ขณะนี้ตัวแทนการเขียนโค้ดของ OpenAI สามารถทำงานวิจัยได้ร้อยละ 46 ซึ่งจะใช้เวลาสองถึงสี่ชั่วโมงโดยที่มนุษย์ไม่ต้องดำเนินการใดๆ เลย ตัวเลขดังกล่าวเพิ่มขึ้นจากร้อยละ 23 ในเดือนมีนาคม มาจาก "การเร่งการวิจัย: ชายแดนหยัก" ซึ่งเป็นรายงานฉบับที่สองของบริษัทเกี่ยวกับวิธีการที่ AI เปลี่ยนขั้นตอนการวิจัยของตัวเอง และมาพร้อมกับป้ายราคาที่โดดเด่นไม่แพ้กัน นักวิจัย OpenAI ที่มีค่ามัธยฐานขณะนี้ใช้เงินประมาณ 2,400 เหรียญสหรัฐต่อวันในการคำนวณเอเจนต์ตามราคารายการ API

รายงานที่เผยแพร่เมื่อวันพุธนี้เป็นบัญชีสาธารณะที่มีรายละเอียดมากที่สุดที่ห้องปฏิบัติการ AI ใด ๆ ระบุว่าความฉลาดของเครื่องจักรกำลังปรับเปลี่ยนการพัฒนาสติปัญญาของเครื่องจักรอย่างไร ปรากฏการณ์ที่นักวิจัยเรียกว่าการพัฒนาตนเองแบบเรียกซ้ำ (RSI)

ตัวเลข: ตัวแทนเริ่มเร็วขึ้นและเป็นอิสระมากขึ้น

การได้รับเอกราชพาดหัวข่าวมีนัยสำคัญ สำหรับงานที่คาดว่าจะต้องใช้เวลาสองถึงสี่ชั่วโมงในการทำงานของมนุษย์ ความสำเร็จแบบไม่มีการแทรกแซงเพิ่มขึ้นจาก 23 เปอร์เซ็นต์ในเดือนมีนาคมเป็น 46 เปอร์เซ็นต์ในปัจจุบัน สำหรับความพยายามที่ยาวนานขึ้นสี่ถึงแปดชั่วโมง ความสำเร็จเพิ่มขึ้นจาก 13 เปอร์เซ็นต์เป็น 35 เปอร์เซ็นต์

OpenAI เน้นย้ำถึงข้อแม้ที่สำคัญ: เมื่อเจ้าหน้าที่มีความสามารถมากขึ้น นักวิจัยก็จะมอบหมายงานที่ยากขึ้นภายในระยะเวลาแต่ละช่วง ดังนั้นการปรับปรุงจึงสะท้อนถึงความสามารถที่แท้จริงที่เพิ่มขึ้นและการเปลี่ยนการตัดสินใจของมนุษย์เกี่ยวกับสิ่งที่จะส่งมอบ

ส่วนที่ขรุขระ: ประสิทธิภาพแตกต่างกันไปตามงาน

ชื่อของรายงานไม่ใช่เรื่องบังเอิญ ตัวแทนเป็นเลิศในงานวิจัยบางชิ้นและสะดุดกับผู้อื่นอย่างเลวร้าย จากหมวดหมู่งานที่วัดตั้งแต่วันที่ 1 สิงหาคมถึง 18 ตุลาคม 2569 อัตราความสำเร็จโดยประมาณจะสูงสุดสำหรับงานด้านการสื่อสาร (69 เปอร์เซ็นต์) และงานวิเคราะห์ (58 เปอร์เซ็นต์) แต่ลดลงเหลือ 43 เปอร์เซ็นต์สำหรับงาน Build

ในระดับงานแต่ละงาน การแพร่กระจายจะยิ่งชัดเจนยิ่งขึ้น เจ้าหน้าที่ผ่านการฝึกอบรมการตรวจสอบปัญหาต่างๆ (สำเร็จ 79 เปอร์เซ็นต์) และการตอบคำถามด้านเทคนิค (72 เปอร์เซ็นต์) แต่จัดการความสำเร็จเพียง 25 เปอร์เซ็นต์ในการเขียนโค้ดสำหรับการอนุมานและการให้บริการ และ 29 เปอร์เซ็นต์ในการประเมินอาคาร การเรียนรู้การเสริมกำลัง และสภาพแวดล้อมของเอเจนต์

OpenAI เตือนว่าความแตกต่างนี้มีความสำคัญ ตราบใดที่ประสิทธิภาพของโมเดลในงาน R&D ของ AI นั้นไม่เท่ากัน หมวดหมู่ที่อ่อนแอก็อาจกลายเป็นปัญหาคอขวดที่ขัดขวางการเร่งความเร็วโดยรวม ความครอบคลุมของบุคคลที่สามในรายงาน รวมถึง The Next Web เน้นย้ำอย่างชัดเจนถึงช่องว่างระหว่างตัวเลขความเป็นอิสระพาดหัวและงานวิศวกรรมซอฟต์แวร์หลัก

สิ่งที่นักวิจัยพูด: ทำงานสามเดือนในหนึ่งเดียว

รายงานดังกล่าวอาศัยการสำรวจของพนักงานของ OpenAI เป็นหลัก ในการสำรวจเจ้าหน้าที่วิจัย 101 คนที่ดำเนินการในช่วงปลายเดือนสิงหาคมและต้นเดือนกันยายน นักวิจัยค่ามัธยฐานกล่าวว่าทีมของพวกเขาจะต้องใช้เวลาประมาณสามเดือนในการทำงานให้เสร็จเท่ากับเดือนสุดท้ายของผลผลิต หากพวกเขาสูญเสียการเข้าถึงตัวแทนการเขียนโค้ดระดับแนวหน้าและเหลือเพียง GitHub Copilot และ ChatGPT

การสำรวจในช่วงปลายเดือนตุลาคมที่แยกออกมามีการเปรียบเทียบที่ชัดเจน โดยผู้ตอบแบบสอบถาม 27 รายจาก 28 รายกล่าวว่าพวกเขาคาดหวังว่าพวกเขาจะมีประสิทธิผลมากขึ้นด้วยแบบจำลองภายในล่าสุดของ OpenAI มากกว่าความช่วยเหลือจากวิศวกรวิจัยมนุษย์ระดับกลางที่จับคู่กับแบบจำลองยุคปี 2024 เช่น o1-preview การระงับเพียงอย่างเดียวปฏิเสธกรอบไบนารี - และกล่าวว่าพวกเขาจะเลือก GPT-6 Astra มากกว่าตัวเลือกที่มนุษย์ช่วยเหลืออยู่แล้ว

มนุษย์ยังคงเป็นเจ้าของแนวคิด — ในตอนนี้

แม้ว่าความเป็นอิสระจะเพิ่มขึ้น แต่การวิเคราะห์ของ OpenAI เกี่ยวกับการวิจัยล่าสุดที่สำคัญที่สุดพบว่า รสนิยมของมนุษย์ยังคงผลักดันให้เกิดความก้าวหน้า สำหรับทั้งรุ่น GPT-6 Astra และ GPT-6.2 Astra นักวิจัยหลังการฝึกอบรมและการติดตามความปลอดภัยกล่าวว่าแนวคิดสำคัญทุกประการที่พวกเขาตั้งชื่อมาจากผู้คน โดยมีแบบจำลองที่ช่วยนำไปปฏิบัติ

แต่ขอบเริ่มเบลอแล้ว.. สำหรับ GPT-6.2 Astra นักวิจัยที่ผ่านการอบรมได้บรรยายถึงการพัฒนาแนวคิดโดยการสนทนากับ Codex โดยคนหนึ่งให้เครดิตโมเดลในการระบุข้อมูลเชิงลึกที่สำคัญในขณะที่พวกเขาแก้ไขปัญหาร่วมกัน และอีกคนบอกว่าแนวคิดหลักของพวกเขาเริ่มต้นทำงานได้ดีหลังจากที่ Codex แนะนำการเปลี่ยนแปลงเท่านั้น

เหตุใด OpenAI จึงเผยแพร่สิ่งนี้เลย

บริษัทตีกรอบการผลักดันความโปร่งใสเป็นข้อโต้แย้งด้านนโยบาย OpenAI เรียกร้องให้ห้องปฏิบัติการ AI จำเป็นต้องติดตามและรายงานตัวบ่งชี้การพัฒนาตนเองแบบเรียกซ้ำต่อสาธารณะ เพื่อให้การอภิปรายเรื่องการกำกับดูแลขึ้นอยู่กับการวัดผลมากกว่าการคาดเดา รายงานระบุชัดเจนว่าการตีพิมพ์ "ไม่ควรอ่านว่าเป็นความตั้งใจที่จะติดตาม RSI เต็มรูปแบบ" และตั้งข้อสังเกตว่าเมื่อเร็วๆ นี้องค์กรอื่นๆ หลายแห่งได้มีส่วนร่วมในการแบ่งปันบรรทัดฐานการวัดสำหรับการเร่ง R&D ของ AI

ถือเป็นจุดยืนที่โดดเด่นสำหรับห้องปฏิบัติการที่มีการแข่งขันสูง: การเผยแพร่ข้อมูลประสิทธิภาพการทำงานภายในเชิญชวนทั้งการตรวจสอบข้อเท็จจริงและการเลียนแบบ แต่การเดิมพันของ OpenAI ก็คือบรรทัดฐานการรายงานทั่วทั้งอุตสาหกรรมซึ่งมีแนวคิดคล้ายกับกรอบการรายงานด้านการคำนวณและความปลอดภัยนั้นมีคุณค่ามากกว่าทางเลือกที่เป็นความลับ โดยเฉพาะอย่างยิ่งเมื่อตัวแทนเริ่มมีส่วนร่วมในระบบที่จะสร้างผู้สืบทอดของพวกเขา

ภาพใหญ่กว่า

รายงานดังกล่าวเกิดขึ้นท่ามกลางการถกเถียงอย่างดุเดือดว่า AI กำลังเร่งการพัฒนา AI อยู่แล้วหรือไม่ และสิ่งนี้มีความหมายต่อความปลอดภัยและการจ้างงานอย่างไร ข้อมูลของ OpenAI เพิ่มตัวเลขที่ชัดเจนให้กับทั้งสองฝ่าย: เจ้าหน้าที่เข้ามาแทนที่งานของมนุษย์จำนวนมากอย่างแท้จริงด้วยอัตราความสำเร็จที่มีความหมาย แต่งานที่สร้างสรรค์และมีความสำคัญต่อโครงสร้างพื้นฐานที่สุดยังคงถูกครอบงำโดยมนุษย์อย่างดื้อรั้น

กล่าวอีกนัยหนึ่งคือชายแดนที่ขรุขระนั้นมีอยู่จริง และห้องทดลองที่วิ่งไปตามนั้นกำลังวัดตำแหน่งของตนเองในที่สาธารณะ สำหรับนักวิจัยที่เฝ้าดูจากภายนอก ตัวเลขที่สำคัญที่สุดอาจไม่ใช่ 46 เปอร์เซ็นต์ แต่เป็นวิถีโคจร: ทุกแทร็ก OpenAI เมตริกเพิ่มขึ้นประมาณสองเท่าตั้งแต่เดือนมีนาคม

ก้าวนำหน้า AI

ติดตามการพัฒนา AI ล่าสุดในด้านการวิจัยและความปลอดภัยของ AI ได้ที่ AI Buzz Wire

อ่านข่าว AI เพิ่มเติม →