Perplexity доверила GPT-6 Astra сквозные системы и тестирование

Perplexity начала использовать GPT-6 Astra для подготовки коммуникаций, внесения изменений в программные системы и мониторинга production-среды. По словам сооснователя и директора по стратегии Джонни Хо, компания доверяет модели работу со сквозными системами и контролирует её заметно реже, чем модели предыдущих поколений.

Компания развивает поисковый сервис с ИИ и связывает качество поиска с прогрессом моделей в программировании. Когда модель лучше пишет код, поисковая система Perplexity получает более качественные программы для поиска в интернете и внутренних источниках, а также для сжатого изложения результатов.

От поиска информации к работе с системами

Хо называет главным вызовом перенос навыков обработки информации в реальные системы. По его оценке, GPT-6 Astra сделала этот переход проще: модель может составлять коммуникации, редактировать работающие системы и наблюдать за производственным ПО — задачи, которые прежние поколения не позволяли выполнять на том же уровне.

Важная часть такого применения — разработка и проверка кода. При ограниченном времени на ручное тестирование Хо поручает GPT-6 Astra создать небольшую тестовую программу вокруг приложения. Такой подход позволяет проверять не отдельный фрагмент кода, а поведение продукта в рабочем сценарии.

Как модель участвует в сквозном тестировании

Для тестов Astra генерирует реалистичные ответы, которые могли бы прийти от другого сервиса. В частности, она может имитировать API языковой модели или коннектор. Подменяя такие внешние компоненты, модель проверяет реакцию приложения и прохождение процесса от начала до конца.

Технический контекст важен и потому, что возможности возможности GPT-6 Astra в программных задачах показывают, почему разработчики оценивают модель не только по качеству текста, но и по способности работать с программными задачами. В кейсе Perplexity эта способность используется в связке с тестированием, изменением систем и наблюдением за их работой.

Что это означает для команд разработки

Опыт Perplexity показывает конкретный сценарий использования модели: поручить ей создание тестового окружения и симуляцию зависимых сервисов, чтобы проверить полный рабочий поток приложения. Это не отменяет контроль над production-средой, однако компания сообщает, что с GPT-6 Astra потребность в частых проверках стала ниже по сравнению с более ранними моделями.

Для бизнеса практический вывод состоит в том, что ИИ можно оценивать не только по ответам пользователю, но и по тому, насколько он помогает воспроизводить внешние зависимости и тестировать сквозные процессы. Решение о допуске к изменениям в рабочих системах при этом требует отдельной проверки в каждом конкретном контуре.