OpenAI a déclaré le 6 septembre 2026 avoir atteint l'objectif annoncé l'automne dernier : déployer un « stagiaire en recherche automatisée » d'ici septembre de cette année. Dans un nouveau billet de blog intitulé « Accélération de la recherche : la vue à l'intérieur d'OpenAI », la société a également révélé pour la première fois à quel point les agents d'IA ont été profondément intégrés dans sa propre organisation de recherche : à la mi-août, l'organisation utilisait 3,1 jours d'effort d'agent pour chaque journée de travail humaine.

Cette étape, signalée pour la première fois par Engadget et Unite.AI, constitue l'image quantitative la plus claire à ce jour de ce que signifie OpenAI lorsqu'elle parle de l'IA qui accélère la recherche sur l'IA. Pour les lecteurs qui suivent une histoire plus large, cela s'inscrit dans notre couverture continue de la recherche sur l'IA sur la façon dont les laboratoires frontaliers restructurent le travail autour des agents.

Ce que signifie réellement « stagiaire en recherche automatisée »

Le billet de blog définit précisément la cible : un système capable d’effectuer des tâches de recherche bien définies sous direction humaine, y compris des tâches qui prendraient quelques jours à un chercheur qualifié. Selon les propres mesures d'OpenAI, cette barre a maintenant été atteinte, à peu près selon le calendrier fixé par l'entreprise lorsqu'elle a annoncé son objectif l'automne dernier.

Le prochain objectif est considérablement plus ambitieux. OpenAI affirme faire de « forts progrès » vers un chercheur en IA automatisé d’ici mars 2028 – un système qui fonctionne sous supervision humaine pour faire progresser l’apprentissage profond et la recherche d’alignement, permettant une auto-amélioration itérative. L'entreprise prend soin de noter que les humains continuent de définir les priorités de recherche, de juger quelles idées et quels résultats valent la peine d'être poursuivis et de décider s'il convient de faire évoluer, de suspendre ou de déployer un système donné.

Les chiffres derrière la réclamation

Les chiffres les plus marquants de l’article décrivent à quel point le travail quotidien des chercheurs d’OpenAI a radicalement changé au cours de l’année 2026 :

  • 3,1 jours de travail d'agent par journée de travail humaine. Avant juin 2026, la durée totale d'exécution des agents dans l'organisation de recherche était encore inférieure au travail humain total. À la mi-août, les agents fournissaient plus de trois fois l’effort des humains qui les dirigeaient, par rapport à une journée standard de huit heures.
  • 600 $+ par jour pour le chercheur médian. Au début de l'année, le chercheur médian classé selon l'utilisation des agents expérimentait uniquement avec des agents de codage. À la mi-août, le chercheur médian exécutait quotidiennement des agents et consommait plus de 600 $ par jour d’inférence au prix de l’API.
  • Plus de 7 000 $ par jour au 90e centile. Les utilisateurs les plus importants de l'organisme de recherche dépensent désormais plus de 7 000 $ de jetons par jour, exécutant des flux de travail hautement simultanés avec quatre agents ou plus travaillant simultanément.
  • Volume record des expériences. Le nombre d'expériences par expérimentateur actif a atteint un niveau record en août 2026, depuis le début du suivi en janvier 2025.

OpenAI attribue l'augmentation de productivité principalement à l'adoption de Codex, son agent de codage, tout en reconnaissant que le calcul disponible a également considérablement augmenté depuis 2025 – les gains sont donc une combinaison de plus d'agents, de meilleurs agents et de plus de matériel sur lequel les exécuter.

Ce que font réellement les agents

Pour classer l’activité des agents, OpenAI a utilisé une taxonomie recherche-travail publiée par Epoch AI, inspirée du système de classification professionnelle O*NET. Il divise la recherche et le développement de l'IA en six phases : décider, concevoir, construire, exécuter, analyser et communiquer.

Les six catégories d’activité des agents ont augmenté entre janvier et août 2026. En janvier, l’utilisation dominante était la recherche et le code des infrastructures ; cette catégorie n'a cessé de s'étendre, avec une croissance notable de l'aide technique et du suivi des expériences. En revanche, la planification de haut niveau ne représente qu’une fraction minime des jetons de production des agents : les décisions stratégiques relèvent toujours des humains.

De manière anecdotique, rapporte l'article, les chercheurs d'OpenAI ont découvert que les agents de codage excellaient dans le dépannage de l'infrastructure de recherche interne, et que plusieurs équipes qui tenaient auparavant des heures de bureau pour des problèmes d'infrastructure n'avaient plus besoin de le faire.

Pourquoi ce jalon est important au-delà d'OpenAI

L'annonce arrive à un moment sensible. Les législateurs, les chercheurs en sécurité et les concurrents recherchent tous des preuves que les systèmes d’IA peuvent accélérer de manière significative la recherche sur l’IA elle-même – le mécanisme le plus susceptible de réduire les délais vers des systèmes plus performants. Le scientifique en chef d'OpenAI a publié le même jour un essai complémentaire avertissant qu'aucun laboratoire n'a encore résolu l'alignement suffisamment bien pour continuer à évoluer à pleine vitesse, une juxtaposition frappante avec les chiffres de productivité.

Les implications économiques sont tout aussi notables. Si un seul organisme de recherche dépense des milliers de dollars par chercheur et par jour en inférence – et considère cela comme une bonne affaire – cela indique vers où se dirigent les dépenses d’entreprise en IA. Les journées de travail des agents deviennent un intrant achetable, au même titre que le calcul lui-même.

Les sceptiques souligneront qu'OpenAI a noté ses propres devoirs : la norme "stagiaire de recherche automatisé" est définie et mesurée en interne, et le ratio de 3,1 : 1 prend en compte à la fois les agents lancés directement et les sous-agents en aval. Les chiffres de l'entreprise mélangent également des travaux de codage, de surveillance et d'analyse de niveaux de difficulté très différents.

Pourtant, la direction est sans ambiguïté. Il y a huit mois, le temps des agents était en retard sur celui des humains dans l'un des laboratoires d'IA les mieux financés au monde. Aujourd’hui, il l’emporte trois fois sur un – et la direction du laboratoire définit déjà la prochaine étape, celle du chercheur automatisé en IA d’ici mars 2028, comme une question de « quand » et non de « si ».

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →