Агенты кодирования OpenAI теперь могут выполнить 46 процентов исследовательских задач, которые заняли бы у человека от двух до четырех часов — вообще без вмешательства человека. Эта цифра, увеличившаяся с 23 процентов в марте, взята из «Ускорения исследований: неровная граница», второго отчета компании о том, как ИИ трансформирует свой собственный исследовательский конвейер, и он приходит с столь же поразительной ценой: средний исследователь OpenAI теперь тратит около 2400 долларов в день на агентские вычисления по прейскурантным ценам API.
Отчет, опубликованный в среду, представляет собой наиболее подробный публичный отчет, который какая-либо лаборатория искусственного интеллекта предоставила, о том, как машинный интеллект меняет развитие машинного интеллекта — феномен, который исследователи называют рекурсивным самосовершенствованием (RSI).
Цифры: агенты становятся быстрее и автономнее
Прирост автономности является существенным. Для задач, которые, по оценкам, требуют от двух до четырех часов человеческой работы, успех с нулевым вмешательством вырос с 23 процентов в марте до 46 процентов сегодня. При более длительных усилиях (от четырех до восьми часов) успех вырос с 13 до 35 процентов.
OpenAI подчеркивает важное предостережение: по мере того, как агенты становятся более способными, исследователи делегируют более сложные задачи в каждом сегменте продолжительности, поэтому улучшение отражает как реальный прирост возможностей, так и изменение человеческого выбора в отношении того, что передавать.
Неровная часть: производительность сильно зависит от задачи
Название доклада выбрано не случайно. Агенты преуспевают в одних исследовательских работах и терпят неудачу в других. По категориям задач, измеренным с 1 августа по 18 октября 2026 года, предполагаемые показатели успеха были самыми высокими для задач «Общение» (69 процентов) и «Анализ» (58 процентов), но упали до 43 процентов для задач «Сборка».
На уровне отдельных задач разброс еще более резкий. Агенты успешно отслеживали тренировочные прогоны на наличие проблем (79 процентов успеха) и отвечали на технические вопросы (72 процента), но достигли лишь 25 процентов успеха в написании кода для вывода и обслуживания стеков и 29 процентов в построении оценки, обучения с подкреплением и сред агентов.
OpenAI предупреждает, что эта неоднородность имеет значение: пока производительность моделей в задачах исследований и разработок в области ИИ неравномерна, слабые категории могут стать узкими местами, ограничивающими общее ускорение. Стороннее освещение отчета, в том числе The Next Web, подчеркнуло именно этот разрыв между главными показателями автономности и основной работой по разработке программного обеспечения.
Что говорят исследователи: три месяца работы за один
Отчет во многом опирается на опросы собственных сотрудников OpenAI. В опросе 101 исследователя, проведенном в конце августа и начале сентября, средний исследователь заявил, что их команде потребуется около трех месяцев, чтобы завершить работу, равную их результатам за последний месяц, если они потеряют доступ к передовым агентам кодирования и останутся только с GitHub Copilot и ChatGPT.
Отдельное исследование, проведенное в конце октября, представило поразительное сравнение: 27 из 28 респондентов заявили, что они ожидают большей продуктивности с последней внутренней моделью OpenAI, чем с помощью инженера-исследователя среднего возраста в сочетании с моделью эпохи 2024 года, такой как o1-preview. Одинокий противник отказался от двоичного формата и заявил, что в любом случае предпочтет GPT-6 Astra варианту с использованием человека.
Идеи по-прежнему принадлежат людям — пока что
Несмотря на рост автономности, анализ наиболее важных недавних исследований OpenAI показал, что человеческий вкус по-прежнему способствует прорывам. Как в версиях GPT-6 Astra, так и в GPT-6.2 Astra исследователи после обучения и мониторинга безопасности заявили, что каждая ключевая идея, которую они назвали, исходила от людей, а модели помогали их реализовать.
Но граница начинает размываться по краям. Что касается GPT-6.2 Astra, исследователи, прошедшие предварительное обучение, описали разработку идей в ходе разговора с Кодексом: один из них отметил, что модель помогла выявить ключевые идеи во время совместной работы над проблемой, а другой сказал, что их основная идея начала хорошо работать только после того, как Кодекс предложил изменения.
Почему OpenAI вообще это публикует
Компания представляет стремление к прозрачности как политический аргумент. OpenAI призвала к тому, чтобы лаборатории ИИ отслеживали и публично сообщали о показателях рекурсивного самосовершенствования, чтобы дебаты по управлению основывались на измерениях, а не на предположениях. В отчете прямо говорится, что его публикацию «не следует рассматривать как намерение добиваться полного RSI», и отмечается, что несколько других организаций недавно внесли свой вклад в общие нормы измерения для ускорения исследований и разработок в области ИИ.
Это примечательная позиция для конкурентной лаборатории: публикация внутренних данных о производительности требует как пристального внимания, так и подражания. Но OpenAI делает ставку на то, что общеотраслевые нормы отчетности, аналогичные по духу системам отчетности о вычислениях и безопасности, более ценны, чем альтернатива секретности, особенно когда агенты начинают вносить свой вклад в те самые системы, которые будут создавать их преемников.
Общая картина
Доклад появился на фоне жарких дебатов о том, ускоряет ли ИИ развитие ИИ и какое значение это имеет для безопасности и рабочих мест. Данные OpenAI добавляют убедительные цифры обеим сторонам: агенты действительно заменяют существенную человеческую работу со значительными показателями успеха, однако наиболее творческие и критически важные для инфраструктуры задачи по-прежнему остаются под контролем человека.
Другими словами, неровная граница реальна — и лаборатории, мчащиеся вдоль нее, теперь оценивают свою позицию на публике. Для исследователей, наблюдающих со стороны, наиболее важной цифрой может быть не 46 процентов, а траектория: каждый показатель, отслеживаемый OpenAI, с марта увеличился примерно вдвое.
Оставайтесь впереди искусственного интеллектаСледите за последними разработками в области ИИ в области исследований и безопасности ИИ с помощью AI Buzz Wire.
Подробнее новости AI →