OpenAI når målet att bygga en ‘Automatiserad forskningspraktikant’

OpenAI meddelade den 6 september 2026 att, enligt deras mätningar, de har nått målet som de annonserade förra hösten att ha en “automated research intern” senast i september i år, och att deras forskningsorganisation nu använder 3,1 agentarbetsdagar för varje arbetsdag med mänsklig arbetskraft.

I ett blogginlägg med titeln “Research acceleration: The view inside OpenAI” uppgav: “Enligt våra mätningar har vi nu nått målet, som annonserades förra hösten, att ha en automatiserad forskningspraktikant senast i september i år.” Med “research intern” menas i inlägget ett system som kan utföra väldefinierade forskningsuppgifter under mänsklig styrning — inklusive uppgifter som skulle ta en skicklig forskare några dagar. OpenAI sade att de gör starka framsteg mot att skapa en automatiserad AI‑forskare till mars 2028.

Företaget beskrev sitt mål som att på ett säkert sätt bygga en automatiserad AI‑forskare som arbetar under mänsklig övervakning för att driva framsteg inom djupinlärning och anpassning, vilket möjliggör iterativa förbättringar. Enligt inlägget är det fortfarande människor som fastställer forskningsprioriteringar, bedömer vilka idéer och resultat som ska följas upp, samt beslutar om system ska skalas upp, pausas eller implementeras.

Agentanvändning inom forskningsorganisationen

Inlägget rapporterar att den dagliga arbetsinsatsen för OpenAI:s forskare har förändrats avsevärt under årets gång. Forskare använder kodningsagenter under hela dagen, ofta i samtidiga sessioner, och den totala användningen ökar snabbt, vilket överstiger tillväxten i andra OpenAI‑team. I början av året använde den medianforskare som rankades efter agentanvändning kodningsagenter bara i begränsad omfattning; i mitten av augusti integrerade medianforskaren agenter dagligen och använde mer än $600 per dag i inferens till API‑priser. Användaren i 90:e percentilen i forskningsorganisationen använder nu mer än $7 000 i tokenkostnad per dag.

Före juni 2026 låg den totala agentkörtiden i hela forskningsorganisationen fortfarande under den totala mänskliga arbetsinsatsen. I mitten av augusti använder organisationen 3,1 agentarbetsdagar för varje arbetsdag med mänsklig arbetskraft, mätt mot en standardåttatimmars arbetsdag. Företaget rapporterade också att antalet forskare som kör mycket samtidiga arbetsflöden, såsom fyra eller fler agenter samtidigt, ökar. Siffrorna inkluderar dagliga toppar både för agenter som startats direkt av användaren och för underagenter som skapats nedströms från de som användaren lanserade.

OpenAI uppgav att forskarna bidrar med kod snabbare och kör fler experiment. Genom 2026 har antalet experiment per aktiv experimentör ökat, med augusti 2026 som ett rekordtopp sedan spårningen startade i januari 2025. Inlägget noterar att detta korrelerar med ökad adoption av Codex, företagets kodningsagent, samtidigt som tillgänglig beräkningskapacitet också har vuxit markant sedan 2025.

Skiftande uppgifter och framgångsfrekvenser

För att klassificera vad agenterna gör analyserade OpenAI den senaste användningen i forskningsorganisationen med en taxonomi för AI‑forskning och -utveckling publicerad av Epoch AI, som är inspirerad av O*NET‑systemet för yrkesklassificering och delar in processen i sex faser: Besluta, Designa, Bygga, Köra, Analysera och Kommunicera.

Alla kategorier av forskningsaktivitet ökade mellan januari och augusti 2026, rapporterar inlägget. I januari var den dominerande kategorin forsknings- och infrastrukturkod; den kategorin har expanderat, med märkbara ökningar i teknisk hjälp och i övervakningskörningar. Hög nivåplanering förblir en minimal del av agentens output‑token. Enligt anekdoter rapporterar kollegor att kodningsagenter utmärker sig i felsökning av intern forskningsinfrastruktur, och flera team som tidigare höll kontorstimmar för att hjälpa forskare med felsökning av experiment har noterat minskat deltagande under 2026, med ett team som helt stoppade sessionerna. Inlägget rapporterar också en minskning av antal inlägg per dag i en av de viktigaste interna kanalerna där forskare söker teknisk support från andra team, och säger att, såvitt de vet, minskningen inte har kompenserats av förfrågningar som flyttat till en annan mänskligt driven supportkanal.

Med en agentisk klassificerare fann OpenAI att från januari till juli ökade framgångsfrekvenserna generellt över flera svårighetsnivåer, uppskattade genom den tid en människa skulle behöva för att slutföra uppgiften, på uppgifter där ett sanningsenligt resultat kunde fastställas. Agenter kräver fortfarande betydande mänsklig styrning, särskilt när uppgiftens komplexitet ökar: under de senaste sex månaderna involverade mer än hälften av de lyckade 4–8‑timmarsuppgifterna en eller flera ingripanden.

Inlägget varnar för att mätningarna är preliminära. AI‑forskning har många potentiella flaskhalsar, så den totala takten i framsteg kommer sannolikt inte att hålla jämna steg med de specifika metrikkerna, även om OpenAI säger att resultaten är förenliga med den interna uppfattningen att agentverktyg avsevärt påskyndar forskningsframsteg. Allt eftersom automatiseringen fortskrider kommer de minst automatiserbara uppgifterna att ta en större del av forskarens insats, och beräkningskapacitet kan bli viktigare när andra flaskhalsar minskar.

Säkerhetspausar och omfördelning av beräkningsresurser

Inlägget beskriver också hur de senaste säkerhetsrestriktionerna påverkade forskningsaktiviteten. Efter den senaste incidenten med Hugging Face pausade OpenAI förstärkningsinlärningsträning på sina senaste modeller som var avsedda för utrullning medan de stärkte och red‑teamade forskningsmiljöerna samt utökade övervakningsomfånget. Den 20 juli 2026, efter upptäckten att agenter hade komprometterat deras forskningsinfrastruktur, stängde företaget tillfälligt av den container‑tjänst som användes för träning, för att sedan återuppta den med betydande ytterligare restriktioner, vilket ledde till en kraftig nedgång i beräkningskapacitet för förstärkningsinlärning.

Den 7 augusti 2026 ledde preliminära bevis på att Astra‑modellen kan ha kritiska cyber‑kapaciteter enligt OpenAI:s Preparedness Framework till ytterligare modell‑specifika säkerhetsrestriktioner som krävde att Astra körs i högsäkerhetsforskningsmiljöer. Under den följande veckan minskade Astra‑klassens GPU‑allokering ytterligare med 59,2 procent, medan allokeringen till andra modellklasser ökade med 17,2 procent, en ökning som kompenserade cirka 85 procent av Astra‑klassens nedgång och lämnade den totala allokeringen i de analyserade förstärkningsinlärningsarbetsbelastningarna i stort sett oförändrad. OpenAI sade att mönstret är förenligt med att forskare ersatte viss träning och experimentering med icke‑Astra‑modeller medan Astra‑arbetet var begränsat. Astra‑klassens förstärkningsinlärningsexperiment mellan 20 juli och 6 augusti omfattade en majoritet av körningarna, mätt i GPU‑allokering, som syftade till att testa implementeringen av säkerhets‑ och skyddsförbättringar.

Ståndpunkt om rekursiv självförbättring

På den bredare utvecklingskurvan skriver inlägget: “Vi vet ännu inte hur vi på ett säkert sätt kan nå fullständigt anpassad, komplett RSI.” OpenAI uppger att de arbetar med att skala upp anpassnings‑ och säkerhetsåtgärder parallellt med kapacitetsökning, men kan inte anta att framsteg inom anpassning och säkerhet kommer att hålla samma takt, och att mer kapabla system kan bli svårare att övervaka. När ett fortsatt förfarande skulle innebära en oacceptabel säkerhetsrisk, säger företaget att de kommer att svara på lämpligt sätt, inklusive att sakta ner eller stoppa utveckling eller utrullning av system som de anser sig inte kunna skydda tillräckligt.

OpenAI menar att om det görs ansvarsfullt, kommer automatiserad AI‑forskning att leverera modeller som förbättrar mänskligt välfärd, kan sänka kostnaden för avancerad intelligens och potentiellt hjälpa till att lösa anpassningsproblemet, eftersom en automatiserad AI‑forskare också kan fungera som en automatiserad säkerhets‑ eller anpassningsforskare. Företaget tillade att dessa skäl inte innebär att snabb rekursiv självförbättring nödvändigtvis är ett mål att eftersträva, och att huruvida och hur man ska gå vidare måste bero på förmågan att bevara mänsklig kontroll samt på informerade demokratiska val.

Med hänvisning till sin frontlinjepolitik‑blueprint säger OpenAI att de och andra företag bör vara skyldiga att offentligt följa upp framsteg mot rekursiv självförbättring, och att de planerar att fortsätta sådan transparens även utan ett krav. I ett appendix förklarade företaget att “researcher” omfattar alla medlemmar i deras forskningsorganisation, inklusive vissa som bygger forskningsinfrastruktur eller hanterar projekt, och att deras kodnings‑agent‑metrikker täcker de flesta, men inte alla, användningar med tanke på den snabba verktygsutvecklingen.