Slik vil OpenAI gjøre ChatGPT og Codex til langvarige arbeidsagenter

Kampen om kunstig intelligens handler ikke lenger bare om hvem som gir det beste svaret i et chattevindu. Den handler om hvem som kan bli den mest nyttige assistenten gjennom en hel arbeidsdag – eller over flere dager.

OpenAI prøver å ta denne rollen ved å pakke teknologi fra Codex og ChatGPT inn i to produkter med ulike målgrupper: ChatGPT Work for vanlige brukere og Agents API for utviklere. 58

Én agentstrategi, to produkter

ChatGPT Work er det brukervendte laget. OpenAI beskriver det som en agent som kan arbeide på tvers av tilkoblede apper og filer, dele et omfattende mål opp i mindre trinn, holde på med et prosjekt i timevis og lage ferdige leveranser som dokumenter, regneark, presentasjoner og nettapper. 8

Agents API er plattformlaget for utviklere. Her får selskaper tilgang til den administrerte skyinfrastrukturen og agentrammeverket som driver Codex. En utvikler kan angi oppgave, modell, verktøy og miljø, uten selv å måtte bygge hele systemet for kjøring og oppfølging av agenten. 5

Skillet er i praksis tydelig:

• ChatGPT Work gjør langvarig, app-tilkoblet arbeid tilgjengelig inne i ChatGPT.
• Agents API lar virksomheter bygge tilsvarende agenter inn i egne tjenester og arbeidsflyter.
• Codex leverer mye av grunnlaget for langvarig utførelse, særlig i programvareoppgaver. 158

Fra kodeagent til generell arbeidsassistent

Codex viser hva slags utholdenhet OpenAI forsøker å gjøre tilgjengelig i flere sammenhenger. Selskapet opplyser at GPT-5-Codex er optimalisert for agentbasert programmering, og dokumenterte en kjøring som varte omtrent 25 timer uten avbrudd. Den brukte rundt 13 millioner tokens og genererte om lag 30 000 linjer kode. 1

Det er noe annet enn et enkelt svar fra en chatbot. En agent som skal håndtere oppgaver over lang tid, må beholde relevant kontekst, bruke verktøy, oppdage feil, reparere dem og fortsette mot et definert resultat. OpenAI sier at Agents API har automatisk komprimering av kontekst for å støtte arbeid som kan pågå i timevis. 5

ChatGPT Work overfører disse mekanismene til kunnskapsarbeid. I stedet for bare å be en agent om å endre en kodebase, kan brukeren gi den et større prosjekt som omfatter informasjon i egne filer og tilkoblede apper – og be om en ferdig leveranse. 8

Derfor betyr integrasjoner og utløsere mye

En virkelig nyttig agent kan ikke være avhengig av at brukeren husker å åpne en chat og be om en oppdatering. ChatGPT Work støtter derfor planlagte oppgaver og webhooks, altså automatiske signaler fra tilkoblede tjenester når noe skjer. OpenAI nevner blant annet nye Gmail-meldinger, innlegg i Slack-kanaler og aktivitet knyttet til pull requests i GitHub. 2

Det gjør løsningen mer relevant for løpende automatisering. En agent kan kjøre én gang, gjentas etter en tidsplan eller starte når en hendelse skjer i en tilkoblet tjeneste, i stedet for å vente på en ny manuell instruksjon. 23

OpenAI har også utvidet hva de tilkoblede arbeidsflytene kan omfatte. Outlook Email og Outlook Calendar i ChatGPT kan søke i og vise til meldinger, slå opp personer og utføre støttede handlinger for kontaktadministrasjon når dette er aktivert for konto og arbeidsområde. 6

Det sentrale er dermed ikke bare at AI kan lese informasjon. Det er kombinasjonen av kontekst, verktøy, tidspunkt og et konkret mål i en arbeidsflyt som fortsetter over tid.

Meta Muse gjør kappløpet mer presserende

Meta Muse representerer en konkurrerende idé om den personlige agenten: en assistent bygget rundt tjenestene folk bruker i hverdagen, ikke bare rundt én samtale. Reuters rapporterte at Muse først ble lansert i USA gjennom en egen app og WhatsApp, med koblinger til blant annet e-post, kalender, betalinger, helse og smarthjem-apper. Meta tilbød en gratis grunnversjon og abonnementer til 20 og 100 dollar i måneden for mer omfattende bruk. 17

Dette øker innsatsen for OpenAI. Konkurransen dreier seg stadig mer om hvilken assistent brukerne stoler nok på til å gi gjentakende oppgaver, preferanser, kontotilkoblinger og tillatelsesstyrt tilgang på tvers av flere tjenester.

ChatGPT Work og Agents API dekker hver sin side av denne konkurransen. Work skal gjøre ChatGPT til et sted der brukeren kan delegere store, flertrinns prosjekter. API-et lar tredjeparter ta i bruk Codex-lignende agenter i sine egne produkter, noe som kan utvide OpenAIs rekkevidde langt utenfor selve ChatGPT-grensesnittet. 58

Hva som avgjør hvem som vinner

Langvarige agenter er bare verdifulle dersom brukere er komfortable med å gi dem tilgang til viktige systemer. Modellkapasitet er derfor bare én del av produktet. De vanskeligste og viktigste forskjellene kan bli:

• Nyttige integrasjoner: Tilgang til appene der arbeid og personlig kontekst allerede finnes.
• Pålitelig utførelse: Evnen til å holde fast ved lange oppgaver og komme seg videre etter feil.
• God tillatelsesstyring: Tydelig kontroll over hva agenten kan lese og gjøre.
• Sikkerhetsmekanismer: Vern rundt handlinger som gjelder kommunikasjon, filer, avtaler eller kjøp.
• Distribusjon: Om agenten er tilgjengelig i grensesnittene folk allerede bruker hver dag.

OpenAIs produktgrep peker mot en samlet strategi: å gå fra å besvare spørsmål til å fullføre arbeid. Codex leverer langvarig gjennomføring, ChatGPT Work gjør den tilgjengelig for bredere arbeidsoppgaver, og Agents API tilbyr den underliggende infrastrukturen til utviklere. 158

Den avgjørende prøven gjenstår likevel: tillit i praksis. Agenter som kan handle på tvers av e-post, kalendere, filer og andre tilkoblede tjenester, kan bli langt mer nyttige enn frittstående chatboter – men bare hvis brukere og virksomheter føler at de har reell kontroll over hvordan agentene opererer.