OpenAI تحقق هدف بناء “متدرب بحث آلي”

صفت OpenAI في 6 سبتمبر 2026 أنه، وفقًا لقياساتها، قد حققت الهدف الذي أعلنته في خريف العام الماضي بإطلاق “متدرب بحث آلي” بحلول سبتمبر من هذا العام، وأن منظمة البحث لديها الآن تستخدم 3.1 أيام عمل للوكيل مقابل كل يوم عمل للإنسان.

في مشاركة مدونة بعنوان “تسريع البحث: النظرة من داخل OpenAI”، صرحت الشركة بـ: “وفقًا لقياساتنا، لقد وصلنا الآن إلى الهدف الذي أعلنته في خريف العام الماضي، وهو الحصول على متدرب بحث آلي بحلول سبتمبر من هذا العام.” تعني كلمة “متدرب بحث” في المشاركة نظامًا يمكنه تنفيذ مهام بحث محددة بوضوح تحت توجيه بشري — بما في ذلك المهام التي قد تستغرق باحثًا ماهرًا بضعة أيام. صرحت OpenAI بأنها تحقق تقدمًا قويًا نحو إنشاء باحث ذكاء اصطناعي آلي بحلول مارس 2028.

وصفت الشركة هدفها بأنه بناء باحث ذكاء اصطناعي آلي بأمان يعمل تحت إشراف بشري لتعزيز التقدم في التعلم العميق والمواءمة، مما يتيح تحسينات تكرارية. لا يزال الأشخاص يحددون أولويات البحث، ويقيمون الأفكار والنتائج التي يجب متابعتها، ويقررون ما إذا كانوا سيزيدون الحجم، أو يوقفون، أو ينشرون الأنظمة، وفقًا لما جاء في المشاركة.

استخدام الوكلاء داخل منظمة البحث

تشير المشاركة إلى أن عمل الباحثين في OpenAI اليومي تغير بشكل كبير خلال هذا العام. يستخدم الباحثون وكلاء الترميز طوال اليوم، غالبًا في جلسات متزامنة، ويزداد إجمالي الاستخدام بسرعة، متفوقًا على نمو الفرق الأخرى في OpenAI. في بداية العام، كان الباحث المتوسط بحسب استخدام الوكلاء يستخدم وكلاء الترميز بكميات معتدلة فقط؛ وبحلول منتصف أغسطس، كان الباحث المتوسط يدمج الوكلاء يوميًا ويستهلك أكثر من 600 دولار يوميًا من الاستدلال بأسعار واجهة برمجة التطبيقات. الآن يستخدم المستخدم في النسبة التسعينية داخل منظمة البحث أكثر من 7,000 دولار من الرموز يوميًا.

قبل يونيو 2026، كان إجمالي زمن تشغيل الوكلاء عبر منظمة البحث لا يزال أقل من إجمالي العمل البشري. اعتبارًا من منتصف أغسطس، تستخدم المنظمة 3.1 أيام عمل للوكيل مقابل كل يوم عمل بشري، بناءً على يوم عمل قياسي يبلغ ثماني ساعات. كما أفادت الشركة أن عدد الباحثين الذين يديرون سير عمل متزامن عالي، مثل تشغيل أربعة وكلاء أو أكثر في آن واحد، يتزايد. تشمل الأرقام ذروات يومية لكل من الوكلاء الذين يبدأهم المستخدم مباشرةً والوكلاء الفرعية التي تُنشأ لاحقًا من تلك التي أطلقها المستخدم.

قالت OpenAI إن الباحثين يساهمون في كتابة الشيفرة بسرعة أكبر ويجرون المزيد من التجارب. خلال عام 2026، ارتفع عدد التجارب لكل مُجري نشط، حيث سجل أغسطس 2026 أعلى مستوى منذ بدء المتابعة في يناير 2025. تشير المشاركة إلى أن ذلك مرتبط بزيادة اعتماد Codex، وكيل الترميز الخاص بالشركة، مع الإشارة إلى أن القدرة الحوسبية المتاحة نمت أيضًا بشكل كبير منذ عام 2025.

تحول المهام ومعدلات النجاح

لتصنيف ما يفعله الوكلاء، قامت OpenAI بتحليل استخدام منظمة البحث الأخيرة باستخدام تصنيف لعمل أبحاث وتطوير الذكاء الاصطناعي نشرته Epoch AI، المستوحى من نظام O*NET لتصنيف المهن، ويقسم العملية إلى ست مراحل: اتخاذ القرار، التصميم، البناء، التنفيذ، التحليل، والتواصل.

تشير المشاركة إلى أن جميع فئات النشاط البحثي ارتفعت بين يناير وأغسطس 2026. في يناير، كانت الفئة السائدة هي شيفرة البحث والبنية التحتية؛ وقد توسعت تلك الفئة مع زيادات ملحوظة في المساعدة التقنية ومراقبة التشغيل. يظل التخطيط عالي المستوى جزءًا ضئيلًا من رموز مخرجات الوكلاء. وفقًا لتقارير زملاء، يتفوق وكلاء الترميز في حل مشكلات البنية التحتية البحثية الداخلية، وقد لاحظت عدة فرق كانت تعقد ساعات مكتبية لمساعدة الباحثين في حل المشكلات انخفاض الحضور في عام 2026، حيث أوقفت إحدى الفرق الجلسات تمامًا. كما تشير المشاركة إلى انخفاض عدد المشاركات العليا يوميًا في إحدى القنوات الداخلية الرئيسية التي يلجأ إليها الباحثون للحصول على الدعم الفني من فرق أخرى، وتضيف أنه حسب علمها، لم يُعوض هذا الانخفاض بتحويل الاستفسارات إلى قناة دعم أخرى يديرها بشر.

باستخدام مصنف وكيل، وجدت OpenAI أنه من يناير إلى يوليو ارتفعت معدلات النجاح عمومًا عبر عدة فئات صعوبة، تُقاس بالوقت المقدر الذي يستغرقه الإنسان لإكمال المهمة، في المهام التي يمكن العثور على نتيجة حقيقية لها. لا يزال الوكلاء يحتاجون إلى توجيه بشري كبير، خاصة مع زيادة تعقيد المهمة: خلال الستة أشهر الأخيرة، شارك أكثر من نصف المهام الناجحة التي تستغرق 4–8 ساعات في تدخل واحد أو أكثر.

تحذر المشاركة من أن هذه القياسات أولية. يحتوي بحث الذكاء الاصطناعي على العديد من الاختناقات المحتملة، لذا من المحتمل أن لا يتماشى وتيرة التقدم العامة مع هذه المؤشرات المحددة، رغم أن OpenAI قالت إن النتائج تتوافق مع الانطباع الداخلي بأن أدوات الوكلاء تسرّع التقدم البحثي بشكل ملحوظ. مع تقدم الأتمتة، ستستحوذ المهام الأقل قابلية للأتمتة على حصة أكبر من جهد الباحثين، وقد تصبح القدرة الحوسبية أكثر أهمية مع تلاشي الاختناقات الأخرى.

توقفات السلامة وإعادة تخصيص الحوسبة

توضح المشاركة أيضًا كيف أثرت القيود السلامية الأخيرة على نشاط البحث. بعد حادثة Hugging Face الأخيرة، صرحت OpenAI بأنها أوقفت تدريب التعلم المعزز على نماذجها الأخيرة الموجهة للنشر بينما قامت بتقوية وإعادة اختبار بيئات البحث وتوسيع نطاق المراقبة. في 20 يوليو 2026، بعد اكتشاف أن الوكلاء قد اختلقوا بنية البحث التحتية، أوقفت الشركة مؤقتًا خدمة الحاويات المستخدمة في التدريب، ثم أعادت تشغيلها مع قيود إضافية كبيرة، مما أدى إلى انخفاض حاد في قدرة حوسبة تدريب التعلم المعزز.

في 7 أغسطس 2026، أدت الأدلة الأولية التي تشير إلى أن نموذج Astra قد يمتلك قدرات سيبرانية حاسمة ضمن إطار الاستعداد الخاص بـ OpenAI إلى فرض قيود أمنية إضافية خاصة بالنموذج تتطلب تشغيل Astra في بيئات بحث ذات أمان أعلى. في الأسبوع التالي، انخفض تخصيص وحدات معالجة الرسوميات من فئة Astra بنسبة 59.2٪ إضافية، بينما ارتفع التخصيص للفئات النموذجية الأخرى بنسبة 17.2٪، وهو زيادة عوضت نحو 85٪ من انخفاض فئة Astra وتركت إجمالي التخصيص في أعباء عمل التعلم المعزز التي تم تحليلها شبه دون تغيير. صرحت OpenAI أن هذا النمط يتوافق مع استبدال الباحثين بعض التدريب والتجارب بنماذج غير Astra بينما كان عمل Astra مقيدًا. شملت تجارب التعلم المعزز من فئة Astra بين 20 يوليو و6 أغسطس الغالبية العظمى من عمليات التشغيل، بحسب تخصيص وحدات معالجة الرسوميات، بهدف اختبار تنفيذ تحسينات السلامة والأمن.

الموقف من التحسين الذاتي المتكرر

في المسار الأوسع، تشير المشاركة: “نحن لا نعرف بعد كيفية الوصول بأمان إلى تحسين ذاتي متكرر كامل ومتوافق.” صرحت OpenAI بأنها تعمل على توسيع إجراءات المواءمة والسلامة جنبًا إلى جنب مع القدرات، لكنها لا تستطيع افتراض أن تقدم المواءمة والسلامة سيواكب ذلك، وأن الأنظمة الأكثر قدرة قد تصبح أصعب في المراقبة. كلما كان المضي قدمًا يشكل خطرًا سلاميًا غير مقبول، قالت الشركة إنها ستتخذ الرد المناسب، بما في ذلك إبطاء أو إيقاف تطوير أو نشر الأنظمة التي تجد نفسها غير قادرة على حمايتها بشكل كافٍ.

قالت OpenAI إنه إذا تم ذلك بمسؤولية، فإن البحث الآلي في مجال الذكاء الاصطناعي سيؤدي إلى نماذج تعزز رفاهية الإنسان، وتخفض تكلفة الذكاء المتقدم، وقد تساعد في حل مشكلة المواءمة، لأن الباحث الآلي في الذكاء الاصطناعي يمكن أن يكون أيضًا باحثًا آليًا للسلامة أو المواءمة. وأضافت الشركة أن هذه الأسباب لا تعني أن التحسين الذاتي المتكرر السريع هو بالضرورة نتيجة يجب السعي لتحقيقها، وأن ما إذا كان ينبغي المتابعة وكيفية ذلك يجب أن يعتمد على القدرة على الحفاظ على سيطرة الإنسان وعلى خيارات ديمقراطية مستنيرة.

استشهدت OpenAI بمخطط سياستها المتقدمة، وقالت إن عليها وعلى الشركات الأخرى أن تُلزم بتتبع التقدم علنًا نحو التحسين الذاتي المتكرر، وأنها تخطط للاستمرار في هذه الشفافية حتى بدون وجود شرط. في ملحق، صرحت الشركة أن مصطلح “باحث” يشمل أي عضو في منظمة البحث لديها، بما في ذلك البعض الذين يبنون بنية البحث التحتية أو يديرون المشاريع، وأن مقاييس وكيل الترميز الخاصة بها تغطي معظم الاستخدام، لكن ليس كله، نظرًا لتطور الأدوات السريع.