Генерация беговых маршрутов в ChatGPT и проблема прозрачности сжатия контекста¶
5.0/10
Контекст¶
Автор запросил у ИИ-агента ChatGPT Work на базе модели GPT-6 Astra создание замкнутых беговых маршрутов на 5 и 10 км от своего адреса на основе данных OpenStreetMap. Задумка требовала от модели самостоятельного поиска данных, локального расчета кольцевых путей и выдачи как итоговых файлов, так и интерактивной визуализации.
Суть¶
За 27 минут работы агент определил координаты через геокодер Nominatim, скачал граф дорожной сети через Overpass API и локально вычислил маршруты, сгенерировав GPX, GeoJSON и встроенный HTML-виджет. Визуализация использовала библиотеку D3.js, загружаемую с разрешенного CDN в рамках Content Security Policy, и внедренные данные GeoJSON. Однако при попытке проверить вычисления автор столкнулся с проблемой UX: из-за сжатия контекста (context compaction) в интерфейсе ChatGPT исходный исполненный Python-код и детали вызовов инструментов оказались безвозвратно недоступны.
Вывод¶
Автор пришел к выводу, что любые ИИ-системы, использующие автоматическое сжатие контекста, обязаны сохранять текст до сжатия и предоставлять доступ к логам выполнения инструментов. Без сохранения исходного кода и истории вызовов прозрачность работы автономных агентов существенно снижается.