Οι πράκτορες κωδικοποίησης του OpenAI μπορούν τώρα να ολοκληρώσουν το 46 τοις εκατό των ερευνητικών εργασιών που θα χρειάζονταν ένα άτομο δύο έως τέσσερις ώρες - χωρίς καμία ανθρώπινη παρέμβαση. Το ποσοστό, από 23 τοις εκατό τον Μάρτιο, προέρχεται από την «Ερευνητική επιτάχυνση: Τα οδοντωτά σύνορα», τη δεύτερη έκθεση της εταιρείας σχετικά με τον τρόπο με τον οποίο η τεχνητή νοημοσύνη μεταμορφώνει τον δικό της ερευνητικό αγωγό και φτάνει με μια εξίσου εντυπωσιακή τιμή: ο μέσος ερευνητής του OpenAI τρέχει τώρα με τιμές καταλόγου αξίας περίπου 2.400 δολαρίων την ημέρα σε API.

Η έκθεση, που δημοσιεύθηκε την Τετάρτη, είναι η πιο λεπτομερής δημόσια λογιστική που έχει δώσει οποιοδήποτε εργαστήριο τεχνητής νοημοσύνης για το πώς η νοημοσύνη μηχανών αναδιαμορφώνει την ανάπτυξη νοημοσύνης μηχανών - το φαινόμενο που οι ερευνητές αποκαλούν αναδρομική αυτοβελτίωση (RSI).

Οι αριθμοί: Οι πράκτορες γίνονται πιο γρήγοροι και πιο αυτόνομοι

Τα πρωταρχικά κέρδη αυτονομίας είναι σημαντικά. Για εργασίες που εκτιμάται ότι απαιτούν δύο έως τέσσερις ώρες ανθρώπινης εργασίας, η επιτυχία μηδενικής παρέμβασης αυξήθηκε από 23 τοις εκατό τον Μάρτιο σε 46 τοις εκατό σήμερα. Για μεγαλύτερες προσπάθειες τεσσάρων έως οκτώ ωρών, η επιτυχία ανέβηκε από 13 τοις εκατό σε 35 τοις εκατό.

Το OpenAI τονίζει μια σημαντική προειδοποίηση: καθώς οι πράκτορες γίνονται πιο ικανοί, οι ερευνητές αναθέτουν πιο δύσκολες εργασίες σε κάθε κάδο διάρκειας, οπότε η βελτίωση αντανακλά τόσο τα πραγματικά κέρδη ικανοτήτων όσο και τις αλλαγές των ανθρώπινων επιλογών σχετικά με το τι πρέπει να παραδώσουν.

The Jagged Part: Performance Varies Wildly by Task

Ο τίτλος της έκθεσης δεν είναι τυχαίος. Οι πράκτορες διαπρέπουν σε ορισμένες ερευνητικές εργασίες και σκοντάφτουν άσχημα σε άλλες. Σε όλες τις κατηγορίες εργασιών που μετρήθηκαν από την 1η Αυγούστου έως τις 18 Οκτωβρίου 2026, τα εκτιμώμενα ποσοστά επιτυχίας ήταν τα υψηλότερα για τις εργασίες επικοινωνίας (69 τοις εκατό) και τις εργασίες ανάλυσης (58 τοις εκατό), αλλά μειώθηκαν στο 43 τοις εκατό για τις εργασίες Build.

Σε επίπεδο μεμονωμένων εργασιών η εξάπλωση είναι ακόμη πιο έντονη. Η εκπαίδευση παρακολούθησης από τους πράκτορες εκτελείται για ζητήματα (79 τοις εκατό επιτυχία) και απαντήσεις σε τεχνικές ερωτήσεις (72 τοις εκατό), αλλά πέτυχε μόνο 25 τοις εκατό επιτυχία στη σύνταξη κώδικα για συμπεράσματα και στοίβες εξυπηρέτησης και 29 τοις εκατό σε αξιολόγηση κτιρίου, ενίσχυση-μάθηση και περιβάλλοντα πρακτόρων.

Το OpenAI προειδοποιεί ότι αυτή η ετερογένεια έχει σημασία: όσο η απόδοση του μοντέλου σε όλες τις εργασίες Ε&Α τεχνητής νοημοσύνης είναι άνιση, οι αδύναμες κατηγορίες θα μπορούσαν να γίνουν σημεία συμφόρησης που περιορίζουν τη συνολική επιτάχυνση. Η κάλυψη της έκθεσης από τρίτους, συμπεριλαμβανομένου του The Next Web, υπογράμμισε ακριβώς αυτό το χάσμα μεταξύ των αριθμών αυτονομίας των επικεφαλίδων και των βασικών εργασιών μηχανικής λογισμικού.

Τι λένε οι ερευνητές: Τρεις μήνες εργασίας σε έναν

Η έκθεση βασίζεται σε μεγάλο βαθμό σε έρευνες του προσωπικού του OpenAI. Σε μια έρευνα με 101 ερευνητικό προσωπικό που διεξήχθη στα τέλη Αυγούστου και στις αρχές Σεπτεμβρίου, ο μέσος ερευνητής είπε ότι η ομάδα τους θα χρειαζόταν περίπου τρεις μήνες για να ολοκληρώσει την εργασία ίση με τον τελευταίο μήνα παραγωγής, εάν έχανε την πρόσβαση σε πράκτορες κωδικοποίησης συνόρων και έμενε μόνο με το GitHub Copilot και το ChatGPT.

Μια ξεχωριστή έρευνα στα τέλη Οκτωβρίου έθεσε μια εντυπωσιακή σύγκριση: 27 από τους 28 ερωτηθέντες είπαν ότι περίμεναν να είναι πιο παραγωγικοί με το πιο πρόσφατο εσωτερικό μοντέλο του OpenAI παρά με τη βοήθεια ενός μηχανικού ανθρώπινης έρευνας στα μέσα της καριέρας σε συνδυασμό με ένα μοντέλο της εποχής του 2024, όπως το o1-preview. Το μοναδικό κράτημα απέρριψε το δυαδικό καδράρισμα - και είπε ότι θα επέλεγαν το GPT-6 Astra αντί της επιλογής υποβοηθούμενης από τον άνθρωπο ούτως ή άλλως.

Οι άνθρωποι εξακολουθούν να κατέχουν τις ιδέες — Προς το παρόν

Παρά τα κέρδη αυτονομίας, η ανάλυση του OpenAI για τη σημαντικότερη πρόσφατη έρευνά του διαπίστωσε ότι το ανθρώπινο γούστο εξακολουθεί να οδηγεί σε καινοτομίες. Τόσο για τις εκδόσεις GPT-6 Astra όσο και για τις εκδόσεις GPT-6.2 Astra, οι ερευνητές μετά την εκπαίδευση και την παρακολούθηση της ασφάλειας είπαν ότι κάθε βασική ιδέα που κατονόμασαν προήλθε από ανθρώπους, με τα μοντέλα να βοηθούν στην εφαρμογή τους.

Αλλά το όριο αρχίζει να θολώνει στις άκρες. Για το GPT-6.2 Astra, οι ερευνητές προεκπαίδευσης περιέγραψαν την ανάπτυξη ιδεών σε συνομιλία με τον Codex — με έναν να πιστώνει το μοντέλο για τον εντοπισμό βασικών πληροφοριών καθώς εργάζονταν μαζί σε ένα πρόβλημα και ένας άλλος να λέει ότι η κύρια ιδέα τους άρχισε να λειτουργεί καλά μόνο αφού ο Codex πρότεινε μια αλλαγή.

Γιατί το OpenAI το δημοσιεύει καθόλου

Η εταιρεία πλαισιώνει την ώθηση της διαφάνειας ως επιχείρημα πολιτικής. Το OpenAI ζήτησε από τα εργαστήρια τεχνητής νοημοσύνης να απαιτείται να παρακολουθούν και να αναφέρουν δημόσια δείκτες αναδρομικής αυτοβελτίωσης, έτσι ώστε οι συζητήσεις για τη διακυβέρνηση να βασίζονται σε μετρήσεις και όχι σε εικασίες. Η έκθεση είναι σαφές ότι η δημοσίευσή της «δεν πρέπει να εκληφθεί ως πρόθεση επιδίωξης πλήρους RSI» και σημειώνει ότι αρκετοί άλλοι οργανισμοί έχουν πρόσφατα συνεισφέρει σε κοινά πρότυπα μέτρησης για την επιτάχυνση Ε&Α AI.

Είναι μια αξιοσημείωτη στάση για ένα ανταγωνιστικό εργαστήριο: η δημοσίευση εσωτερικών δεδομένων παραγωγικότητας απαιτεί τόσο έλεγχο όσο και μίμηση. Αλλά το στοίχημα του OpenAI είναι ότι τα πρότυπα αναφοράς σε ολόκληρη τη βιομηχανία - παρόμοια στο πνεύμα με τα πλαίσια αναφοράς υπολογισμού και ασφάλειας - είναι πιο πολύτιμα από την εναλλακτική λύση μυστικότητας, ιδιαίτερα καθώς οι πράκτορες αρχίζουν να συνεισφέρουν στα ίδια τα συστήματα που θα δημιουργήσουν τους διαδόχους τους.

Η μεγαλύτερη εικόνα

Η έκθεση προσγειώνεται εν μέσω πυρετωδών συζητήσεων σχετικά με το εάν η τεχνητή νοημοσύνη επιταχύνει ήδη την ανάπτυξη της τεχνητής νοημοσύνης και τι σημαίνει αυτό για την ασφάλεια και τις θέσεις εργασίας. Τα δεδομένα του OpenAI προσθέτουν δύσκολα νούμερα και στις δύο πλευρές: οι πράκτορες αντικαθιστούν πραγματικά την ουσιαστική ανθρώπινη εργασία με σημαντικά ποσοστά επιτυχίας, ωστόσο οι πιο δημιουργικές και κρίσιμες για την υποδομή εργασίες παραμένουν πεισματικά υπό την κυριαρχία του ανθρώπου.

Τα οδοντωτά σύνορα, με άλλα λόγια, είναι αληθινά - και τα εργαστήρια που τρέχουν κατά μήκος του τώρα μετρούν τη δική τους θέση στο κοινό. Για τους ερευνητές που παρακολουθούν από έξω, ο πιο σημαντικός αριθμός μπορεί να μην είναι το 46 τοις εκατό, αλλά η τροχιά: κάθε μετρικό κομμάτι OpenAI έχει διπλασιαστεί περίπου από τον Μάρτιο.

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Ακολουθήστε τις τελευταίες εξελίξεις της τεχνητής νοημοσύνης στην έρευνα και την ασφάλεια της τεχνητής νοημοσύνης με το AI Buzz Wire.

Διαβάστε περισσότερα νέα AI →