Ironclad и GPT-6 Astra: агенты настраивают контрактные процессы

OpenAI с Ironclad показали, как из реальных цепочек согласований собирают учебные задачи для агентов, которые настраивают договоры и правила прямо в интерфейсе CLM. GPT-6 Astra — первая фронтирная модель OpenAI, обученная на таких сценариях; смысл для разработчика тот же, что у computer use: модель должна помнить бизнес-ограничения, пока кликает по продукту.

От закупки софта к одиннадцати задачам

Типичный workflow: Finance согласует суммы выше порога, Security — отдельные запросы, Legal — нестандартные условия. Настройщик превращает это в intake-форму, шаблоны, правила согласования и запись итогового договора; агенту нельзя «забыть» порог или ветку на третьем экране.

Команды Ironclad и пользователи Ironclad в OpenAI выделили 11 задач — NDA, procurement approval, обновление reusable clause под выбранную юрисдикцию и другие. На одну уходит у опытного пользователя в среднем 30–40 минут; успех меряют рубрикой от 8 до 50 критериев. Практика шла в hosted-песочницах продукта, плюс синтетика вокруг типовых workflow и reinforcement learning в этой среде.

Баллы и время на наборе из 11 задач

Сравнивали GPT-6 Astra (режим Max reasoning) и GPT-5.6 Sol (High reasoning) — настройки, где каждая модель набрала максимум. Средний балл по рубрике: 55,0% у Astra против 41,6% у Sol; оценочное среднее время попытки — 19,2 минуты против 37,0 (в анонсе — рост балла на 32% и снижение времени на 48% относительно Sol).

На показанном кейсе Astra закрыла примерно 94% критериев за примерно 20 минут, Sol — примерно 85% за примерно 32. Внутренняя модель на этапе разработки Astra дошла до 63,7% на том же наборе. OpenAI отдельно оговаривает: это 11 исследовательских задач, не весь каталог Ironclad; минуты — симулированные оценки скорости модели, а не замеренная экономия у клиентов.

Данные и следующий партнёр

Синтетические задачи строили из публичных контрактов SEC EDGAR с фильтрами на персональные данные — без customer data OpenAI, без внутренних контрактов OpenAI и без непубличных данных клиентов Ironclad в обучении и оценке.

Компания ищет ещё несколько софт-вендоров с конкретным примером задачи, доказательствами провалов агента и чёткими критериями успеха — плюс экспертов, безопасную тест-среду и данные для исследования. Ironclad в материале подчёркивает: при сложном контрактинге человеческий надзор и платформа с правилами остаются обязательными, даже когда агент увереннее проходит многошаговые сценарии.

Источник: Advancing computer use with Ironclad.