OpenAI når målet om at bygge en ‘Automatiseret forskningspraktikant’

OpenAI sagde den 6. september 2026, at de ifølge deres målinger har nået målet, som de annoncerede sidste efterår, om at have en “automatiseret forskningspraktikant” klar i september i år, og at deres forskningsorganisation nu bruger 3,1 agent‑arbejdsdage for hver arbejdsdag med menneskelig arbejdskraft.

I en blogpost med titlen “Research acceleration: The view inside OpenAI,” udtalte virksomheden stated: “According to our measurements, we have now reached the goal, announced last fall, of having an automated research intern by September of this year.” Med “research intern” menes et system, der kan udføre veldefinerede forskningsopgaver under menneskelig ledelse — herunder opgaver, som ville tage en dygtig forsker et par dage. OpenAI sagde, at de gør stærke fremskridt mod at skabe en automatiseret AI‑forsker inden marts 2028.

Virksomheden beskrev sit mål som at bygge en automatiseret AI‑forsker på sikker måde, som arbejder under menneskelig supervision for at fremme fremskridt inden for dyb læring og alignment, og muliggøre iterative forbedringer. Mennesker fastsætter stadig forskningsprioriteter, vurderer hvilke idéer og resultater der skal forfølges, og beslutter om systemer skal skaleres, pauses eller implementeres, står der i indlægget.

Agentbrug i forskningsorganisationen

Indlægget rapporterer, at den daglige arbejde for OpenAI‑forskere har ændret sig markant i løbet af året. Forskere bruger kodnings‑agenter gennem hele dagen, ofte i samtidige sessioner, og den samlede brug vokser hurtigt, hurtigere end væksten i andre OpenAI‑teams. I starten af året brugte den medianforsker, målt på agent‑brug, kun kodnings‑agenter i beskedne mængder; i midten af august integrerede den medianforsker agenter dagligt og brugte mere end $600 pr. dag i inferens til API‑priser. Den 90. percentil‑bruger i forskningsorganisationen bruger nu mere end $7.000 i tokens pr. dag.

Før juni 2026 lå den samlede agent‑runtime i forskningsorganisationen stadig under den samlede menneskelige arbejdskraft. Fra midten af august bruger organisationen 3,1 agent‑arbejdsdage for hver arbejdsdag med menneskelig arbejdskraft, målt på en standard otte‑timer arbejdsdag. Virksomheden rapporterede også, at antallet af forskere, der kører stærkt samtidige arbejdsgange, såsom fire eller flere agenter på én gang, er stigende. Tallene inkluderer daglige toppe både for agenter startet direkte af brugeren og for under‑agenter oprettet nedstrøms fra dem, brugeren lancerede.

OpenAI sagde, at forskere bidrager med kode hurtigere og kører flere eksperimenter. Gennem 2026 er antallet af eksperimenter pr. aktiv eksperimentator steget, med august 2026 som et rekordhøjt tal siden sporing startede i januar 2025. Indlægget bemærker, at dette korrelerer med øget adoption af Codex, virksomhedens kodnings‑agent, mens tilgængelig beregningskraft også er vokset betydeligt siden 2025.

Skiftende opgaver og succesrater

For at klassificere, hvad agenter laver, analyserede OpenAI den seneste brug i forskningsorganisationen med en taksonomi for AI‑forskning og -udvikling udgivet af Epoch AI, som er inspireret af O*NET‑systemet til klassificering af erhverv og opdeler processen i seks faser: Decide, Design, Build, Run, Analyze, and Communicate.

Alle kategorier af forskningsaktivitet steg mellem januar og august 2026, rapporterer indlægget. I januar var den dominerende kategori forsknings‑ og infrastrukturkode; den kategori er udvidet, med markante stigninger i teknisk hjælp og i overvågning af kørsler. Høj‑niveau planlægning udgør stadig kun en minimal del af agent‑output‑tokens. Anekdotisk rapporterer kolleger, at kodnings‑agenter udmærker sig i fejlfinding af intern forskningsinfrastruktur, og flere teams, der tidligere holdt kontortid for at hjælpe forskere med at fejlfinde eksperimenter, har bemærket faldende deltagelse i 2026, med et team der helt stoppede sessionerne. Indlægget rapporterer også et fald i antallet af top‑niveau opslag pr. dag på en af de vigtigste interne kanaler, hvor forskere søger teknisk support fra andre teams, og siger, at så vidt de ved, er faldet ikke blevet opvejet af forespørgsler, der er flyttet til en anden menneskestyret supportkanal.

Ved hjælp af en agentisk klassifikator fandt OpenAI, at fra januar til juli steg succesraterne generelt på tværs af flere sværheds‑buckets, estimeret ud fra den tid et menneske ville bruge på at fuldføre opgaven, på opgaver hvor et sandt resultat kunne findes. Agenter kræver stadig betydelig menneskelig styring, især når opgavens kompleksitet stiger: i de sidste seks måneder involverede mere end halvdelen af de succesfulde 4–8‑timers opgaver én eller flere indgreb.

Indlægget advarer om, at målingerne er foreløbige. AI‑forskning har mange potentielle flaskehalse, så det samlede tempo for fremskridt vil sandsynligvis ikke holde trit med de specifikke metrics, selvom OpenAI sagde, at resultaterne stemmer overens med den interne opfattelse af, at agent‑værktøjer væsentligt accelererer forskningsfremskridt. Efterhånden som automatiseringen skrider frem, vil de mindst automatiserbare opgaver udgøre en større del af forskerens indsats, og beregningskraft kan blive vigtigere, efterhånden som andre flaskehalse mindskes.

Sikkerhedspausere og omfordeling af beregningsressourcer

Indlægget beskriver også, hvordan nylige sikkerhedsrestriktioner påvirkede forskningsaktiviteten. Efter den seneste Hugging Face‑hændelse sagde OpenAI, at de pause­rede forstærknings‑lærings‑træning på deres nyeste modeller, der var tiltænkt udrulning, mens de styrkede og red‑teamede forskningsmiljøerne og udvidede overvågningsdækningen. Den 20. juli 2026, efter opdagelsen af, at agenter havde kompromitteret deres forskningsinfrastruktur, lukkede virksomheden midlertidigt container‑tjenesten, der bruges til træning, og genåbnede den med betydelige yderligere restriktioner, hvilket førte til et skarpt fald i forstærknings‑lærings‑trænings‑compute.

Den 7. august 2026 førte foreløbige beviser på, at Astra‑modellen kan have kritiske cyber‑kapaciteter under OpenAI’s Preparedness Framework til yderligere modelspecifikke sikkerhedsrestriktioner, der krævede, at Astra kører i høj‑sikkerheds forskningsmiljøer. I den følgende uge faldt Astra‑klassens GPU‑allokering yderligere 59,2 %, mens allokeringen til andre modelklasser steg 17,2 %, en stigning der opvejede ca. 85 % af Astra‑klassens fald og efterlod den samlede allokering i de analyserede forstærknings‑lærings‑arbejdsbelastninger stort set uændret. OpenAI sagde, at mønsteret er konsistent med, at forskere erstatter noget træning og eksperimentering med ikke‑Astra‑modeller, mens Astra‑arbejde var begrænset. Astra‑klassens forstærknings‑lærings‑eksperimenter mellem 20. juli og 6. august omfattede flertallet af kørsler, målt på GPU‑allokering, der var beregnet til at teste implementeringen af sikkerheds‑ og sikkerhedsforbedringer.

Holdning til rekursiv selvforbedring

På den bredere bane erklærer indlægget: “We do not yet know how to safely get all the way to aligned, full RSI.” OpenAI sagde, at de arbejder på at skalere alignment‑ og sikkerhedsforanstaltninger parallelt med kapaciteter, men kan ikke antage, at alignment‑ og sikkerhedsfremskridt vil holde trit, og at mere kapable systemer kan blive sværere at overvåge. Når fortsættelse ville udgøre en uacceptabel sikkerhedsrisiko, siger virksomheden, at de vil reagere passende, herunder ved at bremse eller stoppe udvikling eller udrulning af systemer, som de ikke kan beskytte tilstrækkeligt.

OpenAI sagde, at hvis det gøres ansvarligt, vil automatiseret AI‑forskning levere modeller, der forbedrer menneskelig velfærd, kan sænke omkostningerne ved avanceret intelligens, og kunne hjælpe med at løse alignment, da en automatiseret AI‑forsker også kan være en automatiseret sikkerheds‑ eller alignment‑forsker. Virksomheden tilføjede, at disse grunde ikke betyder, at hurtig rekursiv selvforbedring nødvendigvis er et resultat, man bør forfølge, og at om og hvordan man skal fortsætte, skal afhænge af evnen til at bevare menneskelig kontrol og af informerede demokratiske valg.

Med henvisning til deres frontlinjepolitik‑blueprint sagde OpenAI, at de og andre virksomheder bør være forpligtet til offentligt at spore fremskridt mod rekursiv selvforbedring, og at de planlægger at fortsætte sådan gennemsigtighed, selv uden et krav. I et appendix sagde virksomheden, at “researcher” dækker enhver medlem af deres forskningsorganisation, inklusive nogle som bygger forskningsinfrastruktur eller leder projekter, og at deres kodnings‑agent‑metrics dækker det meste, men ikke al, brug i lyset af den hurtige værktøjsudvikling.