Stan na 25 września 2026. Druga część po tekście „Astra: mocniejszy model, który nie kończy roboty”.
Support napisał, że wdrożono poprawki niezawodności. Uruchomiłem więc kolejny wątek Work. Chciałem uporządkować zadania i przygotować wiadomości. Nie projektować nowej cywilizacji. Domknąć bieżącą pracę.
O 9:56 licznik pokazywał 15 godzin i 7 minut. O 15:33 – 20 godzin i 44 minuty. A pod spodem ciągle to samo: „Sprawdzam ostatni raz załącznik (…), po czym podam Ci krótki harmonogram i dokładny stan szkiców”.
To „ostatni raz” zrobiło się dość pojemne.
Na telefonie było jeszcze ciekawiej. ChatGPT zgłaszał utratę połączenia, a potem „Resume stream unavailable”. Obok oglądałem YouTube. Nie, to nie dowodzi, że każde połączenie telefonu działało idealnie. Dowodzi natomiast, że odpowiedź „nie miał pan internetu” byłaby zbyt wygodna.
Tym razem celowo wybrałem GPT-6 Sol, nie Astrę. Rozumowanie zostawiłem na „Bardzo wysokim”, bo zadanie miało być zrobione porządnie. Zmieniłem model, nie ambicje. Po poprzednich doświadczeniach nie chciałem znów wyzerować rezerwy. Chciałem po prostu skończyć zadanie.
Efekt: ponad dwadzieścia godzin na liczniku, brak finalnego podsumowania i błędy wznowienia odpowiedzi. Tego przypadku nie da się już wyjaśnić zdaniem „Astra po prostu zużywa więcej”. Bo tym razem to nie była Astra. Nie wiem, czy przyczyna była ta sama. Wiem, że zmiana modelu nie dała mi ciągłości pracy.
Nie wiem, co przez te dwadzieścia godzin robił serwer. Może liczył, może czekało narzędzie, może licznik liczył czas, choć praca dawno stanęła. Wiem, co robiłem ja: czekałem zamiast pracować. Nie miałem wyniku ani pewności, czy ponowienie zadania nie zrobi bałaganu w plikach. Nie potrzebuję diagnozy ich infrastruktury, żeby wiedzieć, że moje narzędzie pracy mnie zawiodło.
Uczciwie dopiszę zmianę na plus. Support wreszcie potwierdził, że wykorzysta przesłane wcześniej dowody. Nie każe mi znów zaczynać od początku. Zapowiada sprawdzenie konkretnych wykonań i rozważenie korekty zużycia. Na razie to zapowiedź, nie odzyskane środki.
Jeszcze niedawno pisałem, że największą zaletą GPT było to, że po prostu działał. Teraz coraz częściej pracuję nie nad swoim zadaniem, tylko nad ustaleniem, czy narzędzie nadal pracuje nad moim zadaniem.
W takim układzie trudno zachwycać się samą mocą modelu. Potrzebuję wyniku. Albo przynajmniej uczciwej informacji, że wynik nie powstaje.
Ciąg dalszy w trzeciej części tej serii.