OpenAI AI-агенты ChatGPT Work

GPT-6 Astra в ChatGPT Work: модель делает работу в корпоративных системах

· 6 минут чтения · Любовь Черемисина · OpenAI AI-агенты ChatGPT Work · СегодняВажноПрактика · Аудио

9 сентября 2026 OpenAI описала GPT-6 Astra как модель для работы бизнеса: доступ в ChatGPT Work, Codex и программном интерфейсе (API). Главный сдвиг — не только ответы, а действия в привычных приложениях, в том числе без API: computer use и browser use. Для организаций — плагины рабочего стола, админ-ограничения и подтверждение рискованных шагов.

На кремовой бумаге конвейер офисных окон — аналитика, таблица, презентация, сайт — и рука модели, которая ведёт работу по цепочке, а не только пишет ответ

Коротко

  • Что объявили: 9 сентября 2026 OpenAI описала GPT-6 Astra как модель «для всей работы, которую бизнесу нужно сделать»: уже в ChatGPT Work, Codex и в программном интерфейсе (API).
  • Главный сдвиг: модель пишет код и проходит те же приложения, что люди — в том числе без API. Это computer use и browser use поверх привычных окон, а не только чат с ответом.
  • Для организаций: новые плагины рабочего стола (Oracle Analytics, Power BI, Navan, Avalara), админ-ограничения сайтов/приложений/файлов/истории браузера и политики подтверждения перед рискованными действиями. На Enterprise доступ к Astra по умолчанию выключен.
  • Главное ограничение: партнёрские проценты (Hebbia и другие) и внутренний тест безопасности OpenAI — не ваш порог «принято». Цены программного интерфейса — от $10 за миллион входных и $50 за миллион выходных токенов по списку OpenAI.
  • Главное последствие: объект ценности смещается с «умный ответ» на принятый кусок работы в корпоративных системах: данные → анализ → таблица → презентация → сайт — с человеком на финале.

Что изменилось

В материале OpenAI о GPT-6 Astra для работы акцент не на «ещё один флагман», а на то, что бизнесу раньше часто приходилось готовить данные, переделывать процессы и писать интеграции до пользы. Astra, по их формулировке, меняет порядок: в ChatGPT Work и Codex модель может работать в существующих приложениях с первого дня, даже если у приложения нет программного интерфейса.

Коротко по каналам доступа (как у OpenAI):

КаналЧто заявлено
ChatGPT WorkAstra для рабочих сценариев в корпоративном контуре
CodexКод и инженерия в связке с computer use
Программный интерфейс (API)Встраивание в свои продукты и процессы; прайс от $10 / $50 за миллион токенов

Отдельно — слой контроля, без которого «дать модели окна офиса» опасно:

  1. Админ Enterprise: ограничить одобренные сайты и приложения рабочего стола, управлять загрузками и выгрузками, контролировать историю браузера.
  2. Политики подтверждения: требовать «да» человека перед действиями с последствиями; плюс автоматический разбор потенциально небезопасных или несанкционированных вызовов инструментов.
  3. Старт узко: OpenAI прямо пишет — начинать с ограниченной конфигурации и расширять доступ со временем. Astra на Enterprise выключена по умолчанию, включает администратор по тарифу и договору.

Плагины ChatGPT Desktop на запуске (через browser use): Oracle Analytics, Power BI (служба Microsoft Fabric), Navan, Avalara — чтобы модель легче заходила в знакомые корпоративные приложения.

По безопасности computer use OpenAI приводит свой внутренний бенчмарк (сценарии вроде утечки конфиденциального, слишком широкого шаринга дашборда, удаления данных): Astra давала нежелательные исходы на 89% реже, чем GPT-5.6 Sol, и на 74,7% реже, чем Claude Fable 5.1. Дополнительное подтверждение и автопроверка ещё улучшали результат. Это их тест, не независимый аудит вашей политики доступа.

Партнёрские оценки (не независимый замер)

Цифры ниже — из отзывов партнёров в том же тексте OpenAI. Их нельзя переносить в отчёт совету директоров как «нашу окупаемость».

Hebbia (George Sivulka, основатель и CEO): в их прогонах Astra лучше следовала брифу на 17%, чем следующая модель, и на 19% чаще привязывала утверждения к нужному документу — «колоды и ответы, которые можно отдать клиенту и защитить строка за строкой».

Другие голоса в анонсе (кратко, без размножения): Cognition — computer use и ясность отчётов в их контуре Devin; Databricks — скачок на OfficeQA Pro / Pro V2 и рассуждениях по данным; Box — реже уверенные, но неверные утверждения; Figma — работа через дизайн при контроле направления; плюс инженерия (Datacurve, Basis, CodeRabbit) про эффективность длинных задач. Всё это партнёрские заявления.

OpenAI также пишет про внутренние кейсы: маркетинг собрал видео первых впечатлений разработчиков из многокамерной съёмки; инженерия нашла узкое место памяти в тестовой среде Codex. Для бизнеса важнее другое их наблюдение: Astra лучше держит голос компании, шаблоны и стандарты оформления — первый черновик ближе к тому, что можно пустить в работу.

Почему это важно

Для меня здесь не «Astra умнее на бенчмарке», а смена роли модели в офисе.

Раньше типичный контур выглядел так: человек собирает данные → просит чат «напиши вывод» → сам переносит текст в таблицу, слайды, кабинет, сайт. Узкое место — не интеллект абзаца, а перенос результата по системам.

Теперь OpenAI явно продаёт другой объект: модель делает работу в тех же окнах, где сидит сотрудник — аналитика, браузер, файлы, корпоративные плагины — с админ-ограждениями и кнопкой подтверждения на опасных шагах.

Связка с долгими сценариями Astra и с ChatGPT Work как рабочим контуром одна: ценность смещается к сквозному принятому артефакту, а не к красивому ответу в чате. Это же пересекается с экономикой агентов: платить за результат, который человек принял без полной переделки.

Практическая рамка, которую я бы держала рядом с анонсом:

  1. Где есть стабильный API или коннектор — сначала туда: предсказуемый контракт, аудит, меньше «магии кликов».
  2. Где UI редкий или без API — computer use / browser use как мост, а не как единственная архитектура навсегда.
  3. Где последствия дорогие — человек обязателен: шаринг, удаление, публикация, смена прав.

Не нужно строить отдельный MCP «на каждую редкую кнопку в экране». Дороже и хрупче, чем один контролируемый сценарий computer use плюс жёсткий список разрешённых приложений.

Что это означает для бизнеса

  1. Владелец продукта / ИТ. Решите, где Astra работает через API, где через плагины рабочего стола, а где вообще не должна трогать систему. На Enterprise — план включения: сначала песочница, потом узкий список сайтов и приложений.
  2. Маркетинг и бренд. Заявка OpenAI про голос, шаблоны и стандарты оформления бьёт в ваш контур: аналитика → таблица → презентация → страница. Метрика — доля черновиков, которые ушли в работу без полной пересборки тона и макета.
  3. Аналитика и финансы. Плагины вроде Oracle Analytics и Power BI снижают порог «зайти в знакомое окно». Но «зашла модель» ≠ «цифра принята контролёром». Оставляйте сверку факта человеком.
  4. Риск и комплаенс. Внутренние 89% / 74,7% OpenAI — ориентир их лаборатории. Ваша норма: сколько раз сработала политика подтверждения, сколько действий отклонили, сколько инцидентов с файлами и шарингом.
СлойВопрос неделиЧто записать
КаналAPI, Work или только компьютер?Где стабильный контракт, где мост через экран
КонтрольКакие сайты и приложения разрешены?Список + политика подтверждения
КачествоБриф и ссылки на документыДоля «можно отдать» без переделки
ДеньгиЧек API / время человекаСтоимость принятого артефакта

Что протестировать

Предлагаю один прогон 30–60 минут — не «поиграть Astra», а сравнить с текущим ручным контуром.

  1. Задача. Возьмите реальный кусок работы: данные из отчёта или кабинета → краткий анализ → таблица → 5–7 слайдов или одна страница сайта. Бриф и 2–3 исходных документа зафиксируйте заранее.
  2. Сценарий. (а) как делаете сейчас руками / старой моделью; (б) тот же бриф через ChatGPT Work с Astra (или Codex, если контур кодовый), с computer use / browser use там, где нет API. Админ-ограничения и подтверждения — включите как в бою.
  3. Метрика. Три числа: время человека до «можно показать»; число существенных правок (тон, факты, макет); доля принятого без полной переделки. Отдельно отметьте, сработала ли политика подтверждения и где модель «уплыла» от брифа или от нужного документа.
  4. Граница. Если результат «красивый», но факты не защищаются строка за строкой (как в логике Hebbia) — это ещё не принято. Если ради одной редкой кнопки в экране вы проектируете отдельный коннектор навсегда — сначала проверьте, хватает ли контролируемого computer use.

Ориентиры OpenAI и партнёров держать рядом, не копировать: +17% следования брифу и +19% привязки к документу у Hebbia; 89% / 74,7% на их внутреннем тесте безопасности; прайс $10 / $50. Ваша норма — принятый артефакт за измеренное время человека.

Мой вывод

Любовь Черемисина

OpenAI в этом тексте фиксирует рабочую рамку: GPT-6 Astra в ChatGPT Work — про действия в корпоративных системах с ограждениями, а не только про более умный абзац в чате.

Я бы на этой неделе не спорила с партнёрскими процентами. Я бы прогнала один сценарий 30–60 минут «данные → анализ → таблица → презентация или сайт» и записала три числа: время человека, правки, доля принятого без переделки.

Пока финальное «да» ставит специалист, конкурентное преимущество не в «убрать сотрудника из окна Power BI», а в том, где вы даёте модели кликать, где требуете контракт программного интерфейса и где оставляете обязательное подтверждение перед шагом с последствиями.

Источники

Читайте также

Механизм с лентой токенов и красной печатью на принятом отчёте — метафора стоимости успешного AI-сценария, а не цены вызова модели
OpenAI AI-агенты Маркетинг и аналитика Аудио Обновлено

OpenAI закрепила экономику агентов: результат, а не токены

OpenAI описала экономику агентов: считать стоимость принятого результата, а не токенов. Маршрутизация, контекст, MCP-вызовы и проверка человеком — что протестировать на одном сценарии.

6 мин чтения Читать →

← Все новости AI и MCP