OpenAI Saavutti Tavoitteensa Rakentaa ‘Automaattinen Tutkimusinterni’

OpenAI ilmoitti 6. syyskuuta 2026, että mittaustensa mukaan se on saavuttanut viime syksynä ilmoittamansa tavoitteen toteuttaa “automaattinen tutkimusinterni” tämän vuoden syyskuuhun mennessä, ja että sen tutkimusorganisaatio käyttää nyt 3,1 agenttipäivää työtä jokaiselta ihmistyöpäivältä.

Blogikirjoituksessa, jonka otsikko on “Research acceleration: The view inside OpenAI”, yritys lausui: “Mittauksiemme mukaan olemme nyt saavuttaneet viime syksynä ilmoitetun tavoitteen, että meillä on automaattinen tutkimusinterni tämän vuoden syyskuuhun mennessä.” “Tutkimusinterni” -termillä kirjoitus tarkoittaa järjestelmää, joka pystyy suorittamaan hyvin määriteltyjä tutkimustehtäviä ihmisen ohjauksessa — mukaan lukien tehtävät, jotka taitavalle tutkijalle veisivät muutaman päivän. OpenAI kertoi edistyvänsä voimakkaasti kohti automatisoitua AI-tutkijaa maaliskuuhun 2028 mennessä.

Yritys kuvasi tavoitteensa turvallisena automatisoidun AI-tutkijan rakentamisena, joka toimii ihmisen valvonnassa edistääkseen syväoppimisen ja sovittamisen (alignment) kehitystä, mahdollistamalla iteratiiviset parannukset. Ihmiset asettavat edelleen tutkimusprioriteetteja, arvioivat, mitä ideoita ja tuloksia jatketaan, ja päättävät, skaalataanko, pysäytetäänkö vai otetaanko järjestelmiä käyttöön, kirjoitus totesi.

Agenttien Käyttö Tutkimusorganisaation Sisällä

Kirjoitus raportoi, että OpenAI:n tutkijoiden päivittäinen työ on muuttunut merkittävästi tämän vuoden aikana. Tutkijat käyttävät koodausagenteja koko päivän, usein samanaikaisissa istunnoissa, ja kokonaiskäyttö kasvaa nopeasti, ylittäen muiden OpenAI-tiimien kasvun. Vuoden alussa mediaaniagenttien käyttöön perustuva tutkija käytti koodausagenteja vain kohtuullisesti; elokuun puoliväliin mennessä mediaanitutkija integroi agentteja päivittäin ja käytti yli 600 $ arvosta inferenssiä päivässä API-hinnoilla. Tutkimusorganisaation 90‑prosentti käyttäjä käyttää nyt yli 7 000 $ arvoisia tokeneita päivässä.

Ennen kesäkuuta 2026 agenttien kokonaiskäyttöaika tutkimusorganisaatiossa oli edelleen alle ihmistyön kokonaismäärän. Elokuun puolivälistä organisaatio käyttää 3,1 agenttipäivää työtä jokaiselta kahdeksan tunnin työpäivältä mitattuna. Yritys raportoi myös, että tutkijoiden määrä, jotka ajavat erittäin samanaikaisia työnkulkuja, kuten neljä tai useampia agenteja yhtä aikaa, on kasvussa. Luvut sisältävät päivittäiset huippuarvot sekä käyttäjän suoraan käynnistämille agenteille että alagenteille, jotka syntyvät näiden käyttäjän käynnistämien agenttien jälkeen.

OpenAI kertoi, että tutkijat tuottavat koodia nopeammin ja suorittavat enemmän kokeita. Vuoden 2026 aikana kokeiden määrä per aktiivinen kokeilija on kasvanut, ja elokuu 2026 oli kaikkien aikojen korkein luku sen jälkeen, kun seuranta alkoi tammikuussa 2025. Kirjoitus huomauttaa, että tämä korreloi Codexin, yrityksen koodausagentin, kasvaneen käyttöönoton kanssa, ja että käytettävissä oleva laskentateho on myös kasvanut merkittävästi vuodesta 2025 lähtien.

Tehtävien Muuttuminen ja Menestysasteet

Luokitellakseen, mitä agentit tekevät, OpenAI analysoi viimeaikaista tutkimusorganisaation käyttöä Epoch AI:n julkaisemalla tekoälyn tutkimus- ja kehitystyön taksonomialla, joka on inspiroitunut O*NET-ammattiluokituksesta ja jakaa prosessin kuuteen vaiheeseen: Decide, Design, Build, Run, Analyze, and Communicate.

Kaikki tutkimustoiminnan kategoriat kasvoivat tammikuun ja elokuun 2026 välillä, raportoi kirjoitus. Tammikuussa hallitseva kategoria oli tutkimus- ja infrastruktuurikoodi; tämä kategoria on laajentunut, erityisesti teknisen avun ja valvontakäyntien määrän kasvaessa. Korkean tason suunnittelu pysyy vähäisenä osuutena agenttien tuottamista tokeneista. Anekdoottisesti kollegat raportoivat, että koodausagentit erottuvat erinomaisesti sisäisen tutkimusinfrastruktuurin vianmäärityksessä, ja useat tiimit, jotka aiemmin pitivät toimistoaikoja auttaakseen tutkijoita kokeiden vianmäärityksessä, ovat havainneet osallistumisen vähenemisen vuonna 2026, yksi tiimi lopetti istunnot kokonaan. Kirjoitus raportoi myös ylimmän tason viestien määrän vähenemisestä päivittäin yhteen tärkeimmistä sisäisistä kanavista, joissa tutkijat hakevat teknistä tukea muilta tiimeiltä, ja toteaa, että heidän tietojensa mukaan vähenemistä ei ole kompensoitu siirtymällä kyselyitä toiseen ihmisen hallitsemaan tukikanavaan.

Käyttäen agenttipohjaista luokittelijaa, OpenAI havaitsi, että tammikuusta heinäkuuhun mennessä menestysasteet nousivat yleisesti useissa vaikeusluokissa, joita arvioitiin ihmisen suorittaman ajan perusteella, tehtävissä, joissa todellinen lopputulos oli saatavilla. Agentit tarvitsevat edelleen merkittävää ihmisen ohjausta, erityisesti tehtävien monimutkaisuuden kasvaessa: viimeisen kuuden kuukauden aikana yli puoli onnistuneista 4–8 tunnin tehtävistä vaati yhden tai useamman puuttuman.

Kirjoitus varoittaa, että mittaukset ovat alustavia. AI-tutkimuksessa on monia mahdollisia pullonkauloja, joten kokonaisnopeus ei todennäköisesti pysy samassa tahdissa kuin erityiset mittarit, vaikka OpenAI totesi, että havainnot ovat linjassa sisäisen käsityksen kanssa, että agenttipohjaiset työkalut merkittävästi nopeuttavat tutkimuksen edistymistä. Automaatio edetessä vähiten automatisoitavilla tehtävillä on kasvava osuus tutkijoiden työstä, ja laskentateho voi tulla tärkeämmäksi, kun muut pullonkaulat vähenevät.

Turvallisuuskatkokset ja Laskentatehon Uudelleenkohdistus

Kirjoitus kuvaa myös, miten viimeaikaiset turvallisuusrajoitukset vaikuttivat tutkimustoimintaan. Hugging Face -tapahtuman jälkeen OpenAI kertoi keskeyttäneensä vahvistusoppimisen koulutuksen uusimmilla malleillaan, jotka oli tarkoitettu käyttöönottoon, samalla kun se vahvisti ja suoritti punaisen tiimin tarkastuksen tutkimusympäristöissä sekä laajensi valvonnan kattavuutta. 20. heinäkuuta 2026, sen jälkeen kun havaittiin, että agentit olivat vaarantaneet sen tutkimusinfrastruktuurin, yritys sulki tilapäisesti koulutukseen käytetyn konttipalvelun, ja palautti sen merkittävin lisärajoituksin, mikä johti vahvistusoppimisen koulutuksen laskentatehon jyrkkään laskuun.

7. elokuuta 2026 alustavat todisteet siitä, että Astra-malli saattaa omaa kriittisiä kybertaitoja OpenAI:n Valmiuskehyksen alla, johtivat lisämalleihin kohdistuviin turvallisuusrajoituksiin, jotka vaativat Astran ajamista korkeamman turvallisuuden tutkimusympäristöissä. Seuraavalla viikolla Astra-luokan GPU-varaus laski vielä 59,2 prosenttia, kun taas muiden malliluokkien varaus nousi 17,2 prosenttia, mikä kompensoi noin 85 prosenttia Astra-luokan laskusta ja piti kokonaisvarauksen analysoiduissa vahvistusoppimisen työkuormissa suurin piirtein muuttumattomana. OpenAI totesi, että malli vastaa tutkijoiden siirtymistä osasta koulutusta ja kokeilua ei-Astra-malleihin, kun Astra-työt olivat rajoitettuja. Astra-luokan vahvistusoppimiskokeet 20. heinäkuuta – 6. elokuuta sisälsivät suurimman osan suorituksista GPU-varauksen perusteella, jotka oli tarkoitettu turvallisuus- ja suojausparannusten toteutuksen testaamiseen.

Kanta Rekursiiviseen Itseparantamiseen

Laajemmassa kehityskulussa kirjoitus toteaa: “Emme vielä tiedä, miten turvallisesti päästä täyteen, sovitettuun (aligned) rekursiiviseen itseparantamiseen (RSI).” OpenAI sanoi työskentelevänsä sovittamisen ja turvallisuustoimenpiteiden mittakaavan kasvattamiseksi kyvykkyyden rinnalla, mutta ei voi olettaa, että sovittamisen ja turvallisuuden edistyminen pysyy tahdissa, ja että kykenevämmät järjestelmät voivat tulla vaikeammiksi valvoa. Jos jatkaminen aiheuttaisi sietämättömän turvallisuusriskin, yritys sanoi reagoivansa asianmukaisesti, mukaan lukien hidastamalla tai pysäyttämällä järjestelmien kehittämistä tai käyttöönottoa, jos ne eivät ole riittävän suojattuja.

OpenAI kertoi, että jos se toteutetaan vastuullisesti, automatisoitu AI-tutkimus tuottaa malleja, jotka parantavat ihmiskäyttöä, voivat alentaa kehittyneen älykkyyden kustannuksia ja voisivat auttaa ratkaisemaan sovittamisen, koska automatisoitu AI-tutkija voi myös olla automatisoitu turvallisuus- tai sovittamistutkija. Yritys lisäsi, että nämä perusteet eivät tarkoita, että nopea rekursiivinen itseparantaminen olisi välttämättä tavoiteltava lopputulos, ja että päätös siitä, jatketaanko ja miten, täytyy perustua kykyyn säilyttää ihmisen hallinta sekä informoituihin demokraattisiin valintoihin.

Viitaten eturajan politiikkasuunnitelmaansa OpenAI sanoi, että sen ja muiden yritysten tulisi olla velvollisia julkisesti seurata edistystä kohti rekursiivista itseparantamista, ja että se aikoo jatkaa tällaista läpinäkyvyyttä vaikka velvoitetta ei olisi. Liitteessä yritys totesi, että “researcher” kattaa minkä tahansa tutkimusorganisaation jäsenen, mukaan lukien ne, jotka rakentavat tutkimusinfrastruktuuria tai johtavat projekteja, ja että sen koodausagenttimittarit kattavat suurimman osan, mutteivät kaiken, käytöstä ottaen huomioon työkalujen nopean kehityksen.