Gemini 3.6 Flash ir Flash Cyber: agentų kaina krenta, bet saugumo klausimų nemažėja

Svarbiausia

• Kas yra Gemini 3.6 Flash? Tai Google Gemini modelis, orientuotas į greitas ir patikimas agentines užduotis.
• Kam skirtas Flash Cyber? Jis orientuotas į kibernetinio saugumo scenarijus, kur svarbus specializuotas modelio elgesys.
• Ką turi matuoti verslas? Kainą už užbaigtą užduotį, delsą, klaidas, žmogaus įsikišimus ir saugumo incidentus.

Gemini 3.6 Flash šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?

Gemini 3.6 Flash, 3.5 Flash-Lite ir 3.5 Flash Cyber yra tie modelių pavadinimai, kuriuos lengva praleisti. Bet už jų slepiasi labai ūkiškas klausimas: kaip agentus paleisti pigiau, greičiau ir su geresne saugumo kontrole?

Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.

Kas nutiko

Google rašo, kad nauji Gemini modeliai skirti efektyvumui, mažai delsai ir patikimumui kuriant DI agentus masteliu. 3.6 Flash orientuotas į agentines užduotis, Flash-Lite – į kainą ir greitį, o Flash Cyber – į kibernetinio saugumo scenarijus.

Versle modelio pavadinimas nėra strategija. Strategija prasideda tada, kai žinai, kuriam darbui reikia greičio, kuriam tikslumo, o kuriam saugumo ribų.

Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.

Kodėl tai svarbu

Agentai dažnai daro daug mažų veiksmų. Kiekvienas veiksmas kainuoja laiką ir pinigus. Jei modelis per brangus ar per lėtas, geras prototipas gali mirti produkcijoje.

DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.

Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.

Ką tai reiškia verslui

Lietuvos įmonėms tai signalas testuoti ne vien „protingiausią“ modelį. Reikia modelių mišinio: vienas greitam rūšiavimui, kitas sudėtingam sprendimui, trečias saugumo patikrai.

• matuoti kainą už užbaigtą agento užduotį
• atskirti greitus ir sudėtingus žingsnius
• saugumo scenarijams naudoti specializuotus modelius
• turėti žurnalus ir žmogaus patvirtinimo vietas

Paimkite vieną agentą ir suskaidykite jo darbą į žingsnius. Prie kiekvieno pažymėkite: čia reikia greičio, čia reikia tikslumo, čia reikia saugumo kontrolės.

Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.

Kur gali skaudėti

Rizika – viską paleisti per vieną modelį ir po mėnesio stebėtis sąskaita. Kita rizika – taupyti ten, kur klaida brangi.

Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.

Ne tragedija. Bet tvarkos reikia.

Ką pasidaryti šią savaitę

Šią savaitę prie vieno DI agento pridėkite paprastą metriką: kiek kainuoja viena sėkmingai pabaigta užduotis.