков и количество продаж?

Упаковываем эти вопросы в промпт вместе с ChatGPT. Сам промпт я выложил в длиннопосте на vc (тут для экономии места пропущу).

Эксперимент проводим на синтетических данных, которые я специально подготовил. Внутри них:
- 300 строк: каждая — 1 рабочий день, в который были продажи;
- данные по 10 продажникам;
- по 10 товарам;
- в 10 городах России.

В данных зашиты определенные паттерны и ловушки, которые ИИ агенты должны найти и обойти. Их детальное описание тут тоже пропущу — можете их глянуть в том же длиннопосте.

⸻

Соревновались 7 ИИ агентов, и вот финалисты забега 👇

🥇 ChatGPT 5 Agent — 10/10 (1-е видео)

Удивительно, насколько 5-я версия улучшила Agent mode у ChatGPT. Я был настроен к нему скептически, но он победил в честной схватке даже специализированных на анализе данных ИИ агентов с космическим отрывом.

Плюсы:
- нашел все паттерны в данных
- ответил на все вопросы из промпта
- подготовил отчет, в котором не просто таблички, графики, а глубокое понимание проблемы. Как будто работа настоящего аналитика
- дал дельные рекомендации, как исправить ситуацию в нашем вымышленном бизнесе
- таблички, которые он выгрузил в xlsx, сразу содержали графики, построенные эксельными инструментами и завязанные на данные (а значит — редактируемые).

Минусы:
Если опустить, что он не интегрирован в табличко-подобный UX (типа Excel) — то недостатков нет.

🥈 Rows — 8/10 (2-е видео)

Модель под капотом существенно слабее, чем ChatGPT 5 Agent. Однако интеграция в UX, нативно поддерживающий таблички и графики — тащит.

Плюсы:
- не попался на заложенные в данных ловушки
- построил все таблицы и графики
- UX позволяет докручивать построенные агентом графики.

Минусы:
- сначала нагаллюцинировал, но потом исправился
- при построении графиков странный баг — вместо использования заголовка в табличке — использует первую строку с данными как заголовок

🥉 Manus & Quadratic — 7/10 (3-е и 4-е видео)

Quadratic по сути очень похож на Rows, а Manus по принципу работы — на ChatGPT 5 Agent.

Рассказывать про них особо нечего: делают то же самое, но хуже.

🏃‍♀️Отстающие

- Ajelix — 6/10 (5-е видео). Формат работы такой же, как у агентов общего назначения (чат). Но зачем платить за него, если есть ChatGPT и Manus?
- GPTExcel — 5/10 (6-е видео). Брат-близнец Ajelix. И вопросы вызывает те же.
- Julius AI — 2/10 (7-е видео). Полный провал: не справился с задачей совсем. Лишь с горем пополам построил один график и одну таблицу. А разговоров-то в рекламах этих ваших…

🗑 Не завелись

Deepsheet — просто не запустился. Как будто серверная часть сервиса отключена.
SheetsGPT — кстати сервис российского производства. Так и не направил мне ссылку для активации аккаунта. Без нее ничего не сделать. Очень жаль, с удовольствием потестировал бы.
ChatCSV — вместо анализа я получил 404-е ошибки и пустоту. Ни таблиц, ни графиков.

💡 Главный инсайт

В 2025-м побеждают не узкоспециализированные «ИИ для таблиц», а универсальные агенты, которые понимают контекст бизнеса и могут сделать глубокий анализ и отчёт с выводами и рекомендациями.

Когда Альтман говорил, что они делают ИИ, который действительно вас понимает — теперь я понимаю, о чём он говорил.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители