Transcription
OpenAI только что убил Naden. Или действительно убил? Потому что они только что выпустили свой набор агентов. Возможно, мы сейчас видим этот нарратив онлайн. Но сегодня я здесь, чтобы на самом деле сравнить Agent Kit и Naden и поговорить о будущем обоих этих конструкторов агентов. Как всегда, мы не просто будем говорить об этом. Я буду сравнивать обе эти платформы по различным категориям, чтобы мы могли выделить сильные и слабые стороны каждой платформы. Итак, для начала краткий обзор каждого из этих инструментов. У нас есть Agent Kit, который только что вышел 6 октября 2025 года. Это конструктор агентов OpenAI, который выглядит так. Он очень, очень прост в использовании, и это очень визуальный интерфейс с низким уровнем кода, основанный на перетаскивании. Вот цитата Сэма Альтмана: «Agent Builder похож на Canva для создания агентов. Это быстрый визуальный способ проектирования логики, шагов, идей». Я предполагаю, что вы уже знаете, что такое Naden, но если нет, то он был выпущен 8 октября 2019 года, то есть около 6 лет назад. Но за последний год он действительно начал набирать обороты. Как вы можете видеть по этому графику Google Trends прямо здесь, Naden — синий. А затем у нас есть другие платформы автоматизации ИИ, такие как Make и Zapier, ниже. И вы можете видеть, что он просто обогнал их по экспоненте. Вы можете подключить ИИ к своим собственным данным, и существует более 500 интеграций, что делает его очень простым для подключения к вашим инструментам, и вот как выглядит NN. Так что, как я уже сказал, сегодня мы будем сравнивать Agent Kit с NN по различным категориям. Чтобы ответить на вопрос: убьет ли Agent Kit NAND? И вкратце мой ответ — нет. Когда мы начали слышать слухи о его выпуске, все сразу же подумали: «Убьет ли он NAND?» Я не думаю, что это произойдет вообще. И я также хочу быть очень ясным, что я не думаю, что целью OpenAI было конкурировать с NAND. Я думаю, что Agent Kit создан для команд и потребителей, которые действительно интегрированы в среду OpenAI и не стремятся создавать супер-супер кастомные надежные ИИ-автоматизации и автономные системы. Они стремятся создавать очень быстрые и простые рабочие процессы, которые сэкономят им время, и, возможно, даже некоторые разговорные агенты внутри их команды. Теперь NN, конечно, был создан, чтобы быть совершенно всем. Он супер мощный. Честно говоря, он был создан для разработчиков. Он немного более технический, но благодаря этому у вас есть возможность делать абсолютно все. Например, когда мы увидели, как Google выпустил свой Opal, который имел очень похожий визуальный интерфейс. Люди говорили: «О, это убьет любой?» Нет. Очень быстро, почему вы должны доверять моему мнению по этому поводу? Я руковожу сообществом ИИ-автоматизации, где я обучаю более 150 000 человек создавать ИИ-решения для внедрения в бизнес. И все это делается с помощью NAN. Наша ИИ-компания True Horizon консультирует и внедряет кастомные ИИ-решения. И почти все это NADN. И мы также работали с корпоративными клиентами. Итак, категории, которые мы рассмотрим сегодня, это простота использования, триггеры, инструменты агента, поддержка моделей, компоненты пользовательского интерфейса чата, а также развертывание и контроль. Итак, начиная с первой категории, у нас есть простота использования. Так что, если я полный новичок и хочу протестировать Agent Kit, который является конструктором агентов OpenAI, я бы зашел сюда и поискал OpenAI agent builder. Я мог бы посмотреть заметки о выпуске или перейти сюда на платформу OpenAI, нажать на agent builder, а затем открыть свой agent builder прямо здесь. Это доступно практически всем. Вам просто нужен аккаунт OpenAI API. Вы можете видеть здесь, что у нас есть возможность создать рабочий процесс. И что ключевое здесь, на мой взгляд, это то, что говорится «создать чат-агента». Теперь чат-агент или разговорный агент, на мой взгляд, очень отличается от полностью автономного агента инструментов, потому что чат-агент будет искать для вас некоторую информацию, помогать вам получать ответы на ваши вопросы, но не настолько, чтобы действовать от вашего имени автономно. Так или иначе, у нас есть несколько шаблонов ниже, которые мы могли бы посмотреть, но я просто собираюсь создать новый поток, чтобы мы могли ознакомиться с этой средой. Что вы заметите здесь, так это то, что у нас есть старт, и я фактически не могу удалить этот старт, потому что каждый рабочий процесс нуждается в триггере. Вы можете видеть, что после того, как у вас есть этот старт, вам нужно перетащить круг, чтобы сказать, куда это идет дальше, как и конец, где вы соединяете свои узлы вместе. И у нас есть AI-агент прямо здесь, который мы можем назвать. Мы можем дать ему инструкции. Мы можем включить историю чата. Мы можем выбрать модель, рассуждение, мы можем дать ему инструменты. И у нас есть раздел формата вывода, где мы можем выбрать текст, JSON или виджет, о котором мы поговорим немного позже. Но то, что я сразу вижу, это то, что весь этот интерфейс гораздо менее пугающий, чем nitn. Я могу легко выбрать свою модель, дать ей инструкции, и я также могу слева видеть все, что мне доступно, это агент. Я могу закончить. Я могу выполнить поиск по файлам. Я могу использовать защитные ограждения, MCP-серверы. У меня есть только пять логических и операций с данными на выбор: если, иначе, пока, одобрение человека, преобразование или установка состояния. И это гораздо менее пугающе для меня как полного новичка без опыта программирования по сравнению с тем, когда я перехожу к чему-то вроде niten, создаю новый рабочий процесс, а затем, когда я открываю этот первый шаг, у меня есть тонны разных вещей здесь. Допустим, я хочу получить ИИ-агента, и я могу нажать на этого агента прямо здесь. У меня есть этот ввод, где я смотрю на эту переменную. У меня есть все эти варианты ниже на выбор, и я могу не знать точно, что они означают. Вы также можете видеть, что у меня уже есть ошибка, потому что я не подключил модель чата. У меня также есть возможность добавить память и все эти различные инструменты. И это изначально будет гораздо более пугающим, чем переход к конструктору агентов от OpenAI. Одна из первых вещей, которую я хотел сделать, когда создал своего первого агента, — это подключить его к Интернету, чтобы он мог искать для меня вещи. И с конструктором агентов OpenAI мне нужно только нажать на плюс для инструмента, и я могу просто выполнить веб-поиск. И это, по сути, будет поиск так, как вы делаете веб-поиск, когда вы находитесь в chatbt. Вы также можете указать искать только на определенных веб-сайтах, а также выполнять поиск по местоположению. Так что вот так, у меня уже есть ИИ-агент, который может искать в Интернете, и я также могу подключить модель чата прямо здесь, даже не получая никакого API-ключа. Но в любом случае, если бы мы хотели искать в Интернете, нам пришлось бы дать ему инструмент. Нам пришлось бы выбирать из всех этих сотен различных инструментов. Нам даже пришлось бы настроить собственный пользовательский HTTP-запрос, и нам также пришлось бы получить API-ключ как для веб-поиска, так и для модели чата, что просто гораздо более пугающе и определенно повышает барьер для входа немного по сравнению с конструктором агентов. Так что, если бы я думал о времени, которое потребуется полному новичку, чтобы создать одну систему автоматизации в OpenAI Agent Builder или точно такую же систему в Naden, он сделал бы это намного быстрее и чувствовал бы себя намного менее подавленным в Agent Builder, без сомнения. Вот почему для этой первой категории Agent Kit получает 8 из 10. Naden получает 6 из 10, и это наш новый общий счет на данный момент. В любом случае, давайте перейдем к следующей категории, которая называется триггеры. Так что помните, ранее, когда мы смотрели на раздел рабочего процесса, и там было сказано «создать чат-агента». Теперь, когда мы смотрим на триггеры, вы можете понять, почему я склоняюсь к этому или не склоняюсь к этому, зацикливаясь на этом, потому что когда у вас есть ваш ИИ-агент и у вас есть только этот вариант старта, других триггеров нет, как вы можете видеть, что означает, что если мы хотим общаться с этим агентом, единственный способ фактически запустить его — это поговорить с ним, как вы можете видеть здесь, в предварительном просмотре. Так что, если я хочу протестировать свой рабочий процесс, я могу пообщаться с ним здесь и сказать: «Поищи в Интернете NDN». Мы можем визуально видеть, что агент в данный момент использует свою функцию веб-поиска и использует свое рассуждение для поиска в Интернете Naden. И это действительно здорово, потому что мы создали веб-агента за считанные секунды. Но проблема здесь в том, что я не вижу хорошего способа иметь веб-события или запланированные триггеры. Даже если мы перейдем сюда, чтобы опубликовать нашего ИИ-агента, давайте просто скажем, что мы назовем его test web agent или text, я думаю. И когда мы опубликуем это, там было сказано, что его можно использовать в API-вызовах. Я не знаю, заметили ли вы это, но мы можем либо встроить его как Chatkit, о котором я расскажу немного позже, либо мы можем запустить этого агента из SDK агента, и он предоставит нам TypeScript или Python. Итак, что это означает для меня, так это то, что технически вы могли бы запускать этого агента из HTTP-запроса или из действия в приложении, но это не супер интуитивно или легко. Было бы очень хорошо, если бы OpenAI имел запланированные триггеры или события приложений, подобное этому. Например, если бы вы хотели создать агента OpenAI для ответа на ваши электронные письма, это было бы не так просто, как NAN, потому что нет такого триггера Gmail «при получении нового сообщения». В то время как в NAN, и вы хотите посмотреть на свои триггеры, мы могли бы перейти к Gmail прямо здесь, а затем мы могли бы увидеть, что наш триггер — «при получении нового сообщения». Так что мы могли бы легко заставить этого агента срабатывать каждый раз, когда мы получаем новый Gmail. У нас также есть восемь триггеров в Slack. Так что при любом событии, при упоминании бота, при обмене файлами, при новом пользователе, при добавлении реакции, есть так много триггеров, которые уже встроены в Nitn. Мы, конечно, могли бы использовать веб-хук. Так что наш CRM мог бы отправлять данные, у нас мог бы быть Google Drive, у нас мог бы быть Twilio, у нас мог бы быть практически все. И, на мой взгляд, системы, которые наиболее ценны, когда речь идет об автоматизации или ИИ-автоматизации, — это те, которые человек не должен запускать вручную. Так что быстрый пример: многие компании обращаются к нам, и они хотят интегрировать этого личного помощника, которого я построил. Однако, когда мы пытаемся фактически донести, какой был бы лучший быстрый выигрыш, чтобы показать им ROI действительно быстро, я никогда бы не рекомендовал личного помощника. Что бы я рекомендовал, так это что-то, что развивает лидов или быстрее реагирует на лидов и тому подобное, потому что такие системы помогают развивать бизнес, и по мере роста бизнеса эти системы будут использоваться все больше и больше. Таким образом, пропускная способность системы увеличивается по мере роста бизнеса, что является масштабируемым кумулятивным ROI системы. И это не совсем то же самое с чем-то вроде личного помощника, потому что по мере роста бизнеса это не обязательно означает, что вы будете использовать систему больше. Итак, в двух словах, самые мощные автоматизации, на мой взгляд, — это те, которые работают в фоновом режиме, когда вы даже не знаете, что они работают. И поскольку в конструкторе агентов OpenAI мы ограничены в наших триггерах и возможности планировать или запускать вещи в фоновом режиме. Вот почему я думаю, что любой определенно берет верх здесь, набирая 10 из 10, а Agent Kit получает 5 из 10, что делает наш новый счет Agent Kit 13 и 16. Хорошо, переходим к инструментам агента, что действительно, действительно важно, потому что это то, что дает нашим агентам возможность фактически делать вещи от нашего имени. Итак, мы вернулись в наш поток OpenAI Agent Builder, где мы уже дали нашему агенту инструмент веб-поиска, что было супер легко. Никакого API-ключа, очень быстро. Мне нравится. Но теперь, когда мы добавляем больше инструментов, вы можете видеть, что у нас есть только несколько вариантов. У нас есть клиентский инструмент, который позволяет отправлять данные обратно в наш виджет Chatkit, что, я должен сказать, очень круто. Мы можем использовать MCP-серверы. Так что это хорошо, потому что вы можете очень легко подключиться к Gmail, Google Calendar, Drive, Outlook. Вы можете видеть эти другие интеграции здесь, но их не так много, и все они должны быть MCP-серверами. Вы также можете подключиться к другому MCP-серверу, что хорошо, потому что есть, знаете ли, тонны в Zapier. Вы можете даже подключиться к своему собственному пользовательскому рабочему процессу, и есть также много других MCP-серверов, к которым вы можете подключиться. И это не так мощно, как количество API, которые существуют, и сколько вы можете подключить с помощью стандартного HTTP-запроса. И в Nitn, когда вы заходите сюда, чтобы подключить инструменты, вы можете, во-первых, также вызвать рабочий процесс NIDN, который очень мощный, а затем, конечно, у вас есть все эти нативные интеграции, которых буквально сотни и сотни, я думаю, более 500 нативных интеграций, которые у них есть. Так что практически любой инструмент, о котором вы можете подумать, вы можете подключить к своим ИИ-агентам здесь. И если Naden не имеет нативной интеграции, вы можете использовать этот инструмент HTTP-запроса, который является самым динамичным и мощным инструментом в мире, потому что вы можете буквально общаться с любой службой, у которой есть документация API. И, как я уже упоминал, возможность вызывать подрабочие процессы, вы можете видеть здесь с Ultimate Personal Assistant, например, у него есть агент электронной почты. И если я открою этот рабочий процесс агента электронной почты, мы увидим совершенно отдельного ИИ-агента, которого я построил в Naden. И этот агент сам по себе имеет тонны других инструментов, которые он может использовать здесь. Так что вы можете создавать действительно, действительно мощные оркестровые агентские системы в NN. И все это супер модульное и повторно используемое, потому что теперь, если мне когда-нибудь понадобится агент электронной почты, я могу просто подключить его к этому. Даже если этот агент подключен к, скажем, 100, это не имеет значения. И да, я сказал, что вы можете подключить агента OpenAI к агенту NN, что работает, но вам нужно будет использовать это, что является триггером MCP-сервера прямо здесь. И вы сможете подключить этот MCP-сервер к множеству различных инструментов. Так что у вас есть возможность общаться с некоторыми пользовательскими агентами и тому подобным в этих рабочих процессах ниже. Это просто не так мощно, как подрабочий процесс в качестве опции инструмента. Итак, для инструментов агента, Agent Kit снова получит пять. N получит десять. И наш новый общий счет: Agent Kit 18, N 26. Итак, давайте перейдем к следующей категории, которая называется поддержка моделей. Так что это довольно просто и легко, потому что в OpenAI, конечно, у вас есть доступ только к моделям OpenAI. И это на самом деле не большая проблема. Как вы можете видеть, у нас есть тонны и тонны моделей. У вас есть тяжелые, быстрые, рассуждающие. Это на самом деле не имеет большого значения. И вы также можете быстро изменить уровень рассуждения. Вы можете изменить многословность, резюме, выбор инструмента, все это. И опять же, потому что все это встроено в вашу среду OpenAI, у вас уже есть все здесь. Вы также можете легко включить или отключить, хотите ли вы, чтобы история чата была включена или нет. Но в NN вы можете выбрать свою собственную модель чата. Так что Anthropic, Azure, Bedrock, Coher, любой из них. Или вы также можете просто перейти на Open Router. И теперь вы можете выбрать практически любую из сотен моделей, которые есть на Open Router. Так что у вас здесь гораздо больше свободы. И, честно говоря, я думаю, что это очень важно, потому что я не всегда использую только модели OpenAI. Я часто это делаю, но для определенных случаев использования я действительно хочу использовать Google или я действительно хочу использовать Anthropic. И когда вы выбираете любую из этих моделей, у вас все еще есть возможность изменять такие вещи, как ваш Top P, ваша частота, ваша температура выборки, все это в NAND, поэтому NIAND получает 10 из 10, потому что вы также можете использовать локальные модели, потому что вы можете размещать NAND локально. И Agent Kit получит 6 из 10 здесь, доведя наш новый общий счет до Agent Kit 24 и N 36. Теперь это очень интересно. Мы переходим к компонентам пользовательского интерфейса чата. Итак, ранее в этом видео я несколько раз намекал на что-то под названием Chatkit, что является встроенным инструментом Agent Kit, который помогает вам создавать виджеты для веб-сайтов и легко и чисто встраивать ваших агентов OpenAI на свой собственный веб-сайт. Пользователи могут добавлять элегантные брендированные интерфейсы чата в свои приложения без дополнительного кодирования. Все выглядит отполированным и работает с агентами OpenAI из коробки. И это на самом деле большое преимущество для Agent Kit от OpenAI. А N, с другой стороны, больше ориентирован на серверные рабочие процессы. Так что у него нет модного или простого способа встраивать чат-интерфейсы по умолчанию. Вам обычно потребуется встроить своего агента в какой-либо фронтенд, если вы хотите, чтобы он выглядел красиво. Вот быстрый пример всех различных виджетов, которые вы могли бы создать, и вы могли бы иметь ваших агентов OpenAI, питающих эти различные виджеты. И вот где эта вещь вывода вступает в игру. Если я изменю это на виджет, мы могли бы, по сути, настроить тип виджета, который мы хотим, и какие мелочи, которые наши агенты могли бы изменить в зависимости от его вывода в этом виджете. И поэтому, когда я нажимаю «создать виджет» здесь, вы можете видеть, что мы могли бы либо описать и начать набрасывать, как мы хотим, чтобы это выглядело. Вы можете перейти в галерею и увидеть, что это типы виджетов, и это то, с чем ваш агент мог бы фактически взаимодействовать и изменять. И поэтому я думаю, что это очень круто для их фронтенда. Но с Naden у вас есть возможность с триггером сообщения чата открыть чат-интерфейс и встроить его, но он выглядит просто так. Его действительно трудно настроить, и он просто не выглядит отлично. Вот цитата из HubSpot: «Chatkit сэкономил нам недели работы над пользовательским фронтендом, что позволило нам легко прототипировать улучшения пользовательского интерфейса помощника и агентов HubSpot Breeze. С помощью пользовательского виджета ответа наш агент может предоставлять интерактивные управляемые решения вместо статических ответов». Так что это очень круто, поэтому Agent Kit получит 9 из 10, а Naden получит 5 из 10, доведя общий счет до Agent Kit 33 и N 41. Надеюсь, я все правильно посчитал. Дайте мне знать, если нет. И теперь, чтобы поговорить о нашем последнем разделе, у нас есть развертывание и контроль, что, очевидно, очень важно, особенно если вы хотите делать это для своего бизнеса или помогать другим компаниям внедрять ИИ-автоматизации. Одна из самых больших причин, на мой взгляд, почему он взорвался, помимо простоты использования и визуальности, заключается в том, что он был с открытым исходным кодом. Я думаю, они предпочитают использовать термин «код доступен» или что-то в этом роде, но это означает, что вы можете разместить его в облаке, вы можете разместить его на своем собственном частном сервере, вы можете разместить его локально на своем собственном компьютере, и вы можете иметь полный контроль над всеми данными, особенно если вы локально размещаете свою LLM. Вы знаете, где все находится. Agent Kit, с другой стороны, развертывается и управляется полностью в облаке OpenAI, поэтому пользователям не нужно беспокоиться о технической настройке, что хорошо. Все размещено для них, но OpenAI также имеет полный контроль над тем, где находятся данные и агенты. И опять же, если ваша компания и ваши рабочие процессы уже полностью интегрированы в среду OpenAI, то это, вероятно, не большая проблема для вас, и вы можете легко создавать действительно полезные автоматизации с помощью Agent Kit от OpenAI. Но Naden, опять же, вы можете иметь полный контроль, хотя иногда это требует немного больше технической настройки или опыта в начале. Так что для развертывания и контроля Agent Kit получает 7 из 10. Naden получает 10 из 10, доведя общий счет до финального Agent Kit 40 и NADN 51, что означает, что NADN — наш победитель сегодня. Но опять же, это очень относительно. Если бы я подходил к этому с точки зрения другого типа потребителя, возможно, не столько с точки зрения разработчика, я бы, вероятно, больше наслаждался Agent Kit. Итак, в любом случае, есть еще несколько разрозненных вещей, которые я хотел быстро упомянуть о двух платформах. Например, цены, инструменты оценки и поддержка сообщества. Это все еще не законченный продукт от Agent Kit, и они способны делать тонны классных вещей здесь. Так что их ценообразование еще не полностью окончательное. Вы можете просто получить к нему доступ бесплатно, но я считаю, что вы будете платить за использование чат-моделей ИИ. Agent Kit также имеет некоторые действительно классные инструменты оценки, но есть и некоторые аспекты оценки, которые мне не нравятся. Так что позвольте мне быстро показать вам, что я имею в виду. Итак, это один из шаблонов OpenAI. И я хочу быстро сделать предварительный просмотр и просто провести быстрый разговор. Итак, я сначала говорю «привет». Вы можете видеть, что происходит здесь. Агент триажа собирается выяснить, что выводить. А затем он, по сути, отправляет мне обратно некоторую информацию и говорит: «Чтобы начать, не могли бы вы поделиться следующим?» Вы можете видеть, что я ответил на это. Вы можете видеть, что мы видели путь, который прошел этот рабочий процесс. И теперь агент-помощник по запуску, по сути, создает нам руководство по запуску этого. Так что независимо от вывода, что мне не нравится здесь, это то, что я не вижу, как данные перемещались через каждый из этих шагов. Так что, если я закрою этот предварительный просмотр и нажму, знаете ли, что мы хотим видеть, что произошло в этом условии, довольно трудно увидеть, какие данные только что прошли. И если я нажму «оценить», вот где мы можем фактически, знаете ли, увидеть эти журналы, но это немного запутанно. Например, вы можете видеть время каждого из этих шагов. Вы можете видеть, что произошло. Если я нажму на этот агент триажа, мы можем видеть, что он использовал GPT5. Мы можем видеть системные подсказки. Мы можем видеть ввод здесь. И мы можем видеть рассуждение и действия, но просто гораздо труднее увидеть данные, перемещающиеся через узлы, так, как это делает NIDAN намного проще, потому что в NIN с этим рабочим процессом вы можете видеть, что все зеленое. Вы можете видеть, сколько элементов перемещается. Когда вы нажимаете на узел, вы можете видеть ввод слева, вы можете видеть конфигурацию посередине, и вы можете видеть вывод справа. Так что очень легко следить за потоком данных и точно понимать, где что-то пошло не так и что вам нужно изменить. Но, на мой взгляд, в этой среде OpenAI Agent Kit мне просто трудно понять, что входит и что выходит, потому что вы можете видеть здесь, у нас есть переменная, которая является input output parsed blah blah blah. Но я не знаю точно, откуда берется эта переменная. Мне пришлось бы зайти сюда и попытаться выяснить: «Хорошо, формат вывода, у нас есть JSON, у нас есть эта схема ответа, и здесь ли он выводит информацию?» Так что, в любом случае, я не пытаюсь быть слишком техническим здесь, но мне очень нравится в Nitn, как вы можете видеть выводы узлов. Вы можете видеть поток данных. Вы можете видеть конфигурацию ввода и вывод. И вы также можете нажать на выполнения и увидеть все различные запуски, очень четко, что произошло в гораздо более визуальном интерфейсе, чем переход к конструктору агентов, просмотр оценок и просмотр всех журналов и необходимость просматривать их вот так. Это просто немного более запутанно, что меня удивляет, потому что им так легко пользоваться, если бы я был полным новичком. Но у них также есть некоторые действительно классные возможности оценки с наборами данных, оценкой трассировки и оптимизацией подсказок. Как вы можете видеть здесь, есть разные способы оценки ваших запусков, а затем, например, прогонять подсказки, чтобы увидеть, проходят ли они или терпят неудачу. Вы можете оптимизировать свои подсказки, и, конечно, вы можете отслеживать оценки. Последнее, что я хотел упомянуть здесь, это поддержка сообщества. OpenAI, очевидно, только что выпустил свой Agent Kit вчера, и мы все знаем, на что способна эта компания. Они, это просто очень круто то, над чем они работают. Так что я представляю, что Agent Kit будет продолжать развиваться и развиваться. Но поскольку Eniden существует уже 6 лет и взорвался за последний год, существует так много контента, так много курсов, так много бесплатных шаблонов, например, более 5000 шаблонов, в то время как в Agent Kit от OpenAI вы сейчас немного больше предоставлены сами себе. В любом случае, в целом, у нас Agent Kit — 40, у нас Naden — 51. И я хотел быстро поговорить о том, когда вы выберете каждый из этих инструментов. Итак, я бы выбрал OpenAI Agent Kit, если бы я хотел приоритезировать быстрое развертывание с минимальной технической сложностью. Если бы мне нужен был отполированный пользовательский интерфейс чата или некоторые виджеты, которые могли бы быть динамичными, если бы я искал очень быструю и простую комплексную оценку и тестирование агентов. И, конечно, если все, что я знаю о своем бизнесе, уже интегрировано в экосистему OpenAI, это облегчит подключение этих пользовательских рабочих процессов. Теперь Nen, они определенно ориентировались больше на разработчиков. Гибкость между несколькими поставщиками ИИ, сложная автоматизация рабочих процессов, выходящая за рамки простого чата, контроль затрат за счет самостоятельного размещения, полный контроль над данными и инфраструктурой. У вас, очевидно, есть возможность подключиться буквально к чему угодно, запускать свои рабочие процессы буквально чем угодно, и выполнять любые преобразования или манипуляции с данными, которые вам нужны. Но создание этого видео было очень веселым для меня, потому что я думаю, что многие люди склонны зацикливаться на инструментах. Знаете, что выйдет? Что будет актуально? Что мне изучать? Рискую ли я огромным риском или ставкой? Ответ — нет. до тех пор, пока вы подходите к этому с точки зрения «я хочу учиться, когда ИИ ценен, когда нет, как сэкономить время и как решить основную проблему, с которой сталкивается бизнес». Потому что, если вы пытаетесь работать с бизнесом, они, вероятно, не выберут вас из-за вашего конкретного инструмента. Они выберут вас, потому что вы знаете, как предоставить им результаты, которые экономят им деньги, экономят время и увеличивают их фокус. Так что, быстро, мышление должно быть: станьте агностиком инструментов. Решайте проблему в ее корне. Не имеет значения, как вы туда доберетесь. Так что, если я извиняюсь за болтовню, но надеюсь, вы понимаете, откуда я исхожу. Это то, о чем я люблю говорить в этой сфере, потому что здесь много ажиотажа. И если вы хотите связаться с множеством других людей, которым нравится говорить о подобных вещах, то обязательно загляните в мое сообщество Plus. Ссылка на него находится в описании. Мы только что достигли 3000 участников, что очень волнительно, но там полно людей, которые каждый день работают с NAND или другими платформами. Это сообщество, полное решателей проблем ИИ. Там полно людей, которые строят бизнес с помощью ИИ или используют ИИ для помощи своим собственным бизнесам. Это действительно крутое место. И у нас также есть три полных курса прямо сейчас. Agent Zero, который является основами ИИ-автоматизации для начинающих. У нас есть «10 часов до 10 секунд», где мы углубляемся в naden и определяем, как сэкономить время с помощью автоматизации. А затем у нас есть новый курс для наших ежегодных участников под названием «Агентство ИИ-автоматизации для одного человека», где мы закладываем основу для создания масштабируемого бизнеса ИИ-автоматизации. Я также провожу один звонок в неделю здесь, который в последнее время был очень веселым. Получаю много классных вопросов и классных дискуссий. Так что я был бы рад видеть вас в этом сообществе. Но на сегодня это все. Если вам понравилось и вы узнали что-то новое, пожалуйста, поставьте лайк. Это определенно очень помогает мне. И, как всегда, я ценю, что вы досмотрели видео до конца. Увидимся в следующем.