Три свіжі запуски — Muse від Meta, Dots від OpenAI та асистент водія Uber — зіграли на одну ідею: агент говорить першим. Відтепер складність зміщується з «що відповісти» на «коли перебити», «яким каналом» і «з якою пропозицією». Пропустиш момент — хвиля згасне або рахунок прострочиться; перестараєшся — тебе вимкнуть. Добра новина проста: цю задачу вирішують не лише LLM. Класичні ML-підходи та нові decision models допомагають оцінити цінність, час і канал без зайвого шуму.
Три релізи — один патерн
Спільний знаменник простий: агент діє проактивно, говорить першим і працює безперервно. Він обробляє тригери у фоні, повертається з порадою, і звертається до вас у потрібному місці. Коли потрібно — запитує схвалення й показує докази. Це не чат на вимогу, а сервіс, що стежить за контекстом і пропонує наступний крок.
Muse від Meta (8 вересня) — персональний агент, що бронює, надсилає листи і продовжує працювати навіть із закритим застосунком. Він пам’ятає деталі, робить неспровоковані пропозиції і звертається по підтвердження. Користувачі взаємодіють із ним у окремому застосунку та у WhatsApp, отримуючи підказки впродовж дня.
Dots від OpenAI (29 вересня) — завжди увімкнені агенти для «проактивного ресерчу». Вони здійснюють read-only моніторинг ваших застосунків, щоб не прогавити забутий рахунок або баг у Slack. Dots виходять на зв’язок у ChatGPT, Slack і Teams, а текст і голос для сповіщень — на підході. Ви не питаєте — вони підсвічують ризик і пропонують дію.
Асистент водія Uber перетворює живі сигнали маркетплейсу на поради. У недавній розповіді команда Uber описала кейс: водій простоює 33 хвилини — агент вказує кращу зону і додає обґрунтування. Їхні принципи ясні: завжди «на боці водія», проактивно показувати можливості та міряти, чи водій діяв. Голосову, hands‑free версію анонсували 24 вересня. Чи не це і є новий стандарт взаємодії?
Від pull до push: що змінилося?
Чатботи були pull‑інтерфейсом: ви обирали момент, канал і питання. Проактивні агенти інвертують усе це. Перебиватимеш надто часто — тебе заглушать. Запізнишся — хвиля закінчиться або рахунок прострочиться. Обереш хибний канал — гарне повідомлення зникне без відповіді. LLM чудово пише текст, але це хибний інструмент для рішення «надсилати чи ні».
Ключовою валютою стає увага користувача. Її легко витратити і важко повернути. Тож кожне втручання має виправдовувати себе миттєво. Інакше втрачаєш довіру, а разом із нею і дозвіл говорити наступного разу. Чи не краще сформулювати чітке правило для всіх агентів?
Головний виклик тепер не «що відповісти», а «коли перебити, яким каналом і з якою пропозицією». Три змінні зв’язані між собою і швидко псують досвід, якщо хоча б одна з них помилкова. Саме тому рішення про відправку потребує окремої моделі судження, а не ще одного проходу LLM.
Ця зміна мислення переводить проблему у площину оцінки очікуваної цінності, ризиків і контексту. Ми більше не питаємо, чи може агент написати повідомлення. Ми питаємо, чи варте воно уваги, коли його надсилати і куди.
Правило: користь має перевищувати ціну переривання
Кожне проактивне повідомлення — це ставка. Надсилайте його лише тоді, коли очікувана користь для користувача перевищує вартість переривання. Це просте правило дисциплінує продукт і канал одночасно.
Цінність складається з чотирьох частин. Скільки поставлено на карту саме зараз. Яка ймовірність, що користувач діятиме. Як швидко вичерпується можливість. І чия це цінність — користувача чи платформи. Тільки баланс цих складників дає чесну відповідь «варто чи ні».
«Надсилай лише тоді, коли очікувана цінність для користувача перевищує вартість переривання» — головний фільтр для агента, що говорить першим.
Далі цінність визначає обидва рішення — і час, і канал. Висока та така, що швидко зникає, цінність вимагає дії зараз. Помірні кейси чекають дайджесту. Решта — ніколи не вирушає. І що вища цінність, то більш інтрузивний канал вона «заробила».
Саме так з’являється послідовність: від карти у застосунку до чату, далі до SMS і, нарешті, до голосу. Кожен крок дорожчий за увагу, але виправданий лише тоді, коли виграш для користувача безсумнівний. Хіба не в цьому чесний контракт?
«Коли» і «як» — це задачі прогнозування
Вирішувати «коли» і «як» — це робота не для генерації тексту, а для передбачення. Команди нотифікацій та зростання роками шліфували такі підходи. Вони вміють оцінювати вплив підказки, найкращий момент і здатність користувача включитися саме зараз.
Uplift‑моделі оцінюють, чи спонука справді спричинить дію. Це різниця між «було б так само» і «агент реально допоміг». У свою чергу contextual bandits навчаються підбирати момент і канал для кожного користувача окремо, з мінімумом експериментів у полі.
Моделі прийнятливості (receptivity) прогнозують, чи здатна людина взаємодіяти саме тепер: вона за кермом чи вже припаркувалася, у зустрічі чи вільна. Поєднання цих оцінок створює практичний план: кому говорити, коли і яким голосом.
Канали мають свою «ціну входу». Картка у застосунку коштує мало, чат дорожчий, SMS ще дорожчий, а дзвінок варто лишати для термінових, «руки зайняті» моментів. Трекінг результатів у Uber дає якраз ті «лейбли», яких вимагають ці моделі.
Канал — це не тільки формат. Це ставка на увагу: картка — дешево, чат — дорожче, SMS — ще дорожче, дзвінок — для термінового.
Де рішенням місце: decision models та обмеження
Нова хвиля моделей ідеально під цю роботу. Decision models, як‑от Jev від TypeSafe чи Julia 1 від Supersonic Labs з відкритими вагами, повертають не текст, а типізоване судження: вибір зі списку, оцінку або так/ні з імовірністю. Вони дешеві, швидкі і дають чітке рішення до будь‑якого виклику LLM.
Julia 1 працює на CPU і видає рішення приблизно від 33 мс на подію. Для агента, що завжди увімкнений, це критично: він оцінює значно більше тригерів, ніж зрештою надсилає. Тому кожен кандидат спершу проходить крізь дешеві, структуровані запитання.
Запитати варто просте: чи варте це переривання, наскільки це цінно і наскільки терміново. Надсилати зараз, зачекати, згрупувати в дайджест або відхилити. І яким каналом: картка, чат, SMS чи голос. Так формується дисциплінований «шлюз» рішень до будь‑якого повідомлення.
Є й межі. Такі моделі судять лише за заданим контекстом, тож вони не навчаться, що один користувач ігнорує ранки. Це вимагає ретельного конструювання сигналів і скромності у висновках. І ще одне попередження — кроспродаж.
Кроспродаж — обережно. Агент, що говорить першим, стає потужним каналом дистрибуції. Meta досліджує комерцію в Muse і вже запустила Muse for Small Business; OpenAI анонсувала Dots разом із новим планом за $500 на місяць; Uber має доставку та інші сервіси для промо. Але пропозиція — це теж повідомлення. Воно має пройти той самий бар’єр цінності для користувача. Якщо люди запідозрять продаж замість сервісу, кожне наступне повідомлення втратить довіру. У підсумку перемагає судження про увагу: говорити рідко, вчасно, у правильному місці й на боці користувача. Компанії з роками даних про нотифікації можуть мати фору.
На основі матеріалу Meta, OpenAI and Uber Just Taught AI Agents to Talk First. What About When to Stay Quiet?.
