Польовий звіт від OpenAI та наукових співробітників виявив, що агенти кодування ШІ можуть значно прискорити модернізацію застарілого наукового програмного забезпечення, переписуючи інструменти на швидші мови та скорочуючи час виконання на порядки. Заковика: ті самі агенти не можуть достовірно оцінити, чи є їхня робота науково правильною, часто представляючи код із помилками з повною впевненістю.

У звіті, опублікованому 1 серпня 2026 року та задокументованому The Decoder, розглянуто вісім тематичних досліджень — здебільшого з біології — у яких дослідницькі групи використовували агенти кодування, такі як Codex і Claude Code, щоб врятувати, оптимізувати та переписати критичне програмне забезпечення. Слідкуйте за нашими [останніми новинами щодо штучного інтелекту] (https://aibuzzwire.news).

Тиха криза в науковому програмному забезпеченні

Значна частина програмного забезпечення, що лежить в основі сучасних досліджень, починалася як допоміжний код для однієї статті. Невеликі академічні групи створили ці інструменти без ресурсів для належного тестування, обслуговування чи оптимізації. Результатом є крихка основа: програми, які залишаються критичними для цілих сфер, але потребують постійного ремонту. Польовий звіт OpenAI показує, що агенти кодування ШІ можуть допомогти усунути цю давню прогалину.

Проекти варіювалися від планового обслуговування до повного перепису на сучасні мови програмування, і кілька забезпечили вражаючий приріст продуктивності.

Відновлення STAR у Rust

Один із найбільш амбітних проектів, rustar-aligner, перебудував STAR з нуля в Rust. STAR — це широко використовуваний інструмент, який відображає зчитування послідовності з клітин до відповідних місць у геномі. Оригінальна програма містить понад 20 000 рядків C і C++ і більше не підтримується, навіть якщо вона залишається вбудованою в багато дослідницьких конвеєрів.

Щоб перевірити перезапис, команда протестувала обидва інструменти на 10 000 коротких секвенуючих зчитуваннях дріжджових клітин. Для зчитування з одного кінця rustar-aligner дав той самий результат, що й STAR у 99,815 відсотках випадків. Для парних зчитувань показник згоди склав 99,883 відсотка. Порівняння вийшло за межі відображених місць і охопило кілька інших ключових полів, які обидві програми створюють для кожного зчитування, і жоден інструмент не зіставив зчитування, які інший не зміг зіставити.

60-кратне прискорення

RustQC забезпечив найбільше прискорення, об’єднавши 15 окремих інструментів контролю якості в одну програму. На великому наборі даних час виконання різко впав з 15 годин 34 хвилин до 14 хвилин 54 секунд — прискорення більш ніж у 60 разів.

Інший проект, HelixForge, замінив інструмент для генерації синтетичних геномних даних версією з GPU-прискоренням. У тесті з використанням даних від одного донора та ділянки геному з десятьма мільйонами пар основ HelixForge завершив повний конвеєр у 59,6 разів швидше, ніж оригінальний BamSurgeon, причому лише основний етап обчислення працював у 98,6 разів швидше.

У більш традиційній модернізації GPT-5.5 замінив застарілий процес збірки та встановлення cyvcf2, бібліотеки Python для читання генетичних даних. Більш складна міграція MHCflurry призвела до того, що Клод Код і Codex чергували ролі розробника та рецензента, переносячи приблизно 10 000 рядків коду з TensorFlow на PyTorch. MHCflurry — це імунологічна модель, яка передбачає, які мішені розпізнають імунні клітини.

«Впевнено помиляюся»

Однак заголовок був витверезним. У різних тематичних дослідженнях агенти швидко виконували чітко визначені завдання, але не могли достовірно оцінити, чи була їх робота науково правильною. Навіть коли їх код містив помилки, системи часто представляли це з повною впевненістю.

Брент Педерсен, розробник cyvcf2, відобразив напругу в доповіді: «З агентами кодування досить легко працювати швидко; поки що, щоб просунутися далеко в науці, все ще є потреба в експертному керівництві, розумінні, смаку та уважності».

Філіп Евелс, який керував проектом RustQC, був більш відвертим. Він описав агентів як «красномовних, переконливих і впевнено помиляються, які легко помітити». Ewels ніколи не дозволяв моделям оцінювати точність їх власної роботи, натомість розробляючи незалежні тести, щоб виявити їхні помилки.

Помилки ховаються на видноті

Приклад байесма продемонстрував, наскільки важко виявити ці помилки. Його перезапис Rust працював у два-двадцять разів швидше, ніж оригінал, але перші версії двох вдосконалених методів містили незначні дефекти. В одному випадку агент інвертував ключовий параметр керування, змушуючи програму використовувати зворотну величину запланованих значень. Окремий баг торкнувся самого розрахунку. Дослідники виявили обидві проблеми лише після проведення детального калібрувального тесту на тисячах синтетичних наборів даних із відомими результатами.

Цей епізод підкреслює структурну зміну в тому, як науковці можуть працювати разом із штучним інтелектом: замість того, щоб самостійно писати код, їхнім головним завданням стає сувора перевірка результатів — роль, яка вимагає глибокого досвіду в галузі, який самі агенти не можуть забезпечити.

Що це означає для науки

Висновки припадають на момент інтенсивних дебатів щодо того, яку автономію слід надавати системам штучного інтелекту в сферах з високими ставками. Прискорення справді трансформують — 60-кратне скорочення часу роботи може перетворити нічну роботу на перерву на каву. Але найважливішим внеском звіту може бути його чесність щодо обмежень. Агенти, які є швидкими, вільними та переконливими, але не здатними самостійно оцінити наукову достовірність, є потужним інструментом лише в руках експертів, які точно знають, що перевіряти.

Для залучених дослідників урок очевидний: штучний інтелект може відновити риштування науки з надзвичайною швидкістю, але людське судження залишається несучим.

Будьте попереду ШІ

Швидкість змін невпинна: від науково-дослідницьких проривів до розгортання на підприємствах. Додайте в закладки AI Buzz Wire для постійного, перевіреного висвітлення того, як штучний інтелект змінює науку, бізнес і суспільство.

Читати більше новин про дослідження ШІ →