Кто черт возьми такой Марк? Путеводитель по новому названию платформы агентов Optimizely

Если кто-то в Optimizely недавно упомянул Марка, и вы остаток встречи гадали, в какой он команде, эта статья для вас. Марк — это не новый сотрудник, а новое имя платформы агентов Optimizely, и оно появилось вместе с целой семейством: Mark-1, Mark-IQ и Mark-Bench.

Независимо от того, только ли вы познакомились с Optimizely или уже некоторое время используете наши ИИ-инструменты и только что заметили смену названия, это руководство поможет разобраться, кто есть кто и что каждый из них делает на самом деле.

Семейство Mark вкратце

Сначала небольшой экскурс в историю (не переживайте, теста в конце не будет)

(Первопроходец) Optimizely Opal был запущен как искусственный интеллект Optimizely, встроенный прямо в инструменты, которые маркетологи и цифровые команды уже использовали. Сначала он в основном помогал людям с одной задачей за раз. Затем мы добавили множество источников в качестве контекста и создали специализированные маркетинговые агенты, а также платформу, где клиенты могли создавать свои собственные... очень легко и без написания кода.

Поэтому, вполне естественно, клиенты начали создавать собственных агентов. Вскоре они стали объединять этих агентов в цепочки рабочих процессов. Затем появились виртуальные коллеги (Virtual Teammates), которые берут на себя работу без необходимости о чем-либо просить.

В какой-то момент продукт вырос (весьма существенно), и название, звучавшее как полезный помощник, перестало подходить.

Поэтому 15 октября 2026 года Opal стал Mark. И вовсе не потому, что Марк старше и мудрее, а скорее потому, что Марк (местоимение: он/оно) объединяет все, что МАРКетолог может пожелать от ИИ в своей повседневной работе, чтобы стать продуктивнее, эффективнее и снова почувствовать это «ого, я снова получаю удовольствие от маркетинга».

Если вы пользовались Opal, вы уже пользуетесь Mark: тот же продукт, тот же расширяющийся каталог агентов, новое имя. И разумеется... продукт продолжает развиваться (и будет развиваться всегда).

Встречайте Mark 🤝

Mark — это платформа агентов, созданная для маркетинговых команд. Ее официальное описание — Optimizely Agent Platform, что звучит чуть сложнее, но точно описывает суть: это среда, где маркетологи создают, запускают ИИ-агентов и следят за ними без кода и без необходимости стоять в очереди к разработчикам. Вы встретите оба названия, и они означают одно и то же. Марк — это просто один слог.

Вот что Mark может сделать для вас:

Контекст: навыки, личные файлы, память и многое другое подтягиваются динамически для получения наилучшего результата

Коннекторы: импорт данных и подключение к остальному вашему технологическому стеку с помощью готовых инструментов и MCP

Чат: задавайте вопросы, генерируйте идеи или получайте помощь с задачами прямо внутри инструментов Optimizely, которыми вы уже пользуетесь (известных под общим названием Optimizely One)

Агенты: более 50 готовых агентов для маркетинга и цифровых задач, а также любые агенты, созданные вами самостоятельно

Рабочие процессы: объединяйте несколько агентов в цепочки, чтобы задача проходила путь от исследования до черновика и проверки за один подход

Виртуальные коллеги: ИИ-коллеги, которые знают ваш бренд и поддерживают рабочий процесс в фоновом режиме без необходимости писать промпты

Защитные механизмы (Guardrails): оценка качества, правила, удерживающие агентов в нужных рамках, и этапы утверждения, чтобы живой человек подтвердил запуск до того, как что-либо появится в сети

Mark-1: ИИ, который заботится только о маркетинге

Самые крупные и передовые модели ИИ (часто называемые передовыми или фронтирными моделями) великолепны во всем. Они напишут вам хайку, отладят код и объяснят квантовую физику до обеда. Но если вы маркетолог, составляющий сороковой вариант письма за неделю, большая часть этой вычислительной мощности остается невостребованной, и вы все равно платите за нее, поскольку тарификация ИИ обычно идет по токенам (грубо говоря, небольшим фрагментам текста).

Mark-1 — это первое семейство моделей Optimizely, созданное специально для маркетинговых задач. Они прошли дополнительное обучение (пост-тренинг), что означает, что они созданы на базе существующей модели и получили углубленную подготовку по задачам, которые маркетинговый агент выполняет целый день: написание текстов для кампаний, анализ экспериментов и осмысление поведения клиентов. Все лишнее удалено.

В ходе раннего тестирования в Optimizely AI Lab модели Mark-1 продемонстрировали в 10 раз большую экономическую эффективность по сравнению с современными LLM, и они скоро станут доступны каждому клиенту Mark.

Высокая экономическая эффективность по сравнению с современными LLM по результатам раннего тестирования в Optimizely AI Lab

Самое приятное то, что вам никогда не придется самостоятельно выбирать модель. Mark спроектирован так, чтобы сопоставлять каждую задачу с подходящей ей моделью, поэтому простой вопрос вроде определения метрики не требует такого же (более дорогого) подхода, как планирование многоэтапной кампании. Не каждый вопрос требует уровня доктора наук, и никому не должно быть нужно становиться экспертом по экономике токенов, чтобы понять, какие именно требуют.

Клиентам не нужно думать о том, какую модель использовать, когда или как. Они могут просто доверять тому, что наша платформа агентов применит правильную модель для конкретного сценария использования, так что их время и бюджет пойдут на работу, которая действительно развивает бизнес. Имран Юсуф | Руководитель отдела разработки ИИ, Optimizely

Клиентам не нужно думать о том, какую модель использовать, когда или как. Они могут просто доверять тому, что наша платформа агентов применит правильную модель для конкретного сценария использования, так что их время и бюджет пойдут на работу, которая действительно развивает бизнес.

Имран Юсуф | Руководитель отдела разработки ИИ, Optimizely

Mark-IQ: Марк, который знает ваши данные и бренд (как свои пять пальцев)

Если вы когда-либо вставляли свои бренд-гидлайны в ИИ-чат в десятый раз (читайте: каждый из нас) в надежде, что на этот раз они запомнятся, Mark-IQ — это решение проблемы.

Это уровень данных, который располагается под каждой моделью и построен на основе контекста вашей организации, включая историю экспериментов и веб-аналитику. Это значит, что какая бы модель ни взяла задачу в работу, она с самого начала знает ваш бренд.

Как все это работает вместе

Вот что происходит, когда вы о чем-то просите Mark:

Вы отправляете запрос: расскажите Марку, что вам нужно, на обычном языке.

Mark-IQ добавляет контекст: ваш бренд, история экспериментов и веб-аналитика подтягиваются автоматически без необходимости повторного ввода промптов.

Правильная модель берет задачу в работу: Mark настроен так, чтобы сопоставлять каждую задачу с подходящей моделью, а вскоре к нему присоединится и Mark-1.

Вы проверяете и утверждаете: оценка качества и одобрение человеком стоят между выполненной работой и кнопкой публикации, поэтому ничто не попадет в эфир без вас.

Так что же такое эта «обвязка для ИИ»?

Каждый продукт на базе ИИ работает на основе модели — базового «мозга», созданного такими компаниями, как Anthropic (Claude) или Google (Gemini). Сама по себе модель — это огромная сырая вычислительная мощность, которая понятия не имеет, кто вы, как звучит ваш голос бренда или какими инструментами пользуется ваша команда.

Mark — это оболочка (обвязка для ИИ), созданная вокруг этой модели и наполненная вашим контекстом, вашими инструментами, защитными механизмами и памятью. Эта оболочка имеет огромное значение, и у нас есть цифры, доказывающие это, к которым мы вернемся через минуту.

Как мы называем вещи в Optimizely

Mark-Bench: Марк, у которого есть доказательства

Бенчмарк — это стандартизированный тест для ИИ: фиксированный набор задач, которые пытается решить каждая модель, чтобы можно было честно сравнить их результаты. У каждого вендора ИИ есть слайд, утверждающий, что их модель лучше всего справляется с маркетингом, но до недавнего времени не было общего теста для проверки этих заявлений.

Как заявить, что ваша модель хороша, или что ваша обвязка хороша, не имея объективного способа это измерить? Мне это начало казаться немного бессмысленным. Поэтому мы создали такой способ.Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

Как заявить, что ваша модель хороша, или что ваша обвязка хороша, не имея объективного способа это измерить? Мне это начало казаться немного бессмысленным. Поэтому мы создали такой способ.

Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

Mark-Bench — это бенчмарк с открытым исходным кодом, который оценивает ИИ на предмет выполнения реальных маркетинговых задач. В настоящее время он охватывает более 297 задач и сценариев из 17 маркетинговых направлений, оцениваемых по 3564 критериям.

Каждый сценарий устроен как настоящее техническое задание: с брифом, необходимыми исходными файлами (рекомендации по бренду, руководства по стилю, исходные данные) и ожидаемым форматом результата. Каждый ответ проверяется по контрольному списку из 12–30 критериев несколькими ИИ-судьями (Claude и Gemini), поэтому предпочтения какой-то одной модели не могут перевесить чашу весов. Реальные люди также проверяют работу:

Вы можете использовать ИИ для создания бенчмарка, но если у вас нет экспертов в предметной области, проверяющих домены, задачи и критерии оценки, вы в итоге получите лишь еще больше цифрового мусора.Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

Вы можете использовать ИИ для создания бенчмарка, но если у вас нет экспертов в предметной области, проверяющих домены, задачи и критерии оценки, вы в итоге получите лишь еще больше цифрового мусора.

Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

К чему привели результаты

Самым жестким показателем в Mark-Bench является коэффициент полного прохождения, при котором модель получает зачет по сценарию только в том случае, если она удовлетворяет абсолютно каждому критерию. При настройках по умолчанию Mark набрал 67% против 60% у Claude Code при двукратно более низкой стоимости.

Настройки по умолчанию. Зачет только для сценариев, удовлетворяющих абсолютно каждому критерию. Источник: Optimizely, Представляем Mark-Bench

Более удивительный результат был получен, когда модель оставили прежней, изменив лишь оболочку вокруг нее. Никита Бокил (Nikita Bokil), член продуктовой команды Optimizely, запустил одну и ту же модель (Opus 5X-High) в различных конфигурациях. Прямой вызов «сырой» модели стоил 40,52 долл. США за задачу и набрал 65% по качеству, в то время как та же модель, работающая внутри обвязки Optimizely, стоила 4,91 долл. США за задачу и набрала 67%.

Стоимость задачи для Opus 5X-High. Качество: 65% для «сырой» модели, 67% в обвязке Mark. Источник: Optimizely, Представляем Mark-Bench

Иными словами, тот же мозг в лучшей оболочке справился с работой чуть лучше, стоявшей при этом на 88% дешевле (...кому не понравится это услышать?).

Мы понимаем, как это выглядит, когда компания создает тест, а затем публикует результаты, в которых она же и побеждает. Именно поэтому Mark-Bench имеет открытый исходный код: задачи, критерии оценки и система баллов — все это находится в открытом доступе для проверки любы желающим. Проверьте на нем свою модель и смело оценивайте нас в ответ.

Мы хотим быть честным, непредвзятым голосом в том, что действительно полезно для маркетинга. Это возможно только в том случае, если бенчмарк является максимально прозрачным и объективным.Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

Мы хотим быть честным, непредвзятым голосом в том, что действительно полезно для маркетинга. Это возможно только в том случае, если бенчмарк является максимально прозрачным и объективным.

Шафгат Ислам (Shafqat Islam)|Президент, Optimizely

Более масштабный план заключается в том, чтобы использовать эти результаты для распределения работы. Когда запускается новая модель, она проходит через Mark-Bench в течение нескольких часов, и Mark узнает, где эта модель сильна, где она испытывает трудности и какие маркетинговые задачи ей стоит поручать.

Итак, кто черт возьми такой Mark?

Вот вся семья, по одной строчке для максимальной простоты:

Opal — это имя, из которого мы выросли.

Mark — это продукт: чат, агенты, рабочие процессы и виртуальные члены команды, где человек всегда остается участником процесса.

Optimizely Agent Platform — то же самое, что и выше, но более говорящее само за себя название.

Mark-1 — это обученный маркетингу мозг, который появится в скором времени.

Mark-IQ — это глубокое знание ваших данных и вашего бренда.

Mark-Bench — это то, как мы доказываем, что все это работает.

Если вы когда-либо работали там, где переименовывали продукт, команду или даже встречу, вы знаете, что новое название приживается не за одну ночь.

В течение нескольких недель после этого люди произносят вслух старое название, исправляют себя на полуслове и вводят его в Teams или Slack, прежде чем стереть. Это не столько упрямство, сколько мышечная память, и большинство из нас здесь до сих пор ловят себя на том, что в разгар звонка случайно срывается «Opal».

Поэтому, если вы поймаете себя на том же самом, считайте, что вы в очень хорошей компании. Со временем название приживется, а пока у вас есть шпаргалка. В следующий раз, когда кто-то спросит, что случилось с Opal, вы будете знать ответ, а если они спросят, входит ли Mark в вашу команду, ответом все чаще будет «да». Пойдите и поздоровайтесь.