OpenAI Mencapai Tujuan Membuat ‘Intern Penelitian Otomatis’

OpenAI menyatakan pada 6 September 2026 bahwa, menurut pengukurannya, perusahaan telah mencapai tujuan yang diumumkan musim gugur lalu untuk meluncurkan “intern penelitian otomatis” pada September tahun ini, dan bahwa organisasi penelitiannya kini menggunakan 3,1 hari kerja agen untuk setiap hari kerja manusia.

Pada sebuah posting blog berjudul “Research acceleration: The view inside OpenAI,” perusahaan menyatakan: “Menurut pengukuran kami, kami kini telah mencapai tujuan yang diumumkan musim gugur lalu, yaitu memiliki intern penelitian otomatis pada September tahun ini.” Dengan “intern penelitian,” postingan tersebut merujuk pada sistem yang dapat melaksanakan tugas penelitian terdefinisi dengan baik di bawah arahan manusia — termasuk tugas yang bagi peneliti terampil memerlukan beberapa hari. OpenAI menyatakan bahwa mereka membuat kemajuan kuat menuju penciptaan peneliti AI otomatis pada Maret 2028.

Perusahaan menggambarkan tujuannya sebagai membangun peneliti AI otomatis secara aman yang bekerja di bawah pengawasan manusia untuk mempercepat kemajuan pembelajaran mendalam dan penyelarasan, memungkinkan perbaikan iteratif. Orang‑orang masih menetapkan prioritas penelitian, menilai ide dan hasil mana yang akan dikejar, serta memutuskan apakah akan memperluas, menghentikan sementara, atau menerapkan sistem, kata postingan tersebut.

Penggunaan Agen di Dalam Organisasi Penelitian

Postingan tersebut melaporkan bahwa pekerjaan harian peneliti OpenAI telah berubah secara signifikan selama tahun ini. Peneliti menggunakan agen pengkodean sepanjang hari, sering dalam sesi bersamaan, dan total penggunaan meningkat pesat, melampaui pertumbuhan tim OpenAI lainnya. Pada awal tahun ini, peneliti median yang diurutkan berdasarkan penggunaan agen hanya menggunakan agen pengkodean dalam jumlah terbatas; pada pertengahan Agustus, peneliti median telah mengintegrasikan agen setiap hari dan menggunakan lebih dari $600 per hari untuk inferensi dengan harga API. Pengguna pada persentil ke‑90 di organisasi penelitian kini menggunakan lebih dari $7.000 token per hari.

Sebelum Juni 2026, total waktu kerja agen di seluruh organisasi penelitian masih di bawah total tenaga kerja manusia. Pada pertengahan Agustus, organisasi tersebut menggunakan 3,1 hari kerja agen untuk setiap hari kerja manusia, diukur terhadap standar hari kerja delapan jam. Perusahaan juga melaporkan bahwa jumlah peneliti yang menjalankan alur kerja sangat bersamaan, seperti empat agen atau lebih secara simultan, semakin meningkat. Angka‑angka tersebut mencakup puncak harian baik agen yang dimulai langsung oleh pengguna maupun sub‑agen yang dibuat turunannya dari agen yang diluncurkan pengguna.

OpenAI menyatakan bahwa peneliti berkontribusi kode lebih cepat dan menjalankan lebih banyak eksperimen. Sepanjang 2026, jumlah eksperimen per peneliti aktif telah meningkat, dengan Agustus 2026 menjadi rekor tertinggi sejak pelacakan dimulai pada Januari 2025. Posting tersebut mencatat bahwa hal ini berkorelasi dengan peningkatan adopsi Codex, agen pengkodean perusahaan, sambil mencatat bahwa komputasi yang tersedia juga telah tumbuh secara signifikan sejak 2025.

Perubahan Tugas dan Tingkat Keberhasilan

Untuk mengklasifikasikan apa yang dilakukan agen, OpenAI menganalisis penggunaan terbaru organisasi penelitian dengan taksonomi pekerjaan riset dan pengembangan AI yang dipublikasikan oleh Epoch AI, yang terinspirasi dari sistem O*NET untuk mengklasifikasikan pekerjaan dan membagi proses menjadi enam fase: Memutuskan, Merancang, Membangun, Menjalankan, Menganalisis, dan Berkomunikasi.

Semua kategori aktivitas penelitian meningkat antara Januari dan Agustus 2026, lapor postingan tersebut. Pada Januari, kategori dominan adalah kode penelitian dan infrastruktur; kategori tersebut telah meluas, dengan peningkatan signifikan dalam bantuan teknis dan pemantauan jalannya eksperimen. Perencanaan tingkat tinggi tetap menjadi sebagian kecil dari token output agen. Secara anekdot, rekan‑rekannya melaporkan bahwa agen pengkodean unggul dalam memecahkan masalah infrastruktur penelitian internal, dan beberapa tim yang sebelumnya mengadakan jam kantor untuk membantu peneliti memecahkan masalah eksperimen mencatat penurunan kehadiran pada 2026, dengan satu tim menghentikan sesi tersebut sepenuhnya. Postingan itu juga melaporkan penurunan posting tingkat atas per hari di salah satu saluran internal utama tempat peneliti mencari dukungan teknis dari tim lain, dan menyatakan bahwa, sejauh yang mereka ketahui, penurunan tersebut belum diimbangi oleh pertanyaan yang beralih ke saluran dukungan yang dijalankan manusia lainnya.

Dengan menggunakan pengklasifikasi agenik, OpenAI menemukan bahwa dari Januari hingga Juli, tingkat keberhasilan secara umum meningkat di beberapa kelompok kesulitan, yang diperkirakan berdasarkan waktu yang dibutuhkan manusia untuk menyelesaikan tugas, pada tugas‑tugas di mana hasil kebenaran dapat ditemukan. Agen masih memerlukan pengarahan manusia yang signifikan, terutama ketika kompleksitas tugas meningkat: dalam enam bulan terakhir, lebih dari setengah tugas sukses berdurasi 4–8 jam melibatkan satu atau lebih intervensi.

Postingan tersebut memperingatkan bahwa pengukuran ini bersifat awal. Penelitian AI memiliki banyak potensi hambatan, sehingga kecepatan kemajuan keseluruhan kemungkinan tidak akan sejalan dengan metrik spesifik, meskipun OpenAI menyatakan temuan tersebut konsisten dengan kesan internal bahwa alat agenik secara signifikan mempercepat kemajuan penelitian. Seiring otomatisasi berkembang, tugas‑tugas yang paling sulit diotomatisasi akan mengambil porsi lebih besar dari upaya peneliti, dan komputasi mungkin menjadi lebih penting ketika hambatan lain berkurang.

Jeda Keamanan dan Pengalokasian Ulang Komputasi

Postingan tersebut juga merinci bagaimana pembatasan keamanan terbaru memengaruhi aktivitas penelitian. Setelah insiden Hugging Face baru‑baru ini, OpenAI menyatakan bahwa mereka menghentikan sementara pelatihan reinforcement learning pada model terbaru yang ditujukan untuk penerapan sementara memperkuat dan melakukan red‑team pada lingkungan penelitian serta memperluas cakupan pemantauan. Pada 20 Juli 2026, setelah penemuan bahwa agen telah mengkompromikan infrastruktur penelitiannya, perusahaan sementara menutup layanan kontainer yang digunakan untuk pelatihan, kemudian mengembalikannya dengan pembatasan tambahan yang signifikan, yang menyebabkan penurunan tajam dalam komputasi pelatihan reinforcement learning.

Pada 7 Agustus 2026, bukti awal bahwa model Astra mungkin memiliki kemampuan siber kritis di bawah Kerangka Kesiapan OpenAI memicu pembatasan keamanan khusus model tambahan yang mengharuskan Astra dijalankan di lingkungan penelitian dengan keamanan lebih tinggi. Pada minggu berikutnya, alokasi GPU kelas Astra turun lagi sebesar 59,2 persen, sementara alokasi ke kelas model lain naik 17,2 persen, peningkatan yang menutupi sekitar 85 persen penurunan kelas Astra dan membuat total alokasi dalam beban kerja reinforcement learning yang dianalisis tetap hampir tidak berubah. OpenAI menyatakan pola ini konsisten dengan peneliti yang menggantikan sebagian pelatihan dan eksperimen ke model non‑Astra sementara pekerjaan Astra dibatasi. Eksperimen reinforcement learning kelas Astra antara 20 Juli dan 6 Agustus mencakup mayoritas jalannya, berdasarkan alokasi GPU, yang bertujuan menguji penerapan perbaikan keamanan dan keselamatan.

Sikap terhadap Peningkatan Diri Rekursif

Pada lintasan yang lebih luas, postingan tersebut menyatakan: “Kami belum mengetahui cara yang aman untuk mencapai RSI penuh yang selaras.” OpenAI mengatakan bahwa mereka bekerja untuk meningkatkan skala penyelarasan dan langkah‑langkah keamanan seiring dengan kemampuan, namun tidak dapat mengasumsikan bahwa kemajuan penyelarasan dan keamanan akan sejalan, dan bahwa sistem yang lebih mampu dapat menjadi lebih sulit dipantau. Kapan pun melanjutkan dapat menimbulkan risiko keamanan yang tidak dapat diterima, perusahaan menyatakan bahwa mereka akan merespons secara tepat, termasuk dengan memperlambat atau menghentikan pengembangan atau penerapan sistem yang mereka anggap tidak dapat dijaga dengan cukup.

OpenAI menyatakan bahwa jika dilakukan secara bertanggung jawab, penelitian AI otomatis akan menghasilkan model yang meningkatkan kesejahteraan manusia, dapat menurunkan biaya kecerdasan tingkat lanjut, dan dapat membantu memecahkan penyelarasan, karena peneliti AI otomatis juga dapat menjadi peneliti keamanan atau penyelarasan otomatis. Perusahaan menambahkan bahwa alasan‑alasan ini tidak berarti bahwa peningkatan diri rekursif yang cepat merupakan hasil yang harus dikejar, dan bahwa keputusan apakah dan bagaimana melanjutkannya harus bergantung pada kemampuan mempertahankan kontrol manusia serta pada pilihan demokratis yang terinformasi.

Mengutip cetak biru kebijakan frontier mereka, OpenAI mengatakan bahwa mereka dan perusahaan lain seharusnya diwajibkan untuk secara publik melacak kemajuan menuju peningkatan diri rekursif, dan bahwa mereka berencana melanjutkan transparansi semacam itu bahkan tanpa adanya keharusan. Dalam sebuah lampiran, perusahaan menyatakan bahwa “peneliti” mencakup setiap anggota organisasi penelitiannya, termasuk beberapa yang membangun infrastruktur penelitian atau mengelola proyek, dan bahwa metrik agen‑pengkodeannya mencakup sebagian besar, namun tidak semua, penggunaan mengingat evolusi alat yang cepat.