Agen pengkodean OpenAI saiki bisa ngrampungake 46 persen tugas riset sing mbutuhake wong loro nganti patang jam - tanpa campur tangan manungsa. Angka kasebut, saka 23 persen ing wulan Maret, asale saka "Akselerasi riset: Perbatasan sing bergerigi," laporan kaping pindho perusahaan babagan carane AI ngowahi saluran riset dhewe, lan teka kanthi tag rega sing padha: peneliti OpenAI rata-rata saiki nganggo kira-kira $2,400 saben dina kanggo ngitung agen ing rega dhaptar API.

Laporan kasebut, diterbitake Rebo, minangka akuntan publik sing paling rinci sing diwenehake dening lab AI babagan carane intelijen mesin ngowahi pangembangan intelijen mesin - fenomena sing diarani peneliti rekursif perbaikan diri (RSI).

Nomer: Agen Luwih Cepet lan Otonom

Keuntungan otonomi judhul cukup gedhe. Kanggo tugas sing dikira mbutuhake rong nganti patang jam kerja manungsa, sukses intervensi nol mundhak saka 23 persen ing Maret dadi 46 persen saiki. Kanggo gaweyan maneh saka patang nganti wolung jam, sukses mundhak saka 13 persen dadi 35 persen.

OpenAI nandheske kaveat penting: nalika agen dadi luwih bisa, peneliti utusan tugas sing luwih angel ing saben ember durasi, saéngga dandan kasebut nuduhake keuntungan kemampuan asli lan ngganti pilihan manungsa babagan apa sing bakal ditindakake.

Bagian Jagged: Kinerja Beda-beda miturut Tugas

Judhul laporan ora sengaja. Agen unggul ing sawetara karya riset lan kesandhung ing wong liya. Ing antarane kategori tugas sing diukur wiwit 1 Agustus nganti 18 Oktober 2026, kira-kira tingkat sukses paling dhuwur kanggo tugas Komunikasi (69 persen) lan tugas Analisa (58 persen), nanging mudhun dadi 43 persen kanggo tugas Mbangun.

Ing tingkat tugas individu, panyebaran luwih cetha. Agen latihan ngawasi aced mlaku kanggo masalah (79 persen sukses) lan njawab pitakonan teknis (72 persen), nanging mung 25 persen sukses ing nulis kode kanggo inferensi lan porsi tumpukan, lan 29 persen ing bangunan evaluasi, penguatan-learning, lan lingkungan agen.

OpenAI ngelingake manawa heterogenitas iki penting: yen kinerja model ing tugas R&D AI ora rata, kategori sing ringkih bisa dadi kemacetan sing nutupi percepatan sakabèhé. Jangkoan pihak katelu saka laporan kasebut, kalebu The Next Web, nyorot kanthi tepat jurang antarane nomer otonomi judhul lan karya rekayasa piranti lunak inti.

Apa Sing Dikandhakake Peneliti: Telung Wulan Kerja ing Siji

Laporan kasebut gumantung banget marang survey staf OpenAI dhewe. Ing survey saka 101 staf riset sing ditindakake ing pungkasan Agustus lan awal September, peneliti median ujar manawa tim kasebut butuh udakara telung wulan kanggo ngrampungake karya sing padha karo output wulan pungkasan yen ilang akses menyang agen pengkodean perbatasan lan mung ditinggalake karo GitHub Copilot lan ChatGPT.

Survei pungkasan Oktober sing kapisah nuduhake perbandingan sing apik banget: 27 saka 28 responden ujar manawa ngarep-arep bakal luwih produktif karo model internal OpenAI paling anyar tinimbang karo bantuan saka insinyur riset manungsa pertengahan karir sing dipasangake karo model jaman 2024 kaya pratinjau o1. Siji-sijine nolak framing binar - lan ujar manawa bakal milih GPT-6 Astra tinimbang pilihan sing dibantu manungsa.

Manungsa Isih Duwe Ide - Kanggo Saiki

Sanajan entuk otonomi, analisa OpenAI babagan riset paling anyar sing paling penting nemokake manawa rasa manungsa isih nggawe terobosan. Kanggo loro rilis GPT-6 Astra lan GPT-6.2 Astra, panaliti ngawasi posttraining lan safety ujar manawa saben ide penting sing dijenengi asale saka wong, kanthi model sing mbantu ngetrapake.

Nanging watese wiwit burem ing pinggir. Kanggo GPT-6.2 Astra, peneliti pretraining diterangake ngembangaken gagasan ing obrolan karo Codex - karo siji kredit model kanggo ngenali wawasan tombol nalika padha makarya liwat masalah bebarengan, lan liyane ngandika gagasan utama mung wiwit bisa uga sawise Codex disaranake owah-owahan.

Napa OpenAI Nerbitake Iki

Perusahaan kasebut nggawe push transparansi minangka argumen kebijakan. OpenAI njaluk supaya laboratorium AI dibutuhake kanggo nglacak lan nglaporake kanthi umum indikator perbaikan diri rekursif, supaya debat pamrentahan gumantung ing pangukuran tinimbang spekulasi. Laporan kasebut jelas manawa publikasi kasebut "ora kudu diwaca minangka tujuan kanggo ngupayakake RSI lengkap," lan nyathet manawa sawetara organisasi liyane bubar nyumbang kanggo norma pangukuran bareng kanggo akselerasi R&D AI.

Iki minangka sikap sing penting kanggo laboratorium sing kompetitif: nerbitake data produktivitas internal ngajak pengawasan lan imitasi. Nanging taruhan OpenAI yaiku norma pelaporan ing saindenging industri - padha karo semangat kanggo ngitung lan kerangka pelaporan keamanan - luwih larang tinimbang alternatif rahasia, utamane amarga agen wiwit nyumbang kanggo sistem sing bakal mbangun penerus.

Gambar sing luwih gedhe

Laporan kasebut ana ing tengah-tengah debat babagan apa AI wis nyepetake pangembangan AI lan apa tegese kanggo safety lan pakaryan. Data OpenAI nambah nomer hard kanggo loro-lorone: agen bener ngganti karya manungsa substansial ing tingkat sukses migunani, nanging tugas paling kreatif lan infrastruktur-kritis tetep stubbornly manungsa-didominasi.

Perbatasan jagged, kanthi tembung liya, nyata - lan laboratorium balapan saiki ngukur posisi dhewe ing umum. Kanggo peneliti sing nonton saka njaba, nomer sing paling penting bisa uga ora 46 persen, nanging lintasan: saben trek OpenAI metrik wis kira-kira tikel kaping pindho wiwit Maret.

Tetep ing ngarep AI

Tindakake perkembangan AI paling anyar ing riset lan safety AI nganggo AI Buzz Wire.

Waca liyane AI warta →