6 вересня 2026 року OpenAI заявила, що досягла мети, яку оголосила восени минулого року: запровадити «стажиста для автоматизованих досліджень» до вересня цього року. У новій публікації в блозі під назвою «Прискорення досліджень: погляд всередині OpenAI» компанія також вперше розкрила, наскільки глибоко агенти штучного інтелекту вплетені в її власну дослідницьку організацію — до середини серпня організація використовувала 3,1 робочих дня агента для кожного робочого дня людини.

Ця віха, про яку вперше повідомили Engadget і Unite.AI, є найчіткішою кількісною картиною того, що має на увазі OpenAI, коли йдеться про те, що ШІ прискорює дослідження ШІ. Для читачів, які слідкують за ширшою історією, це вписується в наше [дослідження ШІ] (https://aibuzzwire.news) про те, як передові лабораторії реструктуризують роботу навколо агентів.

Що насправді означає «автоматизоване дослідження Intern».

Повідомлення в блозі точно визначає ціль: система, яка може виконувати чітко визначені дослідницькі завдання під керівництвом людини, включаючи завдання, на виконання яких досвідченому досліднику знадобиться кілька днів. Згідно з власними вимірюваннями OpenAI, ця планка досягнута, приблизно згідно з графіком, який компанія поставила, коли оголосила про ціль восени минулого року.

Наступна мета значно амбітніша. OpenAI каже, що до березня 2028 року він робить «значний прогрес» у напрямку автоматизованого дослідника штучного інтелекту — системи, яка працює під наглядом людини, щоб просувати глибоке навчання та дослідження узгодження, забезпечуючи ітераційне самовдосконалення. Компанія обережно зауважує, що люди все ще встановлюють пріоритети досліджень, оцінюють, які ідеї та результати варті реалізації, і вирішують, чи слід масштабувати, призупиняти чи розгортати ту чи іншу систему.

Цифри, що стоять за твердженням

Найбільш вражаючі цифри в публікації описують, наскільки радикально змінилася щоденна робота дослідників OpenAI протягом 2026 року:

  • 3,1 робочого дня агента на робочий день людини. До червня 2026 року загальний час роботи агента в дослідницькій організації все ще був нижчим за загальну кількість людської праці. До середини серпня агенти докладали більш ніж у три рази більше зусиль, ніж люди, які ними керували, порівняно зі стандартним восьмигодинним робочим днем.
  • $600+ на день для медіанного дослідника. На початку року середній дослідник, оцінений за використанням агентів, експериментував лише з кодуючими агентами. До середини серпня середній дослідник щодня запускав агентів і витрачав понад 600 доларів США на день висновків за цінами API.
  • $7000+ на день на 90-му процентилі. Найактивніші користувачі в дослідницькій організації тепер витрачають понад $7000 токенів на день, запускаючи висококонкурентні робочі процеси з чотирма або більше агентами, що працюють одночасно.
  • Рекордний обсяг експерименту. Кількість експериментів на одного активного експериментатора досягла найвищого рівня в серпні 2026 року з початку відстеження в січні 2025 року.

OpenAI пов’язує стрибок продуктивності насамперед із впровадженням Codex, свого агента кодування, водночас визнаючи, що з 2025 року також суттєво зріс доступний обчислювальний ресурс, тому переваги є поєднанням більшої кількості агентів, кращих агентів і більшого обладнання для їх роботи.

Що насправді роблять агенти

Для класифікації діяльності агентів OpenAI використовував таксономію дослідницької роботи, опубліковану Epoch AI, натхненну системою класифікації професій O*NET. Він розбиває дослідження та розробки штучного інтелекту на шість етапів: прийняття рішення, проектування, створення, запуск, аналіз і спілкування.

Усі шість категорій діяльності агентів зросли в період з січня по серпень 2026 року. У січні домінуючим використанням були дослідження та інфраструктурний код; ця категорія продовжує розширюватись із помітним зростанням технічної допомоги та моніторингу експериментів. Планування високого рівня, навпаки, залишається мінімальною часткою вихідних токенів агента — стратегічні рішення все ще залишаються за людьми.

До речі, у дописі повідомляється, що дослідники OpenAI виявили, що кодуючі агенти чудово справляються з усуненням несправностей внутрішньої дослідницької інфраструктури, і кільком командам, які раніше займалися робочими годинами для вирішення питань інфраструктури, більше не потрібно це робити.

Чому ця віха важлива за межами OpenAI

Оголошення припадає на делікатний момент. Законодавці, дослідники з питань безпеки та конкуренти шукають доказів того, що системи штучного інтелекту можуть суттєво прискорити дослідження штучного інтелекту — механізм, який, швидше за все, стисне часові рамки в бік більш потужних систем. Власний головний науковий співробітник OpenAI того ж дня опублікував супровідний нарис, попереджаючи, що жодна лабораторія ще не розв’язала вирівнювання настільки добре, щоб продовжувати масштабування на повній швидкості, що вражаюче порівнюється з показниками продуктивності.

Економічні наслідки настільки ж помітні. Якщо одна дослідницька організація витрачає тисячі доларів на дослідника на день на висновки — і розглядає це як вигідну угоду — це сигналізує про те, куди спрямовуються корпоративні витрати на ШІ. Робочі дні агента стають платними ресурсами, як і самі обчислення.

Скептики відзначать, що OpenAI оцінив своє власне домашнє завдання: стандарт «автоматизованих дослідників-стажерів» визначається та вимірюється внутрішньо, а співвідношення 3,1:1 враховує як безпосередньо запущені агенти, так і субагенти, що знаходяться нижче. Цифри компанії також поєднують роботу з кодування, моніторингу та аналізу дуже різних рівнів складності.

Все-таки напрямок однозначний. Вісім місяців тому час агента відставав від часу людини в одній із найкраще фінансованих у світі лабораторій ШІ. Сьогодні він переважує його у співвідношенні три до одного — і керівництво лабораторії вже планує наступну віху, автоматизований дослідник ШІ до березня 2028 року, як питання «коли», а не «якщо».

---

Будьте попереду ШІ

Отримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.

Читати більше новин AI →