Агенти кодування OpenAI тепер можуть виконувати 46 відсотків дослідницьких завдань, які займуть людині від двох до чотирьох годин — без будь-якого втручання людини. Ця цифра зросла з 23 відсотків у березні, отримана від «Прискорення досліджень: нерівний кордон», другого звіту компанії про те, як штучний інтелект трансформує свій власний дослідницький конвеєр, і прибуває з такою ж вражаючою ціною: середній дослідник OpenAI тепер витрачає приблизно 2400 доларів США на обчислення агента за цінами API.

Звіт, опублікований у середу, є найдетальнішим публічним звітом будь-якої лабораторії ШІ про те, як машинний інтелект змінює розвиток машинного інтелекту — це явище дослідники називають рекурсивним самовдосконаленням (RSI).

Цифри: агенти стають швидшими та автономнішими

Збільшення автономії є значним. Для завдань, які потребують від двох до чотирьох годин людської роботи, успішність без втручання зросла з 23 відсотків у березні до 46 відсотків сьогодні. Для тривалих зусиль від чотирьох до восьми годин успіх піднявся з 13 відсотків до 35 відсотків.

OpenAI підкреслює важливе застереження: у міру того, як агенти стають більш здібними, дослідники делегують складніші завдання в межах кожного відра тривалості, тому покращення відображає як справжнє збільшення можливостей, так і зміну людського вибору щодо того, що передавати.

Зубчаста частина: продуктивність сильно залежить від завдання

Назва звіту невипадкова. Агенти досягають успіху в одних дослідницьких роботах і погано спотикаються в інших. За категоріями завдань, виміряними з 1 серпня по 18 жовтня 2026 року, передбачуваний рівень успішності був найвищим для завдань Спілкування (69 відсотків) і завдань Аналіз (58 відсотків), але впав до 43 відсотків для завдань Створення.

На рівні індивідуального завдання розкид ще різкіший. Агенти успішно відстежували навчальні запуски для виявлення проблем (79 відсотків успіху) і відповідали на технічні запитання (72 відсотки), але досягли лише 25 відсотків успіху в написанні коду для логічних висновків і обслуговування стеків і 29 відсотків у створенні середовищ оцінки, навчання з підкріпленням і агентів.

OpenAI попереджає, що ця неоднорідність має значення: доки продуктивність моделі для завдань досліджень і розробок штучного інтелекту нерівномірна, слабкі категорії можуть стати вузькими місцями, які перешкоджають загальному прискоренню. Висвітлення звіту третіми сторонами, включаючи The Next Web, підкреслило саме цей розрив між заголовними цифрами автономності та основною роботою з розробки програмного забезпечення.

Що кажуть дослідники: три місяці роботи в одному

Звіт значною мірою спирається на опитування власного персоналу OpenAI. Під час опитування 101 дослідницького співробітника, проведеного наприкінці серпня та на початку вересня, середній дослідник сказав, що їхній команді знадобиться близько трьох місяців, щоб завершити роботу, рівну результату останнього місяця, якщо вони втратять доступ до прикордонних агентів кодування та залишаться лише GitHub Copilot і ChatGPT.

Окреме опитування, проведене наприкінці жовтня, показало вражаюче порівняння: 27 із 28 респондентів сказали, що сподіваються бути більш продуктивними з останньою внутрішньою моделлю OpenAI, ніж за допомогою інженера-дослідника середньої кар’єри в поєднанні з моделлю 2024 року, як-от o1-preview. Самотній захисник відмовився від бінарного кадрування — і сказав, що в будь-якому випадку вибере GPT-6 Astra замість варіанту з допомогою людини.

Люди все ще володіють ідеями — поки що

Незважаючи на збільшення автономності, аналіз OpenAI своїх найважливіших нещодавніх досліджень показав, що людські смаки все ще ведуть до проривів. Щодо релізів GPT-6 Astra та GPT-6.2 Astra, дослідники після навчання та моніторингу безпеки сказали, що кожна ключова ідея, яку вони назвали, прийшла від людей, а моделі допомагали їх реалізувати.

Але межі починають розмиватися по краях. Для GPT-6.2 Astra дослідники, які проводили підготовку, описали розробку ідей у ​​розмові з Codex — один відзначив, що модель виявила ключові ідеї під час спільної роботи над проблемою, а інший сказав, що їхня основна ідея почала добре працювати лише після того, як Codex запропонував змінити.

Чому OpenAI взагалі це публікує

Компанія вважає поштовх до прозорості політичним аргументом. OpenAI закликав зобов’язати лабораторії штучного інтелекту відстежувати та публічно повідомляти про показники рекурсивного самовдосконалення, щоб дебати щодо управління базувалися на вимірюваннях, а не на спекуляціях. У звіті чітко зазначено, що його публікацію «не слід розглядати як намір досягти повного RSI», і зазначається, що кілька інших організацій нещодавно зробили внесок у спільні норми вимірювання для прискорення досліджень і розробок ШІ.

Це помітна позиція для конкурентної лабораторії: публікація даних про внутрішню продуктивність викликає як перевірку, так і наслідування. Але OpenAI робить ставку на те, що загальногалузеві норми звітності — подібні за духом до систем звітування про обчислення та безпеку — є більш цінними, ніж альтернатива секретності, особливо коли агенти починають робити внесок у ті самі системи, які будуватимуть їхні наступники.

Більша картина

Звіт з’явився на тлі гарячих дебатів про те, чи ШІ вже прискорює розвиток ШІ та що це означає для безпеки та робочих місць. Дані OpenAI додають значних цифр для обох сторін: агенти справді замінюють значну людську роботу зі значними показниками успіху, але найкреативніші та критично важливі для інфраструктури завдання залишаються вперто домінованими людьми.

Інакше кажучи, нерівний кордон реальний — і лабораторії, що змагаються за нього, тепер вимірюють свою власну позицію публічно. Для дослідників, які спостерігають ззовні, найважливішим числом може бути не 46 відсотків, а траєкторія: кожна метрика, яку відстежує OpenAI, зросла приблизно вдвічі з березня.

Будьте попереду ШІ

Слідкуйте за останніми розробками штучного інтелекту в дослідженнях і безпеці на AI Buzz Wire.

Читати більше новин AI →