OpenAI a prezentat pe 16 noiembrie 2026 noi rezultate și implementări ale agenților AI care operează direct interfețe software, cu exemple din procesele administrative ale organizațiilor medicale. Anunțul descrie colaborări cu CVS Health, Cigna Healthcare, Abridge și Ambience. În același context, CVS Health a publicat CUA Agent Kit, un proiect care transformă execuții reușite ale unui agent în automatizări inspectabile, executate ulterior fără apeluri la model.
Legătura dintre cele două componente este lucrul între aplicații ale căror API-uri nu acoperă toate operațiile necesare. Un agent de tip computer use poate naviga pagini, introduce informații și trece între sisteme, folosind interfețele disponibile echipelor. Proiectul CVS Health distinge această descoperire a pașilor de repetarea lor ulterioară prin cod, pentru fluxurile cu etape stabile și reproductibile.

De la navigare asistată de AI la execuție prin cod
CUA Agent Kit este prezentat de CVS Health ca un punct de pornire pentru automatizarea activităților în browser și Windows. În etapa inițială, agentul OpenAI urmează o descriere a sarcinii în limbaj obișnuit. Execuția păstrează capturi de ecran, acțiuni, ținte și urme ale operațiilor, care formează evidența pașilor realizați.
După obținerea unor execuții reușite, o procedură pentru Codex folosește acea evidență pentru a construi sau actualiza un flux determinist. Pentru browser, proiectul produce cod Playwright care identifică elementele interfeței prin semnificația lor. Pentru aplicațiile Windows, folosește controale accesibile și cod pywinauto. Echipa poate inspecta și întreține aceste operații ca software obișnuit.
Documentația precizează că rulările deterministe nu folosesc apeluri la model și nu necesită cheia API utilizată în descoperire. Accesul la aplicațiile țintă rămâne necesar pentru efectuarea operațiilor. Atunci când fluxul se schimbă sau se întrerupe, Codex poate folosi înregistrările pentru diagnosticare și actualizarea codului, într-un proces care include revizuirea inginerului, testare și verificarea rezultatului.
Proiectul este disponibil public sub licența Apache 2.0. Cerințele documentate includ Python 3.12 sau mai nou, instrumentul uv și acces la website-ul ori mediul care trebuie automatizat. Pachetul conține o aplicație demonstrativă locală pentru browser. Exemplul Windows salvează un document Unicode în Notepad și verifică atât fișierul salvat, cât și conținutul redeschis în editor.
| Etapă în CUA Agent Kit | Rolul tehnologiei | Evidență păstrată |
|---|---|---|
| Descoperirea fluxului | Agent AI care urmează instrucțiunile și operează interfața | Capturi, acțiuni, ținte și urme de execuție |
| Codificarea | Codex construiește sau actualizează pașii deterministici | Cod inspectabil și rezultat verificat |
| Execuția repetată | Playwright sau pywinauto, fără apeluri la model | Înregistrări ale rulării și verificări ale stării finale |
Ce implementări descrie OpenAI
În cazul CVS Health, OpenAI menționează trimiterea documentelor, procesarea trimiterilor și sprijinirea consultațiilor de specialitate între sisteme clinice. Compania relatează un flux de producție care a rezolvat într-un weekend un volum de documente acumulat pe parcursul mai multor luni. Un alt flux efectuează pași informatici pentru zeci de mii de consultații zilnic, potrivit anunțului OpenAI.
Aceste rezultate sunt prezentate ca exemple ale organizației respective. Implementarea CVS Health folosește validări și supraveghere umană, inclusiv capturi și înregistrări ale acțiunilor pentru verificarea stării aplicației. Datele rămân în infrastructura controlată de organizație, conform prezentării OpenAI, sub regulile interne de guvernanță AI ale CVS Health.
Pentru Cigna Healthcare, anunțul descrie reunirea informațiilor despre beneficii, furnizori, programări și interacțiuni anterioare, în sprijinul echipelor care contactează membrii. OpenAI afirmă că managerii de caz navigau anterior prin mai mult de zece sisteme clinice și administrative. Utilizarea interfețelor de către agent este prezentată ca mijloc de a aduce împreună informații din aceste sisteme.
Abridge este descrisă ca dezvoltând agenți pentru coordonarea planurilor de îngrijire între aplicații, inclusiv sisteme fără API-uri. Exemplul pentru pacienți internați este unul planificat. Ambience prezintă o demonstrație în care agentul pregătește o cerere pentru un asigurător, cere clarificări când înregistrarea este ambiguă și așteaptă aprobarea înainte de transmitere. Cele două stadii sunt diferite de fluxurile CVS Health descrise ca fiind în producție.
Rezultatele benchmarkului sunt raportate de furnizor
OpenAI a publicat și rezultate pentru HealthAdminBench, un benchmark de activități administrative medicale realizat de cercetători Stanford și colaboratorii lor. Conform OpenAI, GPT-6 Astra a obținut 94,3% din punctajul disponibil în grila de evaluare, iar GPT-6 Luna a obținut 91,8%. Ambele modele au fost evaluate la nivelul maxim de efort de raționament.
Compania raportează pentru Luna un cost de 8,5 cenți americani pe sarcină și un cost cu 98% mai mic decât Astra în acea evaluare. Procentele de punctaj descriu criteriile benchmarkului, nu proporția de operațiuni reale ale unei firme finalizate fără supraveghere. Sunt rezultate comunicate de OpenAI pe un benchmark extern, nu măsurători efectuate de WebHat.
Proiectul HealthAdminBench descrie sarcini privind autorizări prealabile, comenzi de echipamente medicale și contestații, în medii cu interfețe grafice. Evaluarea combină verificări ale stării aplicației cu criterii de acuratețe a informației. Această structură permite examinarea unor operații desfășurate în mai mulți pași, dincolo de evaluarea unui răspuns textual izolat.
Accesul și controlul datelor sunt definite separat
OpenAI indică disponibilitatea capabilităților prin API, ChatGPT for Healthcare și ChatGPT for Clinicians. Pentru clienții existenți, activarea computer use în ChatGPT Work și Codex este gestionată de administratorul spațiului de lucru. Ruta individuală gratuită descrisă pentru ChatGPT for Clinicians se adresează clinicienilor din Statele Unite; anunțul nu prezintă acea ofertă drept acces gratuit general pentru orice firmă.
ChatGPT for Healthcare include control al accesului bazat pe roluri și jurnale de audit, potrivit OpenAI. Organizațiile pot configura aplicațiile accesibile și pașii care necesită aprobare. Pentru fluxurile cu informații medicale protejate în regimul HIPAA, compania cere servicii eligibile acoperite de acordul Business Associate Agreement și setările necesare de securitate și păstrare a datelor.
Documentația CUA Agent Kit explică separat că descoperirea trimite către model instrucțiuni, capturi și istoricul acțiunilor. Înregistrările locale pot include date vizibile, argumente ale acțiunilor, identificatori de sesiune sau informații de autentificare. Astfel, execuția deterministă fără model și etapa de descoperire prin AI au fluxuri de date distincte, chiar dacă fac parte din aceeași automatizare.