OpenAI'nin kodlama aracıları artık bir kişinin iki ila dört saat sürecek araştırma görevlerinin yüzde 46'sını hiçbir insan müdahalesi olmadan tamamlayabiliyor. Mart ayında yüzde 23 olan bu rakam, şirketin yapay zekanın kendi araştırma hattını nasıl dönüştürdüğüne ilişkin ikinci raporu olan "Araştırma hızlandırma: Pürüzlü sınır"dan geliyor ve aynı derecede çarpıcı bir fiyat etiketiyle geliyor: Ortalama OpenAI araştırmacısı şu anda API liste fiyatlarında günde yaklaşık 2.400 dolar değerinde aracı hesaplama yapıyor.
Çarşamba günü yayınlanan rapor, herhangi bir yapay zeka laboratuvarının, makine zekasının makine zekası gelişimini nasıl yeniden şekillendirdiğine dair verdiği en ayrıntılı kamu muhasebesidir - araştırmacılar buna özyinelemeli kişisel gelişim (RSI) adını verirler.
Rakamlar: Temsilciler Daha Hızlı ve Daha Otonom Hale Geliyor
Başlık özerkliği kazanımları önemli. İki ila dört saatlik insan çalışması gerektirdiği tahmin edilen görevlerde sıfır müdahale başarısı Mart ayındaki yüzde 23'ten bugün yüzde 46'ya yükseldi. Dört ila sekiz saatlik daha uzun çabalarda başarı yüzde 13'ten yüzde 35'e çıktı.
OpenAI önemli bir uyarıyı vurguluyor: Aracılar daha yetenekli hale geldikçe, araştırmacılar her bir süre aralığında daha zor görevleri devrediyor, böylece iyileşme hem gerçek yetenek kazanımlarını hem de neyin devredileceğine ilişkin insan tercihlerinin değişmesini yansıtıyor.
Pürüzlü Kısım: Performans Göreve Göre Çılgınca Değişir
Raporun başlığı tesadüf değil. Ajanlar bazı araştırma işlerinde başarılı olurken, diğerlerinde fena halde tökezliyorlar. 1 Ağustos ile 18 Ekim 2026 arasında ölçülen görev kategorileri genelinde tahmini başarı oranları, İletişim görevleri (yüzde 69) ve Analiz görevleri (yüzde 58) için en yüksekti, ancak Oluşturma görevleri için yüzde 43'e düştü.
Bireysel görev düzeyinde dağılım daha da keskindir. Temsilciler sorunlara yönelik eğitim çalıştırmalarında başarılı oldu (yüzde 79 başarı) ve teknik soruları yanıtladı (yüzde 72), ancak çıkarım için kod yazma ve yığın sunma konusunda yalnızca yüzde 25 ve değerlendirme, takviyeli öğrenme ve aracı ortamları oluşturmada yüzde 29 başarı elde etti.
OpenAI, bu heterojenliğin önemli olduğu konusunda uyarıyor: Yapay Zeka Ar-Ge görevlerindeki model performansı eşit olmadığı sürece, zayıf kategoriler genel ivmeyi sınırlayan darboğazlar haline gelebilir. The Next Web de dahil olmak üzere raporun üçüncü taraf yayınları, manşet özerklik rakamları ile temel yazılım mühendisliği çalışmaları arasındaki bu boşluğu tam olarak vurguladı.
Araştırmacılar Ne Diyor: Üç Aylık Çalışma Bir Arada
Rapor büyük ölçüde OpenAI'nin kendi personelinin anketlerine dayanıyor. Ağustos sonu ve Eylül başında 101 araştırma personeliyle yapılan bir ankette ortalama araştırmacı, ekibinin sınır kodlama aracılarına erişimlerini kaybederlerse ve yalnızca GitHub Copilot ve ChatGPT'yle kalırlarsa, son aydaki çıktılarına eşit miktarda işi tamamlamak için yaklaşık üç aya ihtiyacı olacağını söyledi.
Ekim ayının sonlarında yapılan ayrı bir anket çarpıcı bir karşılaştırma ortaya koydu: Ankete katılan 28 kişiden 27'si, OpenAI'nin en son dahili modeliyle, kariyerinin ortasındaki bir insan araştırma mühendisinin o1-preview gibi 2024 dönemi modeliyle eşleştirilmesinden daha üretken olmayı beklediklerini söyledi. Yalnız kalan kişi ikili çerçevelemeyi reddetti ve yine de insan destekli seçenek yerine GPT-6 Astra'yı seçeceklerini söyledi.
Fikirler Hala İnsanların Sahibi — Şimdilik
Bağımsızlık kazanımlarına rağmen OpenAI'nin son zamanlardaki en önemli araştırmasının analizi, insan zevkinin hala çığır açıcı olduğunu ortaya çıkardı. Hem GPT-6 Astra hem de GPT-6.2 Astra sürümleri için eğitim sonrası ve güvenlik izleme araştırmacıları, adlandırdıkları her önemli fikrin insanlardan geldiğini ve bunların uygulanmasına yardımcı olan modellerin olduğunu söyledi.
Ancak sınır, kenarlarda bulanıklaşmaya başlıyor. GPT-6.2 Astra için ön eğitim araştırmacıları, Codex ile sohbet sırasında fikir geliştirdiklerini açıkladılar; biri, bir problem üzerinde birlikte çalışırken temel içgörüleri belirlemek için modele itibar ederken, diğeri ana fikirlerinin ancak Codex bir değişiklik önerdikten sonra iyi çalışmaya başladığını söyledi.
OpenAI Bunu Neden Yayınlıyor?
Şirket şeffaflık çabasını bir politika argümanı olarak çerçeveliyor. OpenAI, yapay zeka laboratuvarlarının özyinelemeli kişisel gelişim göstergelerini izlemesi ve kamuya açık bir şekilde raporlamasının gerekli olması çağrısında bulundu, böylece yönetişim tartışmaları spekülasyondan ziyade ölçümlere dayanıyordu. Raporda, yayınlanmasının "tam RSI'yı takip etme niyeti olarak okunmaması gerektiği" açıkça belirtiliyor ve diğer birçok kuruluşun yakın zamanda AI Ar-Ge hızlandırması için ortak ölçüm normlarına katkıda bulunduğuna dikkat çekiliyor.
Rekabetçi bir laboratuvar için bu dikkate değer bir duruştur: Dahili üretkenlik verilerinin yayınlanması hem incelemeyi hem de taklidi davet eder. Ancak OpenAI'nin iddiası, bilgi işlem ve güvenlik raporlama çerçevelerine benzer şekilde endüstri çapındaki raporlama normlarının, özellikle de ajanların haleflerini oluşturacak sistemlere katkıda bulunmaya başlamasıyla, gizlilik alternatifinden daha değerli olduğu yönünde.
Büyük Resim
Rapor, yapay zekanın halihazırda yapay zeka gelişimini hızlandırıp hızlandırmadığı ve bunun güvenlik ve istihdam açısından ne anlama geldiğine dair hararetli tartışmaların ortasında yer alıyor. OpenAI'nin verileri her iki tarafa da kesin rakamlar ekliyor: Aracılar anlamlı başarı oranlarıyla önemli miktarda insan çalışmasını gerçekten ikame ediyor, ancak en yaratıcı ve altyapı açısından kritik görevler inatla insan egemenliğinde kalıyor.
Başka bir deyişle, sivri uçlu sınır gerçektir ve bu sınır üzerinde yarışan laboratuvarlar artık kamuoyunda kendi konumlarını ölçmektedir. Dışarıdan izleyen araştırmacılar için en önemli rakam yüzde 46 olmayabilir ancak gidişat: OpenAI takibinin her metriği Mart ayından bu yana kabaca iki katına çıktı.
Yapay Zekanın Önünde Olun AI Buzz Wire ile yapay zeka araştırması ve güvenliğindeki en son yapay zeka gelişmelerini takip edin. Daha fazla AI haberini okuyun →