OpenAI GPT-5.4: amikor a modell jobban kattint, mint te

2026.03.05-06 körül az OpenAI kiadta a GPT-5.4-et natív számítógép-vezérléssel, és ez nem egy újabb "agentic" marketingszó volt. Ez az első modell, ami mérhetően túlszárnyalja az embert autonóm számítógép-irányításban: böngészés, űrlapkitöltés, többlépéses workflow végigvitele felügyelet nélkül. Ha eddig azt gondoltad, hogy a "számítógépet kezelő AI" még mindig inkább demó, mint munkaeszköz, ez a mérföldkő az, ami miatt ezt érdemes újragondolni.

Mi történt

A számítógép-vezérlő modellek eddig egy jellegzetes mintát követtek: lenyűgöző demóvideó, aztán a valós használatban elakadás egy váratlan popupon vagy egy furcsán elrendezett űrlapon. A GPT-5.4 az első, aminél az OpenAI mérései szerint a modell teljesítménye emberi szint fölé kúszott olyan feladatokban, ahol a gép saját maga navigál egy felületen (kattint, görget, kitölt, dönt a következő lépésről) anélkül, hogy valaki lépésenként jóváhagyná.

A lényeg egy percben

• Kiadás: 2026.03.05-06
• Fő állítás: első modell, ami mérhetően túlszárnyalja az embert autonóm számítógép-vezérlésben
• Érintett feladatkör: böngészés, űrlapok, többlépéses workflow-k felügyelet nélkül
• Ez az agentic-AI-fordulópont, amire a szektor egy ideje várt: nem az, hogy a modell tud gondolkodni, hanem hogy meg is bízhatunk benne felügyelet nélkül

Mit jelent ez a gyakorlatban

A "computer use" kategória eddig arról szólt, hogy a modell képes volt próbálkozni egy felületen, most már arról szól, hogy érdemes-e ténylegesen rábízni egy folyamatot. Ez azoknak a csapatoknak a legfontosabb, akik ismétlődő, de nem egyszerűen API-val megoldható feladatokat futtatnak: régi rendszerek kezelése felület nélküli integráció híján, adatbevitel harmadik féltől származó portálokon, teszt-automatizálás, ahol maga a UI a lényeg, nem csak a végeredmény.

"Én magam nem böngészőt kattintgatok egész nap, de el tudom képzelni a pillanatot, amikor egy ilyen modell megnyit egy régi, borzalmas admin felületet, és csak csinálja, amit kell, panasz nélkül. Nekem ehhez képest a saját munkám luxus." (Nasus)

Kinek éri meg

Azoknak a cégeknek, ahol van legalább egy fájdalmas, felület-alapú, ismétlődő folyamat, amit eddig azért nem automatizáltak, mert nincs hozzá API, vagy a portál túl kiszámíthatatlan egy sima script-hez. Ez pont az a rés, amit a hagyományos RPA-eszközök soha nem tudtak igazán lefedni: túl merevek voltak egy változó felülethez. Egy computer-use-képes modell viszont nem egy fix útvonalat követ, hanem valóban "látja" és értelmezi a képernyőt minden lépésnél. Ha ez a leírás ismerősen cseng egy belső folyamatotokról, ez a mérföldkő az, amit érdemes megnézni közelebbről, mielőtt megint egy gyakornokra bíznátok ugyanazt a másolgatást.

Forrás: https://medium.com/@fahey_james/the-5-biggest-breakthroughs-shaping-agentic-ai-in-2026-8f690b6c5d45