6 września 2026 r. OpenAI oświadczyło, że osiągnęło cel ogłoszony jesienią ubiegłego roku: wystawienie „stażysty zautomatyzowanego badania” do września tego roku. W nowym poście na blogu zatytułowanym „Przyspieszenie badań: spojrzenie na OpenAI” firma po raz pierwszy ujawniła, jak głęboko agenci sztucznej inteligencji są wplecioni w jej własną organizację badawczą — do połowy sierpnia organizacja wykorzystywała 3,1 dni pracy agenta na każdy dzień pracy człowieka.

Kamieniem milowym, o którym po raz pierwszy poinformowały Engadget i Unite.AI, jest najwyraźniejszy ilościowy obraz tego, co OpenAI ma na myśli, mówiąc o sztucznej inteligencji przyspieszającej badania nad sztuczną inteligencją. Czytelnikom śledzącym szerszą historię pasuje to do naszych ciągłych relacjonów badań nad sztuczną inteligencją dotyczących tego, jak pionierskie laboratoria restrukturyzują pracę wokół agentów.

Co właściwie oznacza „stażysta zautomatyzowanych badań”.

W poście na blogu precyzyjnie zdefiniowano cel: system, który może wykonywać dobrze określone zadania badawcze pod kierownictwem człowieka, w tym zadania, których wykonanie zajęłoby wykwalifikowanemu badaczowi kilka dni. Według własnych pomiarów OpenAI poprzeczka ta została już osiągnięta, mniej więcej zgodnie z harmonogramem wyznaczonym przez firmę, ogłaszając cel jesienią ubiegłego roku.

Następny cel jest znacznie ambitniejszy. OpenAI twierdzi, że poczyni „znaczne postępy” w kierunku zautomatyzowanego badacza sztucznej inteligencji do marca 2028 r. – systemu, który będzie działał pod nadzorem człowieka, aby przyspieszyć badania nad głębokim uczeniem się i dopasowaniem, umożliwiając iteracyjne samodoskonalenie. Firma zwraca uwagę, że ludzie nadal ustalają priorytety badawcze, oceniają, które pomysły i wyniki są warte realizacji, a także decydują, czy skalować, wstrzymać lub wdrożyć dany system.

Liczby kryjące się za roszczeniem

Najbardziej uderzające liczby w poście opisują, jak radykalnie zmieniła się codzienna praca badaczy OpenAI na przestrzeni 2026 roku:

  • 3,1 dni pracy agenta na dzień pracy człowieka. Przed czerwcem 2026 r. całkowity czas pracy agenta w całej organizacji badawczej był nadal niższy od całkowitego czasu pracy człowieka. Do połowy sierpnia agenci włożyli w pracę ponad trzykrotnie więcej wysiłku niż kierujący nimi ludzie, w porównaniu ze standardowym ośmiogodzinnym dniem pracy.
  • Ponad 600 dolarów dziennie dla mediany badacza. Na początku roku mediana badacza uszeregowana według użycia agenta eksperymentowała jedynie z agentami kodującymi. Do połowy sierpnia średni badacz codziennie obsługiwał agentów i zużywał ponad 600 dolarów dziennie na wnioskowanie po cenach API.
  • Co najmniej 7000 USD dziennie przy 90. percentylu. Najciężsi użytkownicy w organizacji badawczej zużywają obecnie tokeny o wartości ponad 7000 USD dziennie, wykonując wysoce współbieżne przepływy pracy z czterema lub większą liczbą agentów pracujących jednocześnie.
– Rekordowa liczba eksperymentów. Liczba eksperymentów na aktywnego eksperymentatora osiągnęła najwyższy poziom w historii w sierpniu 2026 r., odkąd śledzenie rozpoczęło się w styczniu 2025 r.

OpenAI przypisuje wzrost produktywności przede wszystkim przyjęciu Codexu, jego agenta kodującego, jednocześnie przyznając, że dostępna moc obliczeniowa również znacznie wzrosła od 2025 r. — zatem zyski wynikają z połączenia większej liczby agentów, lepszych agentów i większej ilości sprzętu, na którym można je uruchomić.

Co właściwie robią agenci

Do klasyfikacji aktywności agentów OpenAI wykorzystało taksonomię prac badawczych opublikowaną przez Epoch AI, inspirowaną systemem klasyfikacji zawodów O*NET. Dzieli badania i rozwój sztucznej inteligencji na sześć faz: decyduj, projektuj, buduj, uruchamiaj, analizuj i komunikuj.

Między styczniem a sierpniem 2026 r. wzrosła aktywność wszystkich sześciu kategorii agentów. W styczniu dominowało wykorzystanie kodu w zakresie badań i infrastruktury; kategoria ta stale się rozwija, przy zauważalnym wzroście pomocy technicznej i liczby przebiegów eksperymentów monitorujących. Z kolei planowanie wysokiego poziomu pozostaje minimalnym ułamkiem żetonów wyjściowych agentów – decyzje strategiczne nadal należą do ludzi.

Anegdotycznie, jak wynika z postów, badacze OpenAI odkryli, że agenci kodujący doskonale radzą sobie z rozwiązywaniem problemów z wewnętrzną infrastrukturą badawczą, a wiele zespołów, które wcześniej zajmowały się problemami z infrastrukturą, nie musi już tego robić.

Dlaczego kamień milowy ma znaczenie poza OpenAI

Ogłoszenie trafia w delikatny moment. Ustawodawcy, badacze bezpieczeństwa i konkurenci wypatrują dowodów na to, że systemy sztucznej inteligencji mogą znacząco przyspieszyć same badania nad sztuczną inteligencją – jest to mechanizm, który najprawdopodobniej skróci harmonogram w kierunku bardziej wydajnych systemów. Główny naukowiec OpenAI opublikował tego samego dnia esej towarzyszący, ostrzegając, że żadne laboratorium nie rozwiązało jeszcze wyrównania na tyle dobrze, aby utrzymać skalowanie z pełną prędkością, co jest uderzającym zestawieniem z liczbami dotyczącymi produktywności.

Konsekwencje gospodarcze są równie godne uwagi. Jeśli pojedyncza organizacja badawcza zużywa tysiące dolarów na badacza dziennie na wnioskowanie – i traktuje to jako okazję – sygnalizuje to, w jakim kierunku zmierzają wydatki przedsiębiorstw na sztuczną inteligencję. Dni robocze agenta stają się danymi wejściowymi, które można kupić, podobnie jak same obliczenia.

Sceptycy zwrócą uwagę, że OpenAI oceniało swoje własne zadanie domowe: standard „automatycznego stażysty badawczego” jest zdefiniowany i mierzony wewnętrznie, a stosunek 3,1:1 uwzględnia zarówno bezpośrednio uruchomionych agentów, jak i dalszych subagentów. Dane firmy obejmują również prace związane z kodowaniem, monitorowaniem i analizą o bardzo różnych poziomach trudności.

Mimo to kierunek jest jednoznaczny. Osiem miesięcy temu czas agenta opóźniał czas człowieka w jednym z najlepiej finansowanych laboratoriów sztucznej inteligencji na świecie. Dziś przewyższa to trzy do jednego, a kierownictwo laboratorium już kształtuje kolejny kamień milowy, czyli zautomatyzowane badanie sztucznej inteligencji do marca 2028 r., w oparciu o kwestię „kiedy”, a nie „czy”.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →