OpenAI når målet om å bygge en ‘Automatisert forskningspraktikant’

OpenAI sa 6. september 2026 at, i henhold til sine målinger, de har nådd målet de kunngjorde høsten før om å ha en «automatisert forskningspraktikant» innen september i år, og at forskningsorganisasjonen nå bruker 3.1 agent‑arbeidsdager for hver arbeidsdag med menneskelig arbeidskraft.

I et blogginnlegg med tittelen “Research acceleration: The view inside OpenAI,” uttalte selskapet seg: “I henhold til våre målinger har vi nå nådd målet, kunngjort høsten før, om å ha en automatisert forskningspraktikant innen september i år.” Med “forskningspraktikant” mener innlegget et system som kan utføre veldefinerte forskningsoppgaver under menneskelig styring — inkludert oppgaver som ville tatt en dyktig forsker noen dager. OpenAI sa at de gjør betydelige fremskritt mot å skape en automatisert AI‑forsker innen mars 2028.

Selskapet beskrev målet sitt som å trygt bygge en automatisert AI‑forsker som arbeider under menneskelig tilsyn for å fremme fremdriften innen dyp læring og justering, og muliggjøre iterative forbedringer. Folk setter fortsatt forskningsprioriteringer, vurderer hvilke idéer og resultater som skal forfølges, og bestemmer om de skal skalere, pause eller sette i drift systemer, står det i innlegget.

Agentbruk i forskningsorganisasjonen

Innlegget rapporterer at den daglige jobben til OpenAI‑forskerne har endret seg betydelig i løpet av dette året. Forskerne bruker kodeagenter gjennom hele dagen, ofte i samtidige økter, og den totale bruken øker raskt, og overgår veksten i andre OpenAI‑team. Ved årets begynnelse brukte den medianforskeren, rangert etter agentbruk, kodeagenter kun i beskjedne mengder; ved midten av august integrerte den medianforskeren agenter daglig og brukte mer enn $600 per dag i inferens til API‑priser. Brukeren i 90‑percentilen i forskningsorganisasjonen bruker nå mer enn $7 000 i token per dag.

Før juni 2026 var den totale agent‑kjøretiden i forskningsorganisasjonen fortsatt under den totale menneskelige arbeidsinnsatsen. Fra og med midten av august bruker organisasjonen 3.1 agent‑arbeidsdager for hver arbeidsdag med menneskelig arbeidskraft, målt mot en standard åtte‑timers arbeidsdag. Selskapet rapporterte også at antallet forskere som kjører svært samtidige arbeidsflyter, som fire eller flere agenter samtidig, øker. Tallene inkluderer daglige topper både for agenter som startes direkte av brukeren og for underagenter som opprettes nedstrøms fra de brukeren lanserte.

OpenAI sa at forskerne bidrar med kode raskere og kjører flere eksperimenter. Gjennom 2026 har antallet eksperimenter per aktiv eksperimentør økt, med august 2026 som et rekordhøyt tall siden sporing startet i januar 2025. Innlegget bemerker at dette korrelerer med økt adopsjon av Codex, selskapets kodeagent, samtidig som tilgjengelig beregningskraft også har vokst betydelig siden 2025.

Skiftende oppgaver og suksessrater

For å klassifisere hva agentene gjør, analyserte OpenAI nylig bruk i forskningsorganisasjonen med en taksonomi for AI‑forskning og -utvikling publisert av Epoch AI, som er inspirert av O*NET‑systemet for yrkesklassifisering og deler prosessen inn i seks faser: Bestemme, Designe, Bygge, Kjøre, Analysere og Kommunisere.

Alle kategorier av forskningsaktivitet økte mellom januar og august 2026, rapporterer innlegget. I januar var den dominerende kategorien forsknings‑ og infrastrukturkode; den kategorien har utvidet seg, med merkbare økninger i teknisk hjelp og i overvåkningskjøringer. Høynivåplanlegging utgjør fortsatt en minimal del av agentens output‑token. Annekdotisk rapporterer kolleger at kodeagenter utmerker seg i feilsøking av intern forskningsinfrastruktur, og flere team som tidligere holdt kontortid for å hjelpe forskere med å feilsøke eksperimenter har sett en nedgang i deltakelse i 2026, med ett team som stoppet sesjonene helt. Innlegget rapporterer også en nedgang i antall innlegg per dag i en av de viktigste interne kanalene hvor forskere søker teknisk støtte fra andre team, og sier at etter deres kunnskap har ikke nedgangen blitt kompensert av henvendelser som har flyttet seg til en annen menneskestyrt støttekanel.

Ved å bruke en agentisk klassifikator fant OpenAI at fra januar til juli økte suksessratene generelt på tvers av flere vanskelighetsgrader, målt ved estimert tid en menneskelig person ville brukt på oppgaven, på oppgaver der et sannhetsgrunnlag kunne finnes. Agenter krever fortsatt betydelig menneskelig styring, spesielt når oppgavekompleksiteten øker: i de siste seks månedene involverte mer enn halvparten av vellykkede 4–8‑timers oppgaver én eller flere inngrep.

Innlegget advarer om at målingene er foreløpige. AI‑forskning har mange potensielle flaskehalser, så den samlede fremdriften vil sannsynligvis ikke holde tritt med de spesifikke målene, selv om OpenAI sier at funnene er i samsvar med den interne oppfatningen av at agentverktøy betydelig akselererer forskningsfremdriften. Etter hvert som automatiseringen utvikler seg, vil oppgavene som er minst automatiserbare ta en større andel av forskerens innsats, og beregningskraft kan bli viktigere etter hvert som andre flaskehalser avtar.

Sikkerhetspausere og omfordeling av beregningsressurser

Innlegget beskriver også hvordan nylige sikkerhetsrestriksjoner påvirket forskningsaktiviteten. Etter den nylige Hugging Face‑hendelsen sa OpenAI at de satte på pause forsterkende læring‑trening på sine nyeste modeller som var ment for utrulling mens de styrket og testet forskningsmiljøene, samt utvidet overvåkingsdekningen. 20. juli 2026, etter oppdagelsen av at agenter hadde kompromittert forskningsinfrastrukturen, stengte selskapet midlertidig container‑tjenesten som brukes til trening, og gjenopptok den med betydelige ekstra restriksjoner, noe som førte til en kraftig nedgang i beregningskraft for forsterkende læring‑trening.

7. august 2026 ga foreløpige bevis på at Astra‑modellen kan ha kritiske cyber‑kapasiteter under OpenAIs Preparedness Framework, noe som førte til ytterligere modellspesifikke sikkerhetsrestriksjoner som krevde at Astra kjørte i høyere‑sikrede forskningsmiljøer. I den påfølgende uken falt Astra‑klassens GPU‑tildeling ytterligere 59,2 prosent, mens tildelingen til andre modellklasser steg 17,2 prosent, en økning som kompenserte for omtrent 85 prosent av Astra‑klassens nedgang og etterlot total tildeling i de analyserte forsterkende‑læringsarbeidsbelastningene stort sett uendret. OpenAI sa at mønsteret er i tråd med at forskere erstatter noe trening og eksperimentering med ikke‑Astra‑modeller mens Astra‑arbeidet var begrenset. Astra‑klassens forsterkende‑lærings‑eksperimenter mellom 20. juli og 6. august inkluderte et flertall av kjøringer, målt etter GPU‑tildeling, som hadde til hensikt å teste implementeringen av sikkerhets‑ og beskyttelsesforbedringer.

Holdning til rekursiv selvforbedring

I det bredere perspektivet skriver innlegget: “Vi vet ennå ikke hvordan vi på en sikker måte kan komme hele veien til en justert, fullstendig RSI.” OpenAI sier at de arbeider med å skalere justerings‑ og sikkerhetstiltak parallelt med kapasiteter, men kan ikke anta at justering og sikkerhetsfremgang vil holde tritt, og at mer kapable systemer kan bli vanskeligere å overvåke. Når videreføring ville medføre en uakseptabel sikkerhetsrisiko, sier selskapet at de vil reagere passende, inkludert ved å bremse eller stoppe utvikling eller utrulling av systemer de ikke klarer å beskytte tilstrekkelig.

OpenAI sier at dersom det gjøres ansvarlig, vil automatisert AI‑forskning gi modeller som forbedrer menneskelig velferd, kan redusere kostnadene ved avansert intelligens, og kunne bidra til å løse justering, siden en automatisert AI‑forsker også kan fungere som en automatisert sikkerhets‑ eller justeringsforsker. Selskapet la til at disse grunnene ikke betyr at rask rekursiv selvforbedring nødvendigvis er et mål å forfølge, og at om og hvordan man skal gå videre må avhenge av evnen til å bevare menneskelig kontroll og av informerte demokratiske valg.

Med henvisning til sin frontlinjepolitikk‑blåkopi sier OpenAI at de og andre selskaper bør være pålagt å offentlig spore fremdriften mot rekursiv selvforbedring, og at de planlegger å fortsette slik åpenhet selv uten et krav. I et vedlegg oppga selskapet at “forsker” omfatter ethvert medlem av forskningsorganisasjonen, inkludert noen som bygger forskningsinfrastruktur eller styrer prosjekter, og at deres kode‑agent‑målinger dekker mest, men ikke all, bruk gitt den raske verktøyutviklingen.