Kódovací agenti OpenAI nyní dokážou dokončit 46 procent výzkumných úkolů, které by člověku zabraly dvě až čtyři hodiny – bez jakéhokoli lidského zásahu. Toto číslo, které se zvýšilo z 23 procent v březnu, pochází z „Urychlení výzkumu: zubatá hranice“, druhé zprávy společnosti o tom, jak umělá inteligence transformuje svůj vlastní výzkumný kanál, a přichází s neméně pozoruhodnou cenou: průměrný výzkumník OpenAI nyní prochází zhruba 2 400 USD za den na výpočtech agentů za ceníkové ceny API.

Zpráva zveřejněná ve středu je nejpodrobnějším veřejným účetnictvím, které poskytla jakákoli laboratoř AI o tom, jak strojová inteligence přetváří vývoj strojové inteligence – tento fenomén výzkumníci nazývají rekurzivní sebezdokonalování (RSI).

Čísla: Agenti jsou stále rychlejší a autonomnější

Hlavní zisky autonomie jsou značné. U úkolů, které podle odhadu vyžadují dvě až čtyři hodiny lidské práce, vzrostla úspěšnost bez zásahu z 23 procent v březnu na dnešních 46 procent. Při delším úsilí v délce čtyř až osmi hodin se úspěšnost vyšplhala z 13 procent na 35 procent.

OpenAI zdůrazňuje důležité upozornění: jak se agenti stávají schopnějšími, výzkumníci delegují těžší úkoly v rámci každého segmentu trvání, takže vylepšení odráží jak skutečné zisky schopností, tak posun lidských rozhodnutí o tom, co předat.

Zubatá část: Výkon se velmi liší podle úkolu

Název zprávy není náhodný. Agenti vynikají v některých výzkumných pracích a špatně narážejí na jiné. V kategoriích úloh měřených od 1. srpna do 18. října 2026 byla odhadovaná úspěšnost nejvyšší u úloh Komunikovat (69 procent) a Analyzovat (58 procent), ale klesla na 43 procent u úloh sestavení.

Na úrovni jednotlivých úkolů je rozptyl ještě ostřejší. Agenti zvládli školení v oblasti monitorování problémů (79 procent úspěšnosti) a odpovídali na technické otázky (72 procent), ale dosáhli pouze 25 procent úspěšnosti při psaní kódu pro odvození a obsluhu zásobníků a 29 procent při vyhodnocování budov, učení se posílením a prostředí agentů.

OpenAI varuje, že na této heterogenitě záleží: pokud je výkon modelu napříč úkoly výzkumu a vývoje AI nerovnoměrný, slabé kategorie by se mohly stát překážkami, které omezují celkové zrychlení. Pokrytí zprávy třetí stranou, včetně The Next Web, přesně zdůraznilo tento rozdíl mezi hlavními čísly autonomie a základní softwarovou inženýrskou prací.

Co říkají výzkumníci: Tři měsíce práce v jednom

Zpráva se silně opírá o průzkumy vlastních zaměstnanců OpenAI. V průzkumu mezi 101 výzkumnými pracovníky, který se uskutečnil koncem srpna a začátkem září, střední výzkumník uvedl, že jejich tým bude potřebovat asi tři měsíce na dokončení práce rovnající se jejich výstupu za poslední měsíc, pokud by ztratili přístup k agentům hraničního kódování a zůstali by pouze GitHub Copilot a ChatGPT.

Samostatný průzkum z konce října přinesl pozoruhodné srovnání: 27 z 28 respondentů uvedlo, že očekávali, že budou produktivnější s nejnovějším interním modelem OpenAI než s pomocí inženýra lidského výzkumu uprostřed kariéry spárovaného s modelem z éry 2024, jako je o1-preview. Osamělá výzva odmítla binární rámování – a řekla, že stejně zvolí GPT-6 Astra před možností s lidskou podporou.

Lidé stále vlastní nápady — prozatím

Navzdory nárůstu autonomie analýza nejdůležitějšího nedávného výzkumu OpenAI zjistila, že lidský vkus stále vede k průlomům. U verzí GPT-6 Astra a GPT-6.2 Astra výzkumníci po školení a sledování bezpečnosti uvedli, že každý klíčový nápad, který jmenovali, pochází od lidí a modely, které je pomáhají realizovat.

Hranice se ale na okrajích začíná rozmazávat. Pro GPT-6.2 Astra popsali předškolní výzkumníci vývoj nápadů v rozhovoru s Codexem – jeden připisoval modelu za identifikaci klíčových poznatků, když společně řešili problém, a další uvedl, že jejich hlavní myšlenka začala dobře fungovat až poté, co Codex navrhl změnu.

Proč to OpenAI vůbec publikuje

Společnost formuluje tlak na transparentnost jako politický argument. OpenAI požaduje, aby laboratoře umělé inteligence byly povinny sledovat a veřejně hlásit indikátory rekurzivního sebezdokonalování, aby debaty o správě věcí spočívaly spíše na měřeních než na spekulacích. Ve zprávě je explicitně uvedeno, že její zveřejnění „by nemělo být chápáno jako záměr věnovat se plnému RSI“ a poznamenává, že několik dalších organizací nedávno přispělo k normám sdíleného měření pro akceleraci výzkumu a vývoje AI.

Je to pozoruhodný postoj pro konkurenční laboratoř: publikování interních dat produktivity vyžaduje kontrolu i napodobování. OpenAI ale sází na to, že celoodvětvové standardy výkaznictví – svým duchem podobné rámcům pro výpočetní a bezpečnostní výkaznictví – jsou cennější než alternativa utajování, zvláště když agenti začnou přispívat právě do systémů, které budou budovat jejich nástupce.

Větší obrázek

Zpráva přistává uprostřed horečné debaty o tom, zda AI již zrychluje vývoj AI a co to znamená pro bezpečnost a pracovní místa. Data OpenAI přidávají na obě strany tvrdá čísla: agenti skutečně nahrazují podstatnou lidskou práci se smysluplnou mírou úspěšnosti, přesto nejkreativnější a nejkritičtější úkoly zůstávají tvrdošíjně ovládány lidmi.

Jinými slovy, rozeklaná hranice je skutečná – a laboratoře, které se po ní prohánějí, nyní měří svou vlastní pozici na veřejnosti. Pro výzkumníky sledující zvenčí nemusí být nejdůležitější číslo 46 procent, ale trajektorie: každá metrická stopa OpenAI se od března zhruba zdvojnásobila.

Zůstaňte napřed před AI

Sledujte nejnovější vývoj AI ve výzkumu a bezpečnosti AI pomocí [AI Buzz Wire] (https://aibuzzwire.news).

Přečtěte si další zprávy o AI →