2023 সালে, ওপেনএআই-এর মাত্র 2 মিলিয়ন সাপ্তাহিক সক্রিয় বিকাশকারী এবং 100 মিলিয়ন সাপ্তাহিক সক্রিয় ব্যবহারকারী থাকবে।
দুই বছর পর, OpenAI-এর সদ্য অনুষ্ঠিত দেব দিবসে, CEO স্যাম অল্টম্যান সভায় প্রকাশ করেন: এখন 4 মিলিয়ন ডেভেলপার পণ্য তৈরি করতে OpenAI ব্যবহার করছে, প্রতি সপ্তাহে 800 মিলিয়নেরও বেশি মানুষ ChatGPT ব্যবহার করে, এবং API প্রতি মিনিটে 6 বিলিয়ন টোকেন প্রক্রিয়া করে।
আপনাদের সকলকে ধন্যবাদ, AI এমন কিছু হয়ে উঠেছে যা মানুষ খেলছে এমন একটি টুল যা মানুষ প্রতিদিন তৈরি করতে ব্যবহার করে।
এই প্রবৃদ্ধির হারের ওপর ভিত্তি করে বলা যায় আমরা জয়ী হয়েছি।
এবং মাত্র গত সপ্তাহে, ওপেনএআই-এর মূল্যায়ন $6.6 বিলিয়ন ইক্যুইটি লেনদেনের মাধ্যমে $500 বিলিয়নে বেড়েছে, যা Musk-এর SpaceX-কে ছাড়িয়ে বিশ্বের সবচেয়ে মূল্যবান স্টার্টআপে পরিণত হয়েছে।
DevDay হাইলাইট:
- চ্যাটজিপিটি একটি সুপার অ্যাপ হয়ে উঠেছে: কথোপকথনের সময় তৃতীয় পক্ষের অ্যাপ্লিকেশনগুলিকে সরাসরি কল করা যেতে পারে, এআই সক্রিয়ভাবে সরঞ্জামগুলির সুপারিশ করতে পারে এবং অ্যাপ-মধ্যস্থ লেনদেনগুলি নগদীকরণের জন্য ব্যবহার করা যেতে পারে।
- AgentKit টুলকিট এখন অনলাইন: মাল্টি-এজেন্ট ওয়ার্কফ্লো তৈরি করতে দৃশ্যত টেনে আনুন এবং ড্রপ করুন, মিনিটের মধ্যে ডেভেলপমেন্ট থেকে ডিপ্লয়মেন্ট পর্যন্ত পুরো প্রক্রিয়াটি সম্পূর্ণ করে।
- কোডেক্স সম্পূর্ণরূপে উন্মুক্ত: প্রাকৃতিক ভাষা ব্যবহার করে রিয়েল টাইমে কোড লিখুন, ভয়েস কন্ট্রোল এবং স্ল্যাক ইন্টিগ্রেশন সমর্থন করুন এবং টিমের দক্ষতা 70% বৃদ্ধি করতে স্বয়ংক্রিয়ভাবে PR পর্যালোচনা করুন।
- প্রধান মডেল API আপগ্রেড: সবচেয়ে শক্তিশালী GPT-5 প্রো ওপেন API, ভয়েস খরচ 70% কমেছে, Sora 2 ইন-প্রোডাক্ট ভিডিও জেনারেশন এবং সূক্ষ্ম নিয়ন্ত্রণকে সমর্থন করে।
অ্যাপটি সরাসরি ChatGPT-এ ইনস্টল করুন
আজ, ওপেনএআই একটি বোমা ফেলে দিয়েছে – ChatGPT এখন সরাসরি তৃতীয় পক্ষের অ্যাপ্লিকেশন কল করতে পারে।
অতীতে, আপনাকে বিশেষভাবে একটি অ্যাপ ডাউনলোড করতে হতে পারে; এখন, শুধুমাত্র একটি বাক্য দিয়ে, Spotify এবং Canva-এর মতো অ্যাপগুলিকে স্বয়ংক্রিয়ভাবে কথোপকথনে কল করা যেতে পারে এবং একটি ইন্টারেক্টিভ ইন্টারফেস প্রদান করে যা সরাসরি পরিচালিত হতে পারে।
আপনি যদি ইতিমধ্যেই একটি বহিরাগত পরিষেবাতে সদস্যতা নিয়ে থাকেন, তাহলে আপনি একটি নির্বিঘ্ন সংযোগের জন্য সরাসরি ChatGPT-এ আপনার অ্যাকাউন্টে লগ ইন করতে পারেন৷
আজ থেকে, এটি বিনামূল্যে, গো, প্লাস এবং প্রো প্ল্যান জুড়ে EU-এ থাকা ব্যবহারকারীদের ব্যতীত সমস্ত লগ-ইন করা ব্যবহারকারীদের জন্য উপলব্ধ। প্রাথমিক পাইলট প্রোগ্রামে Booking.com, Canva, Coursera, Figma, Expedia, Spotify এবং Zillow সহ বেশ কয়েকটি প্রধান অংশীদার রয়েছে।
অন-সাইট বিক্ষোভ আরও উত্তেজনাপূর্ণ ছিল।
একজন OpenAI কর্মী ChatGPT খোলেন এবং ক্যানভাকে কুকুর হাঁটার পরিষেবার জন্য একটি প্রচারমূলক পোস্টার ডিজাইন করতে বললেন। কয়েক সেকেন্ডের মধ্যে, ক্যানভা বেশ কয়েকটি ডিজাইনের বিকল্প নিয়ে এসেছিল।
তারপরে এই লোকটি পোস্টারের বিষয়বস্তুর উপর ভিত্তি করে একটি ব্যবসায়িক উপস্থাপনা PPT তৈরি করার অনুরোধ করেছিল – ঘুষির এই সংমিশ্রণটি সিল্কের মতো মসৃণ ছিল।
এরপর পিটসবার্গ এলাকায় বাড়ি বিক্রির জন্য জিলোকে কল করার জন্য তিনি ChatGPT ব্যবহার করেন। Zillow অবিলম্বে একটি ইন্টারেক্টিভ মানচিত্র তৈরি করেছে, এবং ব্যবহারকারী আরও বিস্তারিত জানতে আরও প্রশ্ন জিজ্ঞাসা করতে পারে।
এর চেয়েও স্মার্ট ব্যাপার হল যখন ChatGPT মনে করে একটি নির্দিষ্ট অ্যাপ আপনাকে সাহায্য করতে পারে, তখন এটি সক্রিয়ভাবে সুপারিশ করবে।
উদাহরণস্বরূপ, আপনি যদি বলেন "আমাকে একটি পার্টি প্লেলিস্ট তৈরি করতে সাহায্য করুন", এটি সাহায্য করার জন্য সরাসরি Spotify-কে কল করতে পারে – এই অপারেশনটি সত্যিই কিছু।
এসবের পেছনে রয়েছে সদ্য প্রকাশিত অ্যাপস এসডিকে (অ্যাপ্লিকেশন ডেভেলপমেন্ট কিট)। বিকাশকারীরা এখন তাদের নিজস্ব ChatGPT অ্যাপ্লিকেশন তৈরি করতে Apps SDK প্রিভিউ ব্যবহার করতে পারে।
এটি উল্লেখ করার মতো যে Apps SDK মডেল কনটেক্সট প্রোটোকল (MCP)-এর উপর নির্মিত – একটি উন্মুক্ত মান যা ডেভেলপারদের AI সিস্টেমের সাথে বাহ্যিক ডেটা উত্সগুলিকে সংযুক্ত করতে দেয়৷ এর মানে হল যে এই স্ট্যান্ডার্ডের সাথে তৈরি অ্যাপ্লিকেশনগুলি যে কোনও সামঞ্জস্যপূর্ণ প্ল্যাটফর্মে চলতে পারে।
ঠিক যেমন iOS অপারেটিং সিস্টেম সরবরাহ করে এবং অ্যাপ স্টোর বিতরণ এবং নগদীকরণ পরিচালনা করে, অবশেষে মোবাইল ইন্টারনেট ইকোসিস্টেম গঠন করে, ChatGPT এখন অপারেটিং সিস্টেম হিসাবে কাজ করে, Apps SDK উন্নয়ন টুল হিসাবে কাজ করে এবং এর 800 মিলিয়ন ব্যবহারকারী বাস্তুতন্ত্রের ভিত্তি হিসাবে কাজ করে। সহজ কথায়, ChatGPT একটি সুপার অ্যাপে পরিণত হতে চলেছে।
উপরন্তু, এই বছরের শেষের দিকে, OpenAI একটি অ্যাপ্লিকেশন জমা দেওয়ার প্রক্রিয়া খুলবে, একটি ডেডিকেটেড অ্যাপ্লিকেশন ক্যাটালগ চালু করবে এবং নগদীকরণ প্রক্রিয়া ঘোষণা করবে – নতুন এজেন্টিক কমার্স প্রোটোকলের জন্য সমর্থন সহ, যা ChatGPT-এর মধ্যে তাত্ক্ষণিক চেকআউট এবং লেনদেন সক্ষম করে।
AgentKit এখানে, এজেন্ট সৃষ্টিকে একটি হাওয়া বানিয়েছে
আজ, OpenAI আনুষ্ঠানিকভাবে AgentKit চালু করেছে, যা ডেভেলপার এবং এন্টারপ্রাইজগুলির জন্য ডিজাইন করা টুলগুলির একটি সম্পূর্ণ সেট।
আগে, একটি এজেন্ট তৈরি করা একটি দুঃস্বপ্ন ছিল: জটিল প্রক্রিয়া অর্কেস্ট্রেশন, কাস্টম সংযোগকারী, ম্যানুয়াল মূল্যায়ন এবং লাইভ হওয়ার আগে সামনের দিকের বিকাশের সপ্তাহ। এখন, AgentKit এর সাথে, এতে তিনটি মূল উপাদান রয়েছে:
- এজেন্ট বিল্ডার: মাল্টি-এজেন্ট ওয়ার্কফ্লো সংস্করণ তৈরি এবং পরিচালনার জন্য একটি ভিজ্যুয়াল ক্যানভাস
- সংযোগকারী রেজিস্ট্রি: প্রশাসকদের ডেটা এবং টুল ইন্টারঅপারেবিলিটি পরিচালনা করার জন্য একটি কেন্দ্রীয় স্থান
- চ্যাটকিট: আপনার পণ্যগুলিতে কাস্টমাইজযোগ্য চ্যাট-ভিত্তিক এজেন্ট অভিজ্ঞতা এম্বেড করার জন্য একটি টুলকিট
বিশেষত, এজেন্ট বিল্ডার একটি ভিজ্যুয়াল ক্যানভাস প্রদান করে যা আপনাকে যুক্তি, সংযোগ সরঞ্জাম এবং নোডগুলি টেনে ও ড্রপ করে কাস্টম নিরাপত্তা নিয়ম কনফিগার করতে দেয়। এটি পূর্বরূপ রান, এমবেডেড মূল্যায়ন সেটিংস এবং সম্পূর্ণ সংস্করণ নিয়ন্ত্রণ সমর্থন করে।
সংবাদ সম্মেলনে, অল্টম্যান এই বৈশিষ্ট্যটিকে "বুদ্ধিমান এজেন্ট তৈরির জন্য ক্যানভা" এর সাথে তুলনা করেছেন।
ওপেনএআই সংযোগকারী রেজিস্ট্রিও চালু করেছে, যা ডেভেলপারদের ডেটা নিরাপত্তা এবং অ্যাক্সেস নিয়ন্ত্রণ নিশ্চিত করার সময় অ্যাডমিনিস্ট্রেটর কন্ট্রোল প্যানেলের মাধ্যমে অভ্যন্তরীণ সরঞ্জাম বা তৃতীয় পক্ষের সিস্টেমে নিরাপদে এজেন্টদের সংযোগ করতে দেয়।
চ্যাটকিট ডেভেলপারদের সহজেই চ্যাট-ভিত্তিক বুদ্ধিমান এজেন্টদের তাদের নিজস্ব পণ্যগুলিতে এম্বেড করতে দেয়, অ্যাপ বা ওয়েবসাইট যাই হোক না কেন, ব্র্যান্ড থিমের উপর ভিত্তি করে গভীর কাস্টমাইজেশনের অনুমতি দেয়। সহযোগিতার উদাহরণের মধ্যে রয়েছে Canva, LegalOn এবং HubSpot।
গত বছর, OpenAI ডেভেলপারদের প্রম্পট পরীক্ষা করতে এবং মডেলের কার্যকারিতা পরিমাপ করতে সহায়তা করার জন্য Evals চালু করেছে। এই বছর, এটি চারটি শক্তিশালী ক্ষমতা যুক্ত করেছে: ডেটাসেট, ট্র্যাকিং স্কোর, স্বয়ংক্রিয় প্রম্পট অপ্টিমাইজেশান এবং তৃতীয় পক্ষের মডেল সমর্থন।
উপরন্তু, রিইনফোর্সড ফাইন-টিউনিং (RFT) ডেভেলপারদের ওপেনএআই-এর ইনফারেন্স মডেল কাস্টমাইজ করতে দেয়। RFT এখন GPT-5-mini-এ সম্পূর্ণরূপে উপলব্ধ এবং GPT-5-এ ব্যক্তিগত বিটাতে, দুটি নতুন বৈশিষ্ট্য চালু করছে: কাস্টম টুল কল এবং কাস্টম স্কোরার।
মাত্র 7 মিনিট এবং 11 সেকেন্ডের মধ্যে, ওপেনএআই কর্মীরা দেব দিবসের ওয়েবসাইটের জন্য স্ক্র্যাচ থেকে একটি এআই সহকারী তৈরি করেছে। তারা দৃশ্যত একটি শ্রেণীবিভাগ এজেন্ট, রাউটিং নোড, মিটিং সময়সূচী পরিচালনা করার জন্য একটি সেশন এজেন্ট, সাধারণ প্রশ্নগুলি পরিচালনা করার জন্য একটি দেব দিবস এজেন্ট এবং এমনকি PII সুরক্ষা প্রয়োগ করেছে৷
সেটআপ সম্পূর্ণ হওয়ার পরে, যখন একজন ব্যবহারকারী এজেন্ট বিল্ডারে জিজ্ঞাসা করেন, "এজেন্ট তৈরির বিষয়ে জানতে আমার কোন সম্মেলনে যোগ দেওয়া উচিত?" সিস্টেমটি স্বয়ংক্রিয়ভাবে সম্পূর্ণ প্রক্রিয়াটি সম্পাদন করে: গার্ডেল পরীক্ষা করা, অভিপ্রায় শ্রেণীবদ্ধ করা, নথি থেকে তথ্য বের করা, উইজেট ব্যবহার করে এটি প্রদর্শন করা এবং অবশেষে উপযুক্ত এবং প্রাসঙ্গিক সম্মেলনের সুপারিশ করা।
ওয়ার্কফ্লো কাজ করছে তা নিশ্চিত করার পরে, তিনি এটিকে "আস্ক ফ্রগ" নাম দিয়েছিলেন এবং একটি ওয়ার্কফ্লো আইডি পাওয়ার জন্য এটি প্রকাশ করেছিলেন।
তারপরে আমরা চ্যাট কিট রিঅ্যাক্ট কম্পোনেন্ট ব্যবহার করে এজেন্টকে ডেভ ডে ওয়েবসাইট কোডে একীভূত করেছি, এটিকে ফ্রগ থিমের রঙ, স্থানধারক এবং স্টার্টআপ টুলটিপ দিয়ে কনফিগার করেছি, একটি স্লাইড-আউট চ্যাট ইন্টারফেস যুক্ত করেছি এবং সাইটের শীর্ষে একটি "ব্যাঙ জিজ্ঞাসা করুন" লিঙ্ক স্থাপন করেছি, যা সমস্ত অংশগ্রহণকারীদের জন্য তাৎক্ষণিকভাবে উপলব্ধ।
এই পুরো প্রক্রিয়াটি যতটা সম্ভব মসৃণ ছিল।
OpenAI আনুষ্ঠানিকভাবে কোডেক্স খোলে, AI শুধুমাত্র কথা বলে কোড লিখতে দেয়
আগস্টের শুরু থেকে, কোডেক্সের দৈনিক সক্রিয় ব্যবহার 10 গুণেরও বেশি বেড়েছে, এবং GPT-5-Codex প্রকাশের তিন সপ্তাহের মধ্যে 40 ট্রিলিয়ন টোকেন প্রক্রিয়া করেছে।
প্রেস কনফারেন্সে উল্লেখ করা হয় যে OpenAI-এর মধ্যে এখন প্রায় সব ইঞ্জিনিয়ারই কোডেক্স ব্যবহার করেন। দলটি প্রতি সপ্তাহে একত্রিত করা পুল অনুরোধের সংখ্যায় 70% বৃদ্ধি দেখেছে, কোডেক্স স্বয়ংক্রিয়ভাবে তাদের প্রায় সবগুলো পর্যালোচনা করে।
আজ, OpenAI আনুষ্ঠানিকভাবে কোডেক্সের সাধারণ উপলব্ধতা ঘোষণা করেছে, তিনটি নতুন বৈশিষ্ট্য নিয়ে এসেছে:
- নতুন স্ল্যাক ইন্টিগ্রেশন: একটি টিম চ্যানেল বা থ্রেডে কাজগুলি অর্পণ করুন বা কোডেক্সে সরাসরি প্রশ্ন জিজ্ঞাসা করুন
- কোডেক্স SDK: একই বুদ্ধিমান এজেন্ট এম্বেড করুন যা কোডেক্স CLI কে আপনার কর্মপ্রবাহে ক্ষমতা দেয়
- নতুন প্রশাসক সরঞ্জাম: বড় আকারের কোডেক্স ব্যবহারের আরও স্বজ্ঞাত দেখা এবং পরিচালনা
কোডেক্স SDK-এর মাধ্যমে, আপনি কোডের কয়েকটি লাইন দিয়ে আপনার ইঞ্জিনিয়ারিং ওয়ার্কফ্লো বা অ্যাপ্লিকেশনে একই এজেন্টকে পরিচয় করিয়ে দিতে পারেন। SDK বর্তমানে TypeScript সমর্থন করে এবং ভবিষ্যতে আরো ভাষা সমর্থন করবে।
আজ থেকে, স্ল্যাক ইন্টিগ্রেশন এবং কোডেক্স SDK ChatGPT Plus, Pro, Business, Edu, এবং Enterprise পরিকল্পনার ব্যবহারকারীদের জন্য উপলব্ধ।
OpenAI কর্মীরা স্টেজে একটি সম্পূর্ণ ক্যামেরা কন্ট্রোল সিস্টেম তৈরি করেছে, যার মধ্যে একটি নোড সার্ভার তৈরি করা, সমস্ত UDP প্যাকেট প্রসেসিং লজিক লেখা, এবং এমনকি একটি Xbox কন্ট্রোলার দিয়ে ক্যামেরা নিয়ন্ত্রণ করার কাজটি সফলভাবে অর্জন করেছে, সেইসাথে AI এর সাথে যোগাযোগের মাধ্যমে ক্যামেরা এবং ভেন্যু লাইট নিয়ন্ত্রণ করা।
অবশেষে, উপস্থাপক কোডেক্স SDK-এর রিয়েল-টাইম প্রোগ্রামিং ক্ষমতা প্রদর্শন করেছেন, ভয়েস কমান্ড ব্যবহার করে এআই-কে রিয়েল টাইমে রিঅ্যাক্ট অ্যাপ কোড পরিবর্তন করার জন্য কোডেক্সকে কল করার অনুরোধ করেছেন, একটি সিনেমাটিক স্ক্রোলিং সাবটাইটেল প্রভাব তৈরি করেছেন। কোডের একটি লাইন না লিখে সম্পূর্ণ প্রদর্শনটি প্রাকৃতিক ভাষা ব্যবহার করে সম্পন্ন করা হয়েছিল।
মডেল এবং API সম্পূর্ণরূপে আপডেট করা হয়েছে. এই তরঙ্গ সত্যিই ভাল.
GPT-5 Pro আনুষ্ঠানিকভাবে সমস্ত বিকাশকারীদের কাছে API অ্যাক্সেস খোলে।
এটি ওপেনএআই-এর প্রকাশিত সবচেয়ে স্মার্ট মডেল। উচ্চ নির্ভুলতা এবং গভীর যুক্তির প্রয়োজন হয় এমন কঠিন কাজগুলি পরিচালনা করার জন্য এটি বিশেষভাবে উপযুক্ত। এর প্রয়োগের ক্ষেত্রগুলি আর্থিক, আইন এবং ওষুধের মতো পেশাদার ক্ষেত্রগুলিকে কভার করে।
বক্তৃতার ক্ষেত্রে, ওপেনএআই জিপিটি-রিয়েলটাইম-মিনিও প্রকাশ করেছে, যা একই বক্তৃতার গুণমান এবং অভিব্যক্তি বজায় রেখে দাম 70% কমিয়ে দেয়।
স্যাম অল্টম্যান বিশেষভাবে জোর দিয়েছিলেন যে ভয়েস মানুষের AI এর সাথে যোগাযোগ করার অন্যতম প্রধান উপায় হয়ে উঠবে।
আরও লক্ষণীয় বিষয় হল Sora 2 এর API প্রিভিউ সংস্করণটি আনুষ্ঠানিকভাবে প্রকাশ করা হয়েছে, এবং বিকাশকারীরা এখন তাদের নিজস্ব পণ্যগুলিতে উচ্চ-মানের ভিডিও তৈরি করতে পারে।
Sora 2 এর API খুবই নমনীয়, যা ডেভেলপারদের ভিডিওর দৈর্ঘ্য, আকৃতির অনুপাত এবং রেজোলিউশন নিয়ন্ত্রণ করতে, ভিডিওগুলিকে সহজেই মিশ্রিত করতে এবং কাটতে দেয় এবং সমস্ত ভিডিও সম্পূর্ণ বাস্তবসম্মত সিঙ্ক্রোনাইজড সাউন্ড ইফেক্ট দিয়ে সজ্জিত।
প্রেস কনফারেন্সের শেষে, স্যাম অল্টম্যান তার সারসংক্ষেপে জোর দিয়েছিলেন যে সফ্টওয়্যার বিকাশকে কয়েক মাস বা বছরের দীর্ঘ চক্র থেকে মাত্র কয়েক মিনিটে সংক্ষিপ্ত করা হয়েছে।
ডেভেলপারদের আর বড় দলের প্রয়োজন নেই; দ্রুত বাস্তবে রূপান্তর করার জন্য তাদের শুধুমাত্র একটি ভাল ধারণা প্রয়োজন।
অ্যাপস SDK থেকে AgentKit থেকে কোডেক্স পর্যন্ত কনফারেন্স জুড়ে প্রদর্শিত সম্পূর্ণ টুল চেইন এই শক্তিশালী মডেল API-এর উপর নির্মিত।
আমাকে বলতে হবে এই দেব দিবসে অনেক তথ্য রয়েছে।
ওপেনএআই-এর আপডেটের এই তরঙ্গটি প্রায় সমস্ত ক্ষেত্রকে কভার করে যা ডেভেলপাররা যত্ন করে – অ্যাপ্লিকেশন ইকোলজি থেকে এজেন্ট টুলস, কোড অ্যাসিস্ট্যান্ট থেকে ভিডিও জেনারেশন পর্যন্ত, একটিও মিস না করে।
হাই-এন্ড পণ্য লঞ্চগুলি প্রায়শই এত সহজ এবং নজিরবিহীন হয়।
অবশেষে, কোন ফাংশনটি আপনি সবচেয়ে ব্যবহারিক বলে মনে করেন? মন্তব্য বিভাগে আপনার চিন্তা ভাগ নির্দ্বিধায়.
#iFaner-এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: iFaner (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আপনার কাছে আরও উত্তেজনাপূর্ণ সামগ্রী উপস্থাপন করা হবে।