Agenci kodujący OpenAI mogą teraz wykonać 46 procent zadań badawczych, które zabrałyby człowiekowi od dwóch do czterech godzin – bez żadnej interwencji człowieka. Liczba ta wzrosła z 23 procent w marcu i pochodzi z „Przyspieszenia badań: postrzępiona granica”, drugiego raportu firmy na temat transformacji własnych procesów badawczych przez sztuczną inteligencję, i ma równie uderzającą cenę: średni badacz OpenAI zużywa obecnie około 2400 dolarów dziennie na obliczenia agenta według cen katalogowych API.
Opublikowany w środę raport jest najbardziej szczegółowym publicznym sprawozdaniem, jakie jakiekolwiek laboratorium sztucznej inteligencji przedstawiło, na temat tego, jak inteligencja maszynowa zmienia rozwój inteligencji maszyn — zjawisko to badacze nazywają samodoskonaleniem rekurencyjnym (RSI).
Liczby: agenci stają się szybsi i bardziej autonomiczni
Główny wzrost autonomii jest znaczny. W przypadku zadań, które według szacunków wymagają od dwóch do czterech godzin pracy człowieka, skuteczność przy zerowej interwencji wzrosła z 23 procent w marcu do 46 procent obecnie. W przypadku dłuższych wysiłków trwających od czterech do ośmiu godzin sukces wzrósł z 13 procent do 35 procent.
OpenAI kładzie nacisk na ważne zastrzeżenie: w miarę jak agenci stają się coraz bardziej wydajni, badacze delegują trudniejsze zadania w ramach każdego segmentu czasu trwania, więc poprawa odzwierciedla zarówno rzeczywisty wzrost możliwości, jak i zmieniające się ludzkie wybory dotyczące tego, co przekazać.
Postrzępiona część: wydajność różni się znacznie w zależności od zadania
Tytuł raportu nie jest przypadkowy. Agenci wyróżniają się w niektórych pracach badawczych, a w innych potykają się. We wszystkich kategoriach zadań mierzonych od 1 sierpnia do 18 października 2026 r. szacowane wskaźniki powodzenia były najwyższe w przypadku zadań Komunikowanie (69 procent) i zadań Analiza (58 procent), ale spadły do 43 procent w przypadku zadań Kompilacja.
Na poziomie zadania indywidualnego rozpiętość jest jeszcze większa. Agenci pomyślnie przeszli szkolenia w zakresie monitorowania problemów (79 procent sukcesu) i odpowiadali na pytania techniczne (72 procent), ale odnieśli jedynie 25 procent sukcesów w pisaniu kodu na potrzeby wnioskowania i obsługi stosów oraz 29 procent w budowaniu środowisk ewaluacyjnych, uczenia się przez wzmacnianie i środowisk agentów.
OpenAI ostrzega, że ta heterogeniczność ma znaczenie: dopóki wydajność modeli w zadaniach badawczo-rozwojowych związanych ze sztuczną inteligencją jest nierówna, słabe kategorie mogą stać się wąskimi gardłami ograniczającymi ogólne przyspieszenie. Relacje stron trzecich raportu, w tym The Next Web, dokładnie uwypukliły tę lukę pomiędzy głównymi liczbami dotyczącymi autonomii a podstawowymi pracami inżynierii oprogramowania.
Co mówią badacze: trzy miesiące pracy w jednym
Raport w dużej mierze opiera się na ankietach przeprowadzonych wśród personelu OpenAI. W ankiecie przeprowadzonej wśród 101 pracowników naukowych na przełomie sierpnia i września mediana badacza stwierdziła, że ich zespół potrzebowałby około trzech miesięcy na wykonanie pracy równej wynikom z ostatniego miesiąca, gdyby utracił dostęp do pionierskich agentów kodujących i pozostał jedynie z GitHub Copilot i ChatGPT.
Odrębna ankieta przeprowadzona pod koniec października dała uderzające porównanie: 27 z 28 respondentów stwierdziło, że spodziewa się większej produktywności dzięki najnowszemu modelowi wewnętrznemu OpenAI niż dzięki pomocy inżyniera badawczego w połowie kariery w połączeniu z modelem z ery 2024, takim jak o1-preview. Samotny przeciwnik odrzucił ramowanie binarne i stwierdził, że i tak wybiorą GPT-6 Astra zamiast opcji wspomaganej przez człowieka.
Pomysły nadal są własnością ludzi — na razie
Pomimo wzrostu autonomii, analiza najważniejszych ostatnich badań przeprowadzona przez OpenAI wykazała, że ludzki gust nadal napędza przełomy. Zarówno w przypadku wersji GPT-6 Astra, jak i GPT-6.2 Astra badacze przeprowadzający szkolenia poszkoleniowe i monitorujący bezpieczeństwo stwierdzili, że każdy wymieniony przez nich kluczowy pomysł pochodzi od ludzi, a modele pomagają je wdrożyć.
Ale granica zaczyna się zacierać na krawędziach. W przypadku GPT-6.2 Astra badacze przygotowujący się do szkolenia opisali rozwijanie pomysłów w rozmowie z Codexem — jeden przypisał modelowi identyfikację kluczowych spostrzeżeń podczas wspólnej pracy nad problemem, a drugi stwierdził, że ich główny pomysł zaczął działać dobrze dopiero po zasugerowaniu przez Codex zmiany.
Dlaczego OpenAI w ogóle to publikuje
Firma traktuje nacisk na przejrzystość jako argument polityczny. OpenAI wezwała, aby laboratoria sztucznej inteligencji miały obowiązek śledzenia i publicznego raportowania wskaźników rekurencyjnego samodoskonalenia, tak aby debaty na temat zarządzania opierały się na pomiarach, a nie na spekulacjach. W raporcie wyraźnie stwierdzono, że jego publikacji „nie należy odczytywać jako zamiaru wykorzystania pełnego RSI” i zauważono, że kilka innych organizacji przyczyniło się ostatnio do opracowania wspólnych norm pomiaru przyspieszenia prac badawczo-rozwojowych nad sztuczną inteligencją.
Jest to godne uwagi stanowisko jak na konkurencyjne laboratorium: publikowanie wewnętrznych danych dotyczących produktywności zachęca zarówno do analizy, jak i do naśladowania. OpenAI stawia jednak na to, że ogólnobranżowe normy raportowania – podobne w duchu do ram raportowania w zakresie obliczeń i bezpieczeństwa – będą cenniejsze niż alternatywa dotycząca zachowania tajemnicy, szczególnie gdy agenci zaczną wnosić wkład w same systemy, które zbudują ich następców.
Większy obraz
Raport pojawia się w kontekście gorączkowej debaty na temat tego, czy sztuczna inteligencja już przyspiesza rozwój sztucznej inteligencji i co to oznacza dla bezpieczeństwa i miejsc pracy. Dane OpenAI dostarczają twardych danych obu stronom: agenci rzeczywiście zastępują znaczną część pracy ludzkiej, osiągając znaczący wskaźnik sukcesu, a mimo to najbardziej kreatywne i wymagające infrastruktury zadania pozostają uparcie zdominowane przez ludzi.
Innymi słowy, postrzępiona granica jest realna, a laboratoria pędzące wzdłuż niej mierzą teraz swoją pozycję w społeczeństwie. Dla badaczy obserwujących z zewnątrz najważniejsza liczba może nie wynosić 46 procent, ale trajektoria: od marca wszystkie ścieżki metryczne OpenAI wzrosły mniej więcej dwukrotnie.
Wyprzedź sztuczną inteligencjęŚledź najnowsze osiągnięcia w zakresie badań nad sztuczną inteligencją i jej bezpieczeństwa dzięki AI Buzz Wire.
Przeczytaj więcej aktualności o sztucznej inteligencji →