Саймон Уиллисон попросил ChatGPT Work с GPT-6 Astra проложить от дома кольцевые маршруты на 5 и 10 км. Через 27 минут агент выдал интерактивную карту, GPX и GeoJSON — полезный результат, который оказалось трудно проверить и воспроизвести.
Суть события
Задача звучала почти по-бытовому: взять домашний адрес, найти подходящие дороги и тропы в OpenStreetMap и собрать два замкнутых беговых маршрута. ChatGPT Work с моделью GPT-6 Astra (Max) справился за 27 минут. Пользователь получил встроенную визуализацию, отдельный GPX-файл для спортивных приложений и данные GeoJSON.
Это хороший пример того, как агент превращает короткую просьбу не просто в совет, а в готовый цифровой результат. Для обычного пользователя ценность понятна сразу: не нужно вручную изучать карту, отмерять дистанцию и экспортировать трек между несколькими сервисами. Однако удобство здесь соседствует с важным ограничением — процесс работы агента остался непрозрачным.
Детали
По объяснению самого ChatGPT, адрес был найден через Nominatim, локальные дороги и тропы загружены из OpenStreetMap с помощью Overpass, после чего петли рассчитали локально. Для показа карты агент использовал инструмент visualize и создал HTML-файл, который открылся прямо в интерфейсе ChatGPT. Геометрия маршрута и карты находилась внутри HTML, а визуализация строилась с помощью D3.
Но исходный Python-код и точная последовательность вычислений в интерфейсе не отображались. Когда Уиллисон позже попросил копию кода, система уже не смогла её предоставить: по его наблюдению, переписка к тому моменту была сжата. В итоге маршрут можно скачать и использовать, но нельзя уверенно повторить расчёт, проверить правила выбора улиц или понять, почему агент предпочёл один участок другому.
Контекст
Сценарий показывает практическую сторону возможностей нового флагмана OpenAI: модель планирует многошаговую работу, обращается к внешним данным, создаёт файлы и упаковывает результат в понятный интерфейс. Подробнее о самой модели и её запуске AI Digest писал в материале «GPT-6 Astra: что умеет новый флагман OpenAI и почему ему дали „медленный“ старт».
Одновременно проявилась старая проблема агентных систем: хороший конечный файл ещё не равен проверяемому процессу. Для прогулки это может быть досадой, а для маршрута с оживлёнными дорогами, закрытыми проходами или сложным рельефом — уже вопросом безопасности. Адрес также относится к чувствительным данным, поэтому перед подобным запросом стоит понимать, куда он отправляется и сохраняется ли в истории.
Что дальше
Пользователям разумно воспринимать такой трек как черновик: открыть GPX в привычном картографическом приложении, проверить переходы, доступность троп и фактическую длину, а перед первой пробежкой выбрать безопасное время. Если результат важен, код, промежуточные данные и описание метода лучше запрашивать сразу, пока контекст задачи не был сжат.
Разработчикам агентных продуктов этот случай оставляет простой список требований: сохранять журнал вызовов инструментов, давать доступ к созданному коду и позволять агенту читать архив до сжатия. Иначе система умеет выполнить впечатляющую работу, но теряет её происхождение — а вместе с ним доверие и возможность исправить ошибку.
