De codeeragenten van OpenAI kunnen nu 46 procent van de onderzoekstaken uitvoeren die een persoon twee tot vier uur zouden kosten – zonder enige menselijke tussenkomst. Het cijfer, een stijging ten opzichte van de 23 procent in maart, komt uit 'Research acceleratie: The jagged frontier', het tweede rapport van het bedrijf over hoe AI zijn eigen onderzoekspijplijn transformeert, en er hangt een even opvallend prijskaartje aan: de gemiddelde OpenAI-onderzoeker verwerkt nu ongeveer $2.400 per dag aan agent compute tegen API-catalogusprijzen.
Het rapport, dat woensdag werd gepubliceerd, is het meest gedetailleerde openbare verslag dat enig AI-laboratorium ooit heeft gegeven over hoe machine-intelligentie de ontwikkeling van machine-intelligentie hervormt – het fenomeen dat onderzoekers recursieve zelfverbetering (RSI) noemen.
De cijfers: agenten worden sneller en autonomer
De belangrijkste autonomiewinsten zijn aanzienlijk. Voor taken die naar schatting twee tot vier uur menselijk werk vergen, steeg het succes zonder interventie van 23 procent in maart naar 46 procent vandaag. Bij langere inspanningen van vier tot acht uur steeg het succes van 13 procent naar 35 procent.
OpenAI benadrukt een belangrijk voorbehoud: naarmate agenten capabeler worden, delegeren onderzoekers zwaardere taken binnen elke tijdsduur. De verbetering weerspiegelt dus zowel echte vermogenswinst als veranderende menselijke keuzes over wat ze moeten overdragen.
Het grillige deel: de prestaties variëren enorm per taak
De titel van het rapport is geen toeval. Agenten blinken uit in bepaald onderzoekswerk en struikelen slecht over anderen. Voor alle taakcategorieën, gemeten van 1 augustus tot en met 18 oktober 2026, waren de geschatte succespercentages het hoogst voor Communiceer-taken (69 procent) en Analyseer-taken (58 procent), maar daalden naar 43 procent voor Build-taken.
Op individueel taakniveau is de spreiding nog scherper. Agenten waren goed in het monitoren van trainingssessies voor problemen (79 procent succes) en het beantwoorden van technische vragen (72 procent), maar slaagden er slechts 25 procent in om code te schrijven voor gevolgtrekkingen en stapels te bedienen, en 29 procent bij het bouwen van evaluatie-, versterkings-leer- en agentomgevingen.
OpenAI waarschuwt dat deze heterogeniteit ertoe doet: zolang de modelprestaties voor AI-R&D-taken ongelijkmatig zijn, kunnen de zwakke categorieën knelpunten worden die de algehele versnelling belemmeren. De berichtgeving door derden in het rapport, waaronder The Next Web, benadrukte precies deze kloof tussen de belangrijkste autonomiecijfers en het kernwerk op het gebied van software-engineering.
Wat onderzoekers zeggen: drie maanden werk in één
Het rapport leunt zwaar op onderzoeken onder het eigen personeel van OpenAI. In een enquête onder 101 onderzoeksmedewerkers die eind augustus en begin september werd gehouden, zei de gemiddelde onderzoeker dat hun team ongeveer drie maanden nodig zou hebben om werk te voltooien dat gelijk was aan hun laatste maand aan output als ze de toegang zouden verliezen tot grenscoderingsagenten en alleen GitHub Copilot en ChatGPT zouden overhouden.
Een afzonderlijk onderzoek van eind oktober leverde een opvallende vergelijking op: 27 van de 28 respondenten zeiden dat ze verwachtten productiever te zijn met het nieuwste interne model van OpenAI dan met de hulp van een menselijke onderzoeksingenieur uit het midden van de carrière, gecombineerd met een model uit 2024, zoals o1-preview. De enige overblijver wees de binaire framing af – en zei dat ze de GPT-6 Astra toch zouden verkiezen boven de door mensen ondersteunde optie.
Mensen bezitten nog steeds de ideeën – voorlopig
Ondanks de toegenomen autonomie bleek uit OpenAI's analyse van het belangrijkste recente onderzoek dat de menselijke smaak nog steeds voor doorbraken zorgt. Voor zowel de GPT-6 Astra als de GPT-6.2 Astra-releases zeiden onderzoekers na de training en veiligheidsmonitoring dat elk belangrijk idee dat ze noemden afkomstig was van mensen, met modellen die hielpen bij de implementatie ervan.
Maar de grens begint aan de randen te vervagen. Voor GPT-6.2 Astra beschreven pre-training onderzoekers het ontwikkelen van ideeën in gesprek met Codex – waarbij één het model crediteerde voor het identificeren van belangrijke inzichten terwijl ze samen aan een probleem werkten, en een ander zei dat hun hoofdidee pas goed begon te werken nadat Codex een verandering had voorgesteld.
Waarom OpenAI dit überhaupt publiceert
Het bedrijf beschouwt de transparantie-push als een beleidsargument. OpenAI heeft opgeroepen om van AI-laboratoria te eisen dat ze indicatoren van recursieve zelfverbetering volgen en publiekelijk rapporteren, zodat bestuursdebatten berusten op metingen in plaats van op speculatie. Het rapport maakt expliciet dat de publicatie ervan “niet mag worden gelezen als een intentie om volledige RSI na te streven”, en merkt op dat verschillende andere organisaties onlangs hebben bijgedragen aan gedeelde meetnormen voor de versnelling van AI-R&D.
Het is een opmerkelijk standpunt voor een competitief laboratorium: het publiceren van interne productiviteitsgegevens nodigt uit tot zowel kritisch onderzoek als imitatie. Maar de weddenschap van OpenAI is dat branchebrede rapportagenormen – vergelijkbaar in geest met computer- en veiligheidsrapportageframeworks – waardevoller zijn dan het geheimhoudingsalternatief, vooral nu agenten beginnen bij te dragen aan de systemen die hun opvolgers zullen bouwen.
Het grotere geheel
Het rapport komt terecht in een koortsachtig debat over de vraag of AI de ontwikkeling van AI nu al versnelt en wat dat betekent voor de veiligheid en de werkgelegenheid. De gegevens van OpenAI voegen harde cijfers toe aan beide kanten: agenten vervangen daadwerkelijk substantieel menselijk werk met zinvolle succespercentages, maar toch blijven de meest creatieve en infrastructuurkritieke taken koppig door mensen gedomineerd.
Met andere woorden: de grillige grens is reëel – en de laboratoria die erlangs racen, meten nu hun eigen positie in het openbaar. Voor onderzoekers die van buitenaf kijken, is het belangrijkste getal misschien niet 46 procent, maar wel het traject: elke metriek die OpenAI volgt, is sinds maart grofweg verdubbeld.
Blijf AI een stap voorVolg de nieuwste AI-ontwikkelingen op het gebied van AI-onderzoek en veiligheid met AI Buzz Wire.
Lees meer AI-nieuws →