Tencentning AI koʻnikmalari jamoasi boʻlgan SkillHub platformasi OpenClaw ekotizimiga qurilgan va Tencent Lighthouse Cloud tomonidan boshqariladigan boʻlib, 100 000 ta roʻyxatdan oʻtgan AI koʻnikmasi va oylik oʻn million yuklama belgisi yetdi. Jamoaning ishga tushirilishi mart oyida amalga oshirildi va hozirda u Xitoydagi eng yirik shunga oʻxshash bozor joyi sifatida ClawHub bilan raqobatlashmoqda.
Platformaning muhandislar jamoasi asosiy qiyinchilik tarqatishda emas, balki faqat ishlaydigan yigirma foiz koʻnikmalarni aniqlaydigan va qolganlarini yashiradigan aniqlash qatlamida ekanligini taʼkidladi.
SkillHub uchun bu muammoning yechimi TRACE deb nomlangan besh oʻlchovli baholash tizimidir. Bu beshta oʻlchovga Ishonch (Trust), Ishonchlilik (Reliability), Arxitektura (Architecture), Moslik (Compatibility) va Empatiya (Empathy) kiradi. Eng ustuvor ahamiyat Ishonchga beriladi, chunki manbai yoki talablarga javob bermaydigan har qanday koʻnikma katalogga kirmaydi.
Ishonchlilik bajarilish darajasi sifatida ishlaydi, Arxitektura API yuzasiga tegishli, Moslik yuqori model va pastki mijoz oʻrtasidagi moslikni baholaydi. Empatiya esa foydalanuvchi niyatlarini qanchalik yaxshi aks ettirishini aniqlaydigan yumshoqroq parametrdir.
Bu tizim kontent jamoalarining standart modelidan eng toza chetga chiqishdir. Anʼanaviy forumlar mavzular va teglar boʻyicha takliflarni tashkil etish, reyting orqali diqqatni taqsimlash, sifatsiz kontentni moderatsiya orqali bloklash va qayta aloqa sikllari orqali sifatni baholashdan farqli oʻlaroq, SkillHub barcha bu funksiyalarni bajaradi va yana bir qadam qoʻshadi.
Bu yerda reyting nafaqat yoqishlar soni bilan, balki yuklash paytida amalga oshiriladigan va yuklama hajmi asosida yangilanadigan baho bilan belgilanadi. Aynan shu koʻrsatkich koʻnikmaning katalogda koʻrinib turishi yoki reytingi pasaytirilishi hal qiluvchi omil hisoblanadi.
Mahsulot strategiyasining aniq fon mavjud: Tencent SkillHub strategiyasini yuqori ustuvorlik darajasiga koʻtarib keldi. Platforma endi Xitoy bozori uchun agent-koʻnikmalar markaziy yoʻnalishi sifatida joylashtirilgan va Gʻarbda ClawHub bilan parallel ravishda mavjud. Avgust oyida chiqarilgan OpenClaw ekotizimining yangilanishi ushbu hafta dolzarb boʻldi va Tencent Lighthouse Cloud Xitoy bozoridagi OpenClaw bilan mos keladigan koʻnikmalar backendlari uchun asosiy hosting kanali sifatida xizmat qiladi.
Platforma Xitoydagi koʻnikma loyihachisini toʻlovchi korporativ foydalanuvchi bilan bogʻlaydigan vosita vazifasini bajaradi, bunda TRACE oʻrta qismda sifat yoʻnaltirish qatlami sifatida xizmat qiladi. Bundan tashqari, mehnat resurslari iqtisodiyotiga eʼtibor qaratish kerak. TRACE tizimi SkillHubga AI dan foydalanuvchi ixlosmandlar va yangi boshlovchilar kabi keng doiradagi mualliflardan koʻnikmalarni qabul qilish imkonini beradi, shu bilan birga platformaning umumiy sifat signalini pasaytirmaydi.
Taklif tomonidagi sifat nazorati endi redaktsion emas, balki statistik xarakterdadir. Standart sinov soʻrovlari bilan foydalanganda notoʻgʻri natijalar beradigan koʻnikma chiqarib tashlanadi. Platforma shon-shuhrat zali sifatida emas, balki ishchi katalog sifatida rejalashtirilgan va bunday tuzilma maqsadli qaror hisoblanadi. SkillHub Xitoy AI sanoatiga yetkazayotgan asosiy saboq shundaki, agentlar stekidagi keyingi raqobatbardosh qatlam modelning oʻzi emas, balki uning atrofidagi butun koʻnikmalar massivini tashkillashtiradigan platformadir.
Xitoy agenti InAgent OSWorld platformasida vazifalarni bajarishda 90,2% muvaffaqiyat darajasiga erishdi va kompyuter bilan ishlash bo'yicha birinchi agent sifatida 90% chegarasidan oshdi. Shu bilan birga, u tizim darajasidagi vazifalarni bajarishda 100% muvaffaqiyatni namoyish etdi. Bu sun'iy intellekt sohasidagi yangi raqobat maydoniga — Harness muhandisligiga o'tishni bildiradi.
27-iyul kuni Xitoy agenti InAgent OSWorldning global reytingida vazifalar muvaffaqiyat darajasi bo'yicha 90,2% bilan bosh joyni egalladi va umumiy hamda agentlar kategoriyasida unvonlarni qo'lga kiritdi. U Meta, Anthropic va OpenAI tomonidan erishilgan eng yaxshi jamoatchilik natijalarini ortda qoldirdi. Hong Kong universiteti, Carnegie Mellon va Waterloo universitetlari tomonidan NeurIPS 2024 konferensiyasida taqdim etilgan OSWorld, agentlar eksperimental foydalanishdan barqaror sanoatga joriy etilishga o'tadigan chegarani belgilab bergani uchun tan olingan sanoat standarti hisoblanadi.
OSWorld platformasi Ubuntu ning haqiqiy virtual mashinalarida 361 ta vazifani sinovdan o'tkazadi, bu ofis operatsiyalari, dasturlash, foydalanuvchi interfeysini ishlab chiqish va tizim ma'muriyati kabi sohalarni qamrab oladi. Baholash avtomatik ravishda, inson aralastirmasdan amalga oshiriladi. Progress dinamikasi 2024 yilda 12,2% dan 2025 yilda 22,0% va 72,6% gacha, bunda inson darajasi birinchi marta oshib ketdi, keyin esa 2026 yil may oyida 83,6% ga, va nihoyat, ikki oy ichida InAgent uchun 90,2% ga ko'tarildi.
Natijalarning batafsil tahlili 93 ta vazifa bo'yicha 84,7% dan 93% gacha muvaffaqiyatga erishgan ilovalarning hamkorligini o'z ichiga oladi, bu ikkinchi o'rin tutuvchidan deyarli o'n ball yuqori. GIMP interfeysini qayta ishlashda 26 ta vazifadan 24 tasi muvaffaqiyatli bajarildi va 92,3% natija ko'rsatildi; shuningdek, jarayonlarni boshqarish, kirish huquqlari va buyruq satri kabi 24 ta vazifada 100% mukammal natija bilan bajarilgan tizim darajasidagi operatsiyalar mavjud.
Mutaxassislar muvaffaqiyat kaliti modelning o'zi kattaligida emas, balki Harness muhandisligida deb hisoblashadi. Harness AI operatsion tizimi sifatida xizmat qiladi, vazifalar qanday parchalanishini, vositalar qanday chaqirilishini va xatolardan keyin qanday tiklanishini belgilaydi. Sanoat tushunchasi Prompt Engineering dan Context Engineering, va keyin Harness Engineering ga siljiyapti. CITIC Securities ta'kidlaydiki, agentlar murakkab va ko'p agentli vazifalarga o'tishi bilan holatni saqlash, xatolarni tarqatish va tokenlar uchun xarajatlar ortadi va bitta qadamdagi model kuchliligi natijaning barqaror yetkazilishini kafolatlamaydi.
Harness aqlni barqaror ishga aylantiruvchi vositachilik qatlami bo'lib, potentsial bozorni taxminan 200 milliarddan 1,5 trillion AQSh dollariga kengaytiradi, bu AI ga API dan foydalanmasdan eskirgan tizimlarni boshqarish imkonini beradi. Stanford va Tsinghua tomonidan o'tkazilgan tadqiqotlar shuni ko'rsatadiki, turli Harness implementatsiyalari bir xil modeldan foydalanilganda 6% dan 17% gacha samaradorlik farqiga olib kelishi mumkin, va kodlash vazifalarini muvaffaqiyatli hal qilish foizi taxminan 5% dan 30% dan ortiga ko'tarilishi mumkin.
InAgent ishlab chiquvchisi, 2018 yilda tashkil etilgan Intelligence Indeed kompaniyasi, Harness sohasida pioniyerdir. Bosh ijrochi Sun Linjun ta'kidlaganidek, faqat API orqali toza integratsiya juda katta texnik xizmat ko'rsatish xarajatlarini keltirib chiqaradi: Siemens kabi sanoat tizimlari bitta interfeys uchun 200 000 yuan gacha talab qiladi, va o'n yillik tizimlarda ko'pincha interfeyslar bo'lmaydi, e-commerce APIlari esa doim o'zgarib turadi. Agent hech kimning tomonida turmaydi: u interfeys mavjud joylarda ulardan foydalanadi va interfeysi bo'lmagan tizimlarda ekranni kuzatib va sichqoncha bilan boshqarib, inson harakatlarini taqlid qiluvchi rejimga o'tadi.
Ishlab chiqarish sohasidagi mijozlardan biri avval yangi tizimni ulash uchun yarim yil sarflagan edi; endi agentga ishlab chiqarish ma'lumotlarini hisobotga kompilyatsiya qilishni topshirganda, u natijani atigi o'n daqiqada oladi. Kompaniya umumiy sun'iy intellekt (AGI) multimodal yutuqni talab qilishi taxminiga asoslanib, grafik foydalanuvchi interfeysini (GUI) asosiy imkoniyat sifatida baholadi: faqat inson kabi dunyoni idrok etish va bilan ishlash orqali AI uni tushunishi mumkin. Harness AI ni qo'llab-quvvatlanadigan asbobdan mustaqil hamkasbga aylantiradi, va OSWorld natijasi xitoy kompaniyalari yetakchi ekanligini ko'rsatadiki, chunki AI sohasidagi raqobat oddiy modellar to'planishidan muhandislik yechimlarining barqarorligini ta'minlashga o'tmoqda.
