← Назад к новостям

ИИ-агенты OpenAI уже самостоятельно выполняют 46% коротких исследовательских задач

Источник: tech_ixbt
2026-11-22 13:28:00

В марте они справлялись только с 23% таких заданий. При этом работа ИИ обходится компании в среднем в $2400 на одного исследователя в день, а сами учёные пока считают, что лучше понимают, какие идеи заслуживают проверки

OpenAI сообщила, что её ИИ-агенты для программирования теперь самостоятельно выполняют 46% исследовательских задач, на которые человеку потребовалось бы от 2 до 4 часов. В марте этот показатель составлял 23%. Для более продолжительных заданий, рассчитанных на 4–8 часов работы программиста, доля успешных выполнений выросла с 13% до 35%.

Рост возможностей сопровождается резким увеличением затрат на использование агентов. По тарифам API в октябре медианный исследователь OpenAI расходовал на их работу около $2400 в день — на 62% больше, чем в сентябре, когда сумма составляла $1500. У 10% наиболее активно использующих ИИ сотрудников расходы достигали примерно $23 000 в день. В пересчёте на время агенты стали работать в 11 раз больше: с 0,5 до 5,7 «рабочего дня агента» на одного исследователя ежедневно. OpenAI считает рабочим днём 8 часов непрерывной работы ИИ. К середине октября более двух третей исследователей запускали одновременно не менее 4 агентов, а свыше 10% — не менее 16.

Источник изображения: сгенерировано Muse

Однако эффективность сильно зависит от типа задания. Агенты успешно справлялись с мониторингом обучения моделей в 79% случаев и ответами на технические вопросы — в 72%. Но при написании кода для систем инференса и обслуживания моделей показатель составлял лишь 25%, а при создании сред для обучения и оценки моделей — 29%. OpenAI называет эту неравномерность «рваным фронтиром возможностей»: ИИ уже хорошо справляется с одними видами работы, но остаётся ненадёжным в других. Компания также предупреждает, что показатели зависят не только от качества моделей: по мере их совершенствования сотрудники могли менять набор задач, которые поручали агентам.

В опросе 101 сотрудника исследовательского подразделения OpenAI спросила, от чего те готовы отказаться на 3 месяца, чтобы сохранить доступ к передовым ИИ-агентам для программирования. Медианный ответ — от 40% численности команды или от 30% доступных ей вычислительных ресурсов. При этом ключевые идеи, лежащие в основе GPT-6 Astra и GPT-6.2 Astra, по словам специалистов, по-прежнему в основном принадлежат людям. Исследователи постобучения и безопасности приписали людям все основные идеи, хотя модели помогали воплощать их в жизнь. Специалисты по предварительному обучению рассказали, что разрабатывали некоторые решения совместно с Codex, а один из них отметил, что агент подсказал важные идеи.

Сами сотрудники пока считают, что ИИ уступает им в способности выбирать перспективные направления исследований, оценивать качество кода, данных и научного текста. Один из специалистов по предварительному обучению, однако, усомнился, что это преимущество сохранится надолго: «Я действительно считаю, что лучше разбираюсь в том, какие идеи заслуживают внимания. Но я совершенно не уверен, что это останется так хотя бы сколько-нибудь долго». Особенно быстро в OpenAI растёт объём работы, связанной с безопасностью и согласованием поведения моделей: с января по сентябрь задокументированная продолжительность рабочей недели сотрудников этого направления увеличилась на 77%. Компания связывает ускорение в том числе с событиями июля, когда исследовательские ИИ-агенты Hugging Face взломали собственную платформу.

OpenAI также предлагает лабораториям отслеживать и публично раскрывать признаки рекурсивного самоусовершенствования — ситуации, когда ИИ помогает ускорять разработку следующих поколений самого себя. Компания подчёркивает, что призыв к такой отчётности не означает намерения добиваться полной автономии ИИ в собственном развитии. По внутренней версии индекса возможностей Epoch AI, отслеживаемый OpenAI прогресс передовых моделей с августа 2025 года составляет 16,4 пункта в год против 14 пунктов в год в оценке Epoch AI с конца 2024 года. При этом OpenAI отдельно оговаривает, что её модели показывают более высокие результаты на собственной версии индекса, чем на исходной. Выбор значимых научных задач и контроль результатов пока остаются за людьми.

Поделиться:

Telegram ВКонтакте

Читайте также

4-дюймовый экран, 4350 мАч, QWERTY-клавиатура и 4 года обновлений. Необычный смартфон Clicks Communicator задерживается до 2027 года
Сверхзвуковой пассажирский самолет Overture становится ближе к реальности: Boom Supersonic впервые запустила газогенератор собственного авиационного двигателя
16 ядер, которых ещё нет, и память DDR5-8000. Advantech анонсировала одноплатный компьютер ASR-A505 на базе будущего CPU Intel Nova Lake H
Читать оригинал на tech_ixbt →