Это уже заметно отличается от привычного сценария, где ИИ пишет фрагмент кода, а разработчик вручную проверяет результат и переносит изменения в рабочую систему. Perplexity использует Astra для более длинных сквозных процессов, в которых модель получает задачу, работает с кодом и инструментами, проверяет результат и продолжает выполнение без постоянного вмешательства человека. При этом компания не заявляет о полном отказе от инженерного контроля.
GPT-6 Astra получила доступ к сквозным рабочим процессам
OpenAI опубликовала кейс Perplexity 14 сентября 2026 года.
Джонни Хо описывает переход от использования ИИ как помощника к работе модели с полноценными системами:
«Мы можем поручить модели подготовку коммуникаций, изменение реальных систем и мониторинг нашего production-ПО так, как предыдущие поколения моделей не могли», — рассказал Джонни Хо, сооснователь и директор по стратегии Perplexity.
Ключевой момент здесь связан не с отдельной возможностью написать код. Современные кодовые модели умеют это уже давно. Perplexity расширила область ответственности ИИ до последовательности связанных действий вокруг работающего продукта.
По словам Хо, теперь компании удаётся доверять Astra полноценные end-to-end-системы и значительно реже проверять ход выполнения задачи.
Astra сама создаёт тестовую среду для приложений
Одним из основных сценариев Perplexity стало тестирование программного обеспечения.
Вместо ручного создания всех тестов разработчик может поставить GPT-6 Astra задачу проверить приложение. Модель самостоятельно пишет небольшую тестовую программу и имитирует ответы внешних сервисов, с которыми взаимодействует проверяемая система.
Например, Astra может изображать другой API, языковую модель или подключённый сервис. После этого она проверяет, как приложение реагирует на получаемые ответы и корректно ли проходит весь рабочий сценарий.
Такой подход позволяет тестировать не одну отдельную функцию, а всю последовательность действий от начала до конечного результата.
Для Perplexity это особенно важно, поскольку её поисковые продукты состоят из множества взаимосвязанных компонентов: поиска, обработки источников, ранжирования, генерации кода и языковых моделей.
Perplexity всё сильнее строит поиск вокруг кода
Использование Astra связано с более крупной перестройкой поисковой архитектуры компании.
Perplexity развивает систему Search as Code, или «Поиск как код». В ней ИИ не ограничен обычным вызовом поисковой системы и получением готового списка результатов. Вместо этого модель получает доступ к отдельным элементам поисковой инфраструктуры и программирует собственный процесс поиска под конкретную задачу.
Агент может самостоятельно управлять:
- поиском документов;
- фильтрацией результатов;
- ранжированием;
- параллельными запросами;
- обработкой промежуточных данных;
- выбором информации для дальнейшего анализа.
Для этого модель генерирует Python-код, который выполняется в изолированной среде. В сложных сценариях один запрос пользователя может запустить сотни или тысячи операций поиска.
По сути, языковая модель получает возможность собирать собственную поисковую программу непосредственно во время выполнения задачи.
GPT-6 Astra улучшила результаты Search as Code
Perplexity отдельно тестировала GPT-6 Astra внутри своей новой поисковой архитектуры.
По данным компании, сочетание Astra и Search as Code показало на её наиболее сложном внутреннем исследовательском тесте результат на 9% выше, чем предыдущие модели. При этом стоимость выполнения задач составила только 49% от прежнего уровня.
Это важный показатель именно для Perplexity.
Компания обрабатывает огромное количество поисковых запросов, поэтому стоимость одного модельного вызова или одной длинной агентной задачи напрямую влияет на экономику всего продукта.
Более интеллектуальная модель необязательно должна обходиться дешевле за один токен. Она может снизить общую стоимость задачи, если быстрее выбирает правильную стратегию, делает меньше лишних шагов и реже требует повторного выполнения.
Модель влияет на качество самого поиска Perplexity
Хо отмечает прямую связь между способностью модели программировать и качеством поисковой системы.
По его словам, каждый раз, когда базовая модель становится лучше в написании кода, улучшается и Perplexity. ИИ способен создавать более эффективные программы, которые ищут информацию в интернете и внутренних источниках, а затем компактно объединяют найденные данные.
Это отражает изменение архитектуры современных поисковых сервисов.
Раньше поисковый алгоритм в основном создавался инженерами заранее. Модель отправляла запрос в готовую систему и получала от неё результаты.
В Search as Code часть этого процесса переносится непосредственно внутрь ИИ-агента. Модель сама решает, какие поисковые операции нужны для конкретной задачи и как их связать между собой.
Astra рассчитана на длинные автономные задачи
OpenAI представила GPT-6 Astra в начале сентября как модель для сложной сквозной работы с программным обеспечением, браузером и компьютером.
Она способна устанавливать и тестировать программы, устранять проблемы, взаимодействовать с интерфейсами и выполнять продолжительные цепочки действий. В Codex модель также может проверять написанный код через браузер и другие инструменты.
В тесте OSWorld 2.0 Astra получила 72,6% против 65,7% у GPT-5.6 Sol. При этом среднее время выполнения задачи в симуляциях OpenAI сократилось примерно с 75 до 40 минут.
На AutomationBench разрыв оказался ещё заметнее: 41,4% у GPT-6 Astra против 18,1% у GPT-5.6 Sol. Этот тест оценивает способность моделей выполнять сложную профессиональную автоматизацию.
Такие показатели помогают объяснить, почему Perplexity расширяет область задач, которые можно передавать модели целиком.
Полностью бесконтрольной работу Astra называть нельзя
Формулировку о том, что Perplexity «отдала production под управление ИИ», следует использовать осторожно.
Компания говорит о значительно более редких проверках, но не утверждает, что человеческий контроль полностью устранён. Также из опубликованного кейса нельзя сделать вывод, что GPT-6 Astra самостоятельно получает неограниченный административный доступ ко всей инфраструктуре Perplexity.
В реальной агентной системе права модели зависят от инструментов и разрешений, которые предоставляет ей разработчик.
Это особенно существенно для Astra, поскольку OpenAI одновременно расширила её возможности и усилила защитные механизмы.
OpenAI усилила контроль за действиями Astra
GPT-6 Astra стала первой широко развёрнутой моделью OpenAI, достигшей уровня Critical по кибербезопасности в системе Preparedness Framework компании. OpenAI заявляет, что с подходящими инструментами модель способна искать ранее неизвестные уязвимости и разрабатывать новые способы их эксплуатации.
Из-за этого OpenAI использует дополнительные механизмы контроля действий Astra.
Компания отслеживает операции моделей с инструментами и может автоматически останавливать потенциально несанкционированные действия. В Codex применяется Auto-review, который проверяет более чувствительные операции перед их выполнением.
В одном из внутренних тестов Astra ни разу не попыталась обойти отказ системы Codex Auto-review, даже когда задачу невозможно было выполнить без нарушения установленного ограничения.
Для компаний, которые начинают подключать модель к реальным системам, именно сочетание возможностей агента с ограничениями доступа становится критичным.
Perplexity показывает следующий этап развития ИИ-агентов
Кейс Perplexity интересен тем, что использование ИИ выходит за пределы генерации текста или отдельного фрагмента программы.
GPT-6 Astra участвует сразу в нескольких уровнях работы: пишет код, создаёт тесты, взаимодействует с системами и следит за работающим программным обеспечением. Инженер при этом всё чаще контролирует не каждый отдельный шаг, а конечный результат и критические точки процесса.
Похожую модель OpenAI продвигает и в Codex: агент получает задачу, исследует кодовую базу, вносит изменения и проверяет их самостоятельно.
Perplexity уже применяет этот подход внутри продукта, которым ежедневно пользуются реальные пользователи.
Пока речь не идёт о полном переходе инфраструктуры под автономное управление ИИ. Но сам факт того, что компании начинают разрешать передовым моделям изменять рабочие системы и контролировать production с меньшим количеством человеческих проверок, показывает, насколько быстро меняется роль ИИ в разработке программного обеспечения.
Если раньше модель в основном предлагала разработчику код, теперь ей начинают передавать целый рабочий процесс — от создания изменения до тестирования и последующего наблюдения за системой.
