В этой публикации — обзор видео о компьютерном рое: нескольких устройствах в одной связке, которыми можно управлять голосом. ИИ на Codex CLI берёт задачу, смотрит, куда её лучше отдать, на Linux или Windows, и показывает результат. Хоть на телевизор. Пока это прототип. Интересно тем, кто автоматизирует рутину и собирает ИИ вместе с обычными устройствами.
Коротко
- Рой это парк устройств на разных системах под одним голосовым ИИ.
- Голосом можно запускать задачи и выводить картинку на телевизор.
- Система сама выбирает Windows или Linux.
- Админка ведёт задачу от тикета в Jira до тестов. Выкладка только после человека.
- Сейчас это Codex CLI и ChatGPT. Архитектура уже видна, до продукта ещё путь.
- Не обязательно сидеть за столом. Процессы можно вести и голосом.
Что в видео
Что это за рой
В составе Windows, Linux, роутер, телефоны и телевизор. В видео показан голосовой запрос на вывод задач из Jira на ТВ. Система выбирает, кто это сделает, и отдаёт HTML-страницу.
Что уже умеет
Пока модель знает немного. С обучением возьмёт сценарии посложнее. Говорить можно в микрофон или в очки Xiaomi.
Экран Windows на телевизоре
В видео голосовая команда запускает трансляцию рабочего стола Windows на ТВ. Видно Jira, вкладки, что сейчас происходит на компьютере.
Как едет задача
Пользователь формулирует задачу голосом. Она уходит на Linux или Windows, где крутятся сценарии Codex. Админка ведёт ветки, гоняет тесты и ждёт, пока человек подтвердит.
Сообщение коллеги на ТВ
На экран можно вывести что угодно, хоть личное сообщение, аккуратной HTML-карточкой. До нормального MVP ещё полировка и стабильность.
Куда это идёт
Голосом можно вести работу из офиса, по дороге и с дивана. Для повседневного использования прототипу ещё потребуется доработка стабильности.
Частые вопросы
Что такое компьютерный рой?
Набор устройств под одним ИИ. Он раскидывает задачи и даёт голосовой вход, чтобы не кликать по десяти экранам.
Какие устройства в связке?
ПК на Windows и Linux, роутер, два телефона, телевизор для вывода и мелочи вокруг.
Как устроен голос?
Микрофон или очки ловят фразу. Система понимает, что нужно, и отправляет работу нужному компьютеру.
Что делает админка?
Разбирает задачу, гоняет тесты, собирает правки и тестовый билд. Потом ждёт человека, прежде чем выкладывать.
Когда можно пользоваться каждый день?
Прототип уже показывает связку. Дальше распознавание, стабильность и удобство.
Что важно для развития таких систем
Связка уже живая: голос раскидывает работу между Linux и Windows, картинка уходит на телевизор, на критичных шагах человек всё равно подтверждает. Для развития подобных систем важны проверка на реальных задачах, точность распознавания и подтверждение критичных действий человеком.
- Проверка подобных систем на реальных рабочих задачах.
- Тесты и выкладка только после человека.
- Голос это пульт к парку машин, а не замена ответственности.