Około świąt 2024/2025 roku inżynierowie AI zauważyli wyraźną zmianę - agenty wreszcie zaczęły działać efektywnie. Trudno wskazać jeden konkretny powód tego przełomu, ale analitycy wskazują na zbieg kilku czynników - dostęp do czasowego urlopu podczas przerwy świątecznej pozwolił na gruntowne testowanie nowych modeli, modele mogły przekroczyć pewne krytyczne progi zdolności, a narzędzia i interfejsy wokół nich dojrzały na tyle, by stanowiać całość.
Lukasz Kaiser, jeden z twórców architektury Transformer, przyznał w rozmowie na antenie "Unsupervised Learning" w czerwcu, że zmiana z przeszłości roku była trudna do identyfikacji - zmieniła się harness, przyszły nowe post-trenalingowe modele i nowe już wstępnie wytrenowane modele, a rezultat był skokiem o dużej skali. Odpowiedź na pytanie "co się stało" nie leży wyłącznie w wagach modelu, ale w całym systemie, który wokół nich wyrósł.
Historyczny punkt odniesienia stanowi listopad 2022 roku, gdy ChatGPT był najzaawansowanym narzędziem AI. Jego możliwości ograniczały się do predykcji kolejnego tokenu i reinforcement learningu opartego na feedbacku człowieka, co pozwalało modelowi działać jak pomocny asystent. Nie miał dostępu do narzędzi. Od tamtej pory harness - system narzędzi, integracji, post-processingu - systematycznie absorbuje funkcjonalności bezpośrednio do wag modelu. Gdy inżynierowie przenoszą zdolności z harnessu do modelu, pozostałe elementy systemu ewoluują w kierunku interfejsu skupionego na ludzkiej uwadze, a nie wsparciu dla samego modelu.