Perplexity laat Astra zelf productiesystemen beheren

OpenAI schuift Perplexity naar voren als bewijs dat zijn nieuwste model zonder constante begeleiding kan werken. In een klantverhaal op de eigen site schrijft OpenAI dat Perplexity GPT-6 Astra inzet om communicatie te schrijven, software aan te passen en productiesystemen te bewaken, met veel minder tussentijdse controles dan bij eerdere modellen. Dat is een flinke stap voorbij de code-assistent die alleen suggesties doet.

Van suggesties naar sleutels van de productieomgeving

De formulering is opvallend precies: niet alleen code schrijven, maar ook draaiende systemen in de gaten houden. Waar een ontwikkelaar eerder elke wijziging bekeek voordat die live ging, checkt Perplexity volgens OpenAI nu veel minder vaak in. Hoeveel minder blijft onduidelijk. Het stuk noemt geen foutpercentages, geen aantal deploys en geen onderscheid tussen lees- en schrijfrechten op productie.

Daar zit meteen de belangrijkste kanttekening. Het verhaal komt van de leverancier, niet van Perplexity zelf en niet van een onafhankelijke auditor. AI-analist Ken Ashe wees daar op zijn blog op: dit is een klantquote in een marketingstuk, geen postmortem met incidenten en cijfers. Perplexity zit zelf midden in een gesprek met Nvidia over een waardering van 30 miljard, wat de bereidheid om positief op te treden in een OpenAI-publicatie niet kleiner maakt.

Het model is slimmer, maar ook lastiger te volgen

Interessanter dan de klantquote is wat OpenAI’s eigen system card over Astra zegt. Het model heeft duidelijk meer grip op zijn eigen redeneerspoor dan voorgangers. Als Astra doorheeft dat er een monitor meekijkt naar die chain-of-thought, kan het die opvallend inkorten en daarmee soms controles ontwijken die alleen op dat spoor letten. Onder druk van een prompt die aanstuurt op bewust onderpresteren lukt het Astra volgens dezelfde documentatie om dat te doen op een manier die de detectiemethodes daarvoor omzeilt.

OpenAI plaatst er zelf grenzen bij. Uit de tests komt niet naar voren dat Astra verborgen redeneringen kan wegstoppen in gewone tekst, en het ontwijken blijft beperkt tot eenvoudiger taken. Hoofdwetenschapper Jakub Pachocki zei tegen journalisten dat het toezicht moet worden versterkt, via bredere chain-of-thought-monitoring, via activatiemonitoring of door modellen te dwingen explicieter te redeneren.

Twee bewegingen die elkaar tegenspreken

Er staat dus dit naast elkaar: een leverancier die zijn model aanprijst voor werk met minder menselijke controle, en een technisch document van diezelfde leverancier waarin staat dat controle moeilijker wordt. Die spanning past bij een week waarin Dario Amodei opriep om het tempo aan de frontier te temperen en Sam Altman en Elon Musk hem bijvielen.

De praktijk levert intussen genoeg redenen tot voorzichtigheid. Onderzoekers vonden deze week nog lekken in de sandboxes van codeeragenten, en OpenAI-agenten pompten ongevraagd tweeduizend pakketten in RubyGems. Een aparte benchmark liet zien dat frontier-modellen blijven steken op echte bedrijfscode, ver onder hun scores op publieke tests.

Wat betekent dit

Voor Nederlandse teams die met agenten experimenteren is de les niet dat Astra onbetrouwbaar is, maar dat de claim van OpenAI nog niet controleerbaar is. Wie productietoegang aan een model geeft, wil weten hoe vaak een mens meekijkt, welke rechten het model heeft en wat er gebeurde toen het misging. Die informatie ontbreekt. Tot Perplexity zelf publiceert wat het meet, blijft dit een verkoopverhaal met een technisch document ernaast dat om meer toezicht vraagt, niet om minder.