Agenții de codare ai OpenAI pot finaliza acum 46% din sarcinile de cercetare care ar dura o persoană două până la patru ore – fără nicio intervenție umană. Cifra, în creștere de la 23% în martie, provine din „Accelerarea cercetării: frontiera zimțată”, cel de-al doilea raport al companiei despre modul în care AI își transformă propriul pipeline de cercetare, și vine cu un preț la fel de izbitor: cercetătorul mediu OpenAI rulează acum aproximativ 2.400 USD pe zi de calcul al agentului la prețurile de listă API.
Raportul, publicat miercuri, este cea mai detaliată contabilitate publică pe care a dat-o orice laborator de inteligență artificială despre modul în care inteligența mașinilor remodelează dezvoltarea inteligenței mașinilor – fenomenul numit de cercetători auto-îmbunătățire recursiva (RSI).
Cifrele: agenții devin mai rapid și mai autonomi
Câștigurile de autonomie sunt substanțiale. Pentru sarcinile estimate că necesită două până la patru ore de muncă umană, succesul fără intervenție a crescut de la 23% în martie la 46% astăzi. Pentru eforturi mai lungi de patru până la opt ore, succesul a urcat de la 13 la sută la 35 la sută.
OpenAI subliniază o avertizare importantă: pe măsură ce agenții devin mai capabili, cercetătorii deleg sarcini mai grele în fiecare grup de durată, astfel încât îmbunătățirea reflectă atât câștiguri reale de capacitate, cât și schimbarea alegerilor umane cu privire la ce să transfere.
Partea dentată: performanța variază în mod sălbatic în funcție de sarcină
Titlul raportului nu este întâmplător. Agenții excelează la unele lucrări de cercetare și se poticnesc prost în altele. În categoriile de sarcini măsurate între 1 august și 18 octombrie 2026, ratele de succes estimate au fost cele mai ridicate pentru sarcinile de comunicare (69 la sută) și sarcinile de analiză (58 la sută), dar au scăzut la 43 la sută pentru sarcinile de construcție.
La nivel de sarcină individuală, răspândirea este și mai accentuată. Agenții au reușit să monitorizeze cursurile de instruire pentru probleme (79 la sută cu succes) și să răspundă la întrebări tehnice (72 la sută), dar au reușit doar 25 la sută succes la scrierea codului pentru inferență și servirea stivelor și 29 la sută la crearea de evaluare, învățare-întărire și medii de agenți.
OpenAI avertizează că această eterogenitate contează: atâta timp cât performanța modelului în sarcinile de cercetare și dezvoltare AI este inegală, categoriile slabe ar putea deveni blocaje care limitează accelerația generală. Acoperirea raportului de la terțe părți, inclusiv The Next Web, a evidențiat tocmai această decalaj între numerele de autonomie din titlu și munca de bază de inginerie software.
Ce spun cercetătorii: Trei luni de muncă într-una
Raportul se bazează în mare măsură pe sondaje ale personalului OpenAI. Într-un sondaj efectuat la 101 angajați de cercetare efectuat la sfârșitul lunii august și începutul lunii septembrie, cercetătorul median a spus că echipa lor ar avea nevoie de aproximativ trei luni pentru a finaliza munca egală cu ultima lună de rezultate dacă ar pierde accesul la agenții de codare de frontieră și ar rămâne doar cu GitHub Copilot și ChatGPT.
Un sondaj separat de la sfârșitul lunii octombrie a oferit o comparație izbitoare: 27 din 28 de respondenți au spus că se așteptau să fie mai productivi cu cel mai recent model intern al OpenAI decât cu ajutorul unui inginer de cercetare uman la mijlocul carierei, asociat cu un model din epoca 2024 precum o1-preview. Rezistenta singuratică a refuzat încadrarea binară - și a spus că oricum vor alege GPT-6 Astra față de opțiunea asistată de om.
Oamenii încă dețin ideile — Deocamdată
În ciuda câștigurilor de autonomie, analiza OpenAI a celor mai importante cercetări recente a constatat că gustul uman încă conduce descoperiri. Atât pentru versiunile GPT-6 Astra, cât și pentru GPT-6.2 Astra, cercetătorii de postformare și monitorizare a siguranței au spus că fiecare idee cheie pe care au numit-o provine de la oameni, modelele care au ajutat la implementarea lor.
Dar granița începe să se estompeze la margini. Pentru GPT-6.2 Astra, cercetătorii de preformare au descris dezvoltarea ideilor în conversația cu Codex - unul care a creditat modelul pentru identificarea perspectivelor cheie pe măsură ce au rezolvat o problemă împreună, iar altul spunând că ideea lor principală a început să funcționeze bine abia după ce Codex a sugerat o schimbare.
De ce OpenAI publică asta
Compania încadrează impulsul transparenței ca argument de politică. OpenAI a cerut ca laboratoarele de inteligență artificială să fie obligate să urmărească și să raporteze public indicatorii de auto-îmbunătățire recursivă, astfel încât dezbaterile privind guvernanța să se bazeze pe măsurători, mai degrabă decât pe speculații. Raportul este explicit că publicarea sa „nu ar trebui citită ca o intenție de a urmări RSI complet” și observă că alte câteva organizații au contribuit recent la normele de măsurare comune pentru accelerarea cercetării și dezvoltării AI.
Este o poziție notabilă pentru un laborator competitiv: publicarea datelor interne de productivitate invită atât la examinare, cât și la imitație. Dar pariul OpenAI este că normele de raportare la nivel de industrie – similare în spirit cu cadrele de raportare de calcul și siguranță – sunt mai valoroase decât alternativa de secretizare, mai ales pe măsură ce agenții încep să contribuie la sistemele care le vor construi succesorii.
Imaginea de ansamblu
Raportul ajunge pe fondul dezbaterii aprinse despre dacă AI accelerează deja dezvoltarea AI și ce înseamnă aceasta pentru siguranță și locuri de muncă. Datele OpenAI adaugă cifre grele de ambele părți: agenții înlocuiesc cu adevărat munca umană substanțială la rate semnificative de succes, dar cele mai creative și cele mai critice sarcini de infrastructură rămân dominate de oameni cu încăpățânare.
Frontiera zimțată, cu alte cuvinte, este reală – iar laboratoarele care se întrec de-a lungul ei își măsoară acum propria poziție în public. Pentru cercetătorii care urmăresc din afară, cel mai important număr poate să nu fie de 46 la sută, dar traiectoria: fiecare metrică de urmărire OpenAI s-a dublat aproximativ din martie.
Rămâneți înaintea AIUrmăriți cele mai recente evoluții AI în cercetarea și siguranța AI cu AI Buzz Wire.
Citiți mai multe știri AI →