最近OpenAIにStaff ML Engineerとして加わったJason Liuは、Codexが本当に面倒な作業を引き受ける様子を示すツイートを投稿した。それは、業績評価のプロモーション用パッケージをまとめることだ。Liuは、構造化されたLLM出力向けのPythonライブラリであるInstructorを作成し、これは月間で6百万回以上のダウンロードを獲得しており、OpenAI自身の構造化出力機能にも影響を与えた。デモでは、彼はCodexにSlackとGmailから情報を取り出させ、それをもとに文書を組み立てさせた。これは小さな例だが、これらのツールが向かっている先を示している—エンジニアリングの時間を食い尽くす、退屈な多段階の事務作業を扱うことだ。
OpenAIのエンジニアがCodexを使って自身のパフォーマンスレビューを自動化
見出し
OpenAIのエンジニアJason Liuが、SlackとGmailを使ってCodexが業績評価の事前準備を自動化する様子を披露。
要約
最近OpenAIにStaff ML Engineerとして加わったJason Liuは、Codexが本当に面倒な作業を引き受ける様子を示すツイートを投稿した。それは、業績評価のプロモーション用パッケージをまとめることだ。Liuは、構造化されたLLM出力向けのPythonライブラリであるInstructorを作成し、これは月間で6百万回以上のダウンロードを獲得しており、OpenAI自身の構造化出力機能にも影響を与えた。デモでは、彼はCodexにSlackとGmailから情報を取り出させ、それをもとに文書を組み立てさせた。これは小さな例だが、これらのツールが向かっている先を示している—エンジニアリングの時間を食い尽くす、退屈な多段階の事務作業を扱うことだ。
分析
LiuはAIツールについて投稿しているただのエンジニアではない。彼はInstructorを作り、それが十分に人気になったため、OpenAIは構造化出力に同様のアイデアを取り込んだ。今は会社の中にいる。そして、このツイートは、磨き込まれたデモというよりは、自分のツールを実際の仕事に使っている人のように読める。
面白いのは、マルチツール要素だ。ここでCodexは単にコードを生成しているだけではない—SlackとGmailにまたがって連携し、情報を集めて、役に立つ何かを組み立てている。それは、人が実際に働くやり方にかなり近い。つまり、ツールを行き来して、文脈を集めて、それを首尾一貫したものに統合する。OpenAIはプラグインやバックグラウンドの自動化を推し進めており、これはその方向性に合致している。
個人的な側面もある。Liuは、手のケガの後にAIを使って技術系の仕事に戻る話をしてきた。だから、彼がこうしたものをデモすると、「本当にこれが必要なんだ」という質感がそこにある。
素朴な疑問もある。タスクがもっと厄介な場合、どれほどうまくいくのか？ これらの統合を通して機密データが流れるとどうなるのか？ しかし、AIが行政的な雑務を扱うためのコンセプト実証としては、はっきりしている。
影響評価