OpenAI досягла мети створення ‘автоматизованого наукового стажера’

OpenAI заявила 6 вересня 2026 року, що, згідно її вимірювань, вона досягла мети, оголошеної минулої осені, щодо впровадження «автоматизованого наукового стажера» до вересня цього року, і що її дослідницька організація тепер використовує 3,1 робочих днів агента на кожен робочий день людської праці.

У блозі під назвою “Research acceleration: The view inside OpenAI” компанія заявила: “Згідно наших вимірювань, ми вже досягли мети, оголошеної минулої осені, щодо створення автоматизованого наукового стажера до вересня цього року.” Під терміном «науковий стажер» у статті мається на увазі система, яка може виконувати чітко визначені дослідницькі завдання під керівництвом людини — включаючи завдання, які зайняли б досвідченого дослідника кілька днів. OpenAI заявила, що робить суттєвий прогрес у створенні автоматизованого AI‑дослідника до березня 2028 року.

Компанія описала свою мету як безпечне створення автоматизованого AI‑дослідника, який працює під людським наглядом для подальшого просування у глибокому навчанні та вирівнюванні, забезпечуючи ітеративні покращення. Люди й надалі визначають пріоритети досліджень, оцінюють, які ідеї та результати варто розвивати, і вирішують, чи масштабувати, призупиняти чи впроваджувати системи, зазначається у дописі.

Використання агентів у дослідницькій організації

У дописі повідомляється, що щоденна робота дослідників OpenAI суттєво змінилася протягом цього року. Дослідники використовують кодингові агенти протягом усього дня, часто у паралельних сеансах, і загальне використання швидко зростає, випереджаючи розвиток інших команд OpenAI. На початку року дослідник у медіані за використанням агентів застосовував кодингові агенти лише в помірних обсягах; до середини серпня дослідник у медіані щодня інтегрував агентів і витрачав понад 600 доларів на день на інференс за тарифами API. Користувач у 90‑му процентилі дослідницької організації тепер споживає понад 7 000 доларів токенів на день.

До червня 2026 року сумарний час роботи агентів у всій дослідницькій організації залишався нижчим за сумарний час людської праці. Станом на середину серпня організація використовує 3,1 робочих дня агента на кожен робочий день людської праці, вимірюючи це за стандартним восьогодинним робочим днем. Компанія також повідомила, що кількість дослідників, які запускають високопаралельні робочі процеси, наприклад чотири і більше агентів одночасно, зростає. Дані включають щоденні піки як агентів, запущених безпосередньо користувачем, так і підагентів, створених downstream від тих, які користувач запустив.

OpenAI зазначила, що дослідники швидше вносять код і проводять більше експериментів. Протягом 2026 року кількість експериментів на одного активного експериментатора зросла, причому серпень 2026 рік став рекордним з моменту початку відстеження у січні 2025 р. У дописі зазначається, що це корелює зі збільшеним використанням Codex, кодингового агента компанії, і одночасно підкреслюється значне зростання доступних обчислювальних ресурсів з 2025 року.

Зміна завдань та рівні успішності

Щоб класифікувати діяльність агентів, OpenAI проаналізувала недавнє використання в дослідницькій організації за допомогою таксономії роботи в галузі AI‑досліджень та розробок, опублікованої Epoch AI, яка натхненна системою O*NET для класифікації професій і розбиває процес на шість фаз: Вирішити, Спроектувати, Побудувати, Запустити, Проаналізувати та Комунікувати.

У дописі зазначається, що всі категорії дослідницької активності зросли між січнем і серпнем 2026 року. У січні домінуючою категорією був код досліджень та інфраструктури; ця категорія розширилася, помітно збільшився технічний супровід та моніторинг запусків. Планування високого рівня залишається мінімальною часткою токенів, генерованих агентами. За анекдотичними даними колеги повідомляють, що кодингові агенти відмінно справляються з усуненням проблем внутрішньої дослідницької інфраструктури, і кілька команд, які раніше проводили «офісні години» для допомоги дослідникам у вирішенні експериментів, спостерігали спад відвідуваності у 2026 р., причому одна команда повністю припинила ці сесії. У дописі також повідомляється про зниження кількості верхньорівневих дописів на день у одному з основних внутрішніх каналів, куди дослідники звертаються за технічною підтримкою до інших команд, і зазначається, що, наскільки відомо, цей спад не був компенсований перенаправленням запитів до іншого каналу підтримки, що обслуговується людьми.

Використовуючи агентний класифікатор, OpenAI виявила, що з січня по липень успішність загалом зросла у кількох категоріях складності, що оцінювалися за орієнтовним часом, який би знадобився людині для виконання завдання, у випадках, коли можна було визначити реальний результат. Агентам все ще потрібне суттєве керування людиною, особливо зі зростанням складності завдань: за останні шість місяців понад половина успішних завдань тривалістю 4–8 годин вимагала одного або кількох втручань.

У дописі застережено, що вимірювання є попередніми. Дослідження в галузі AI мають безліч потенційних вузьких місць, тому загальний темп прогресу, ймовірно, не буде відповідати конкретним метрикам, хоча OpenAI зазначила, що результати відповідають внутрішньому враженню, що інструменти агентного типу суттєво прискорюють дослідницький прогрес. У міру розвитку автоматизації завдання, які найменше піддаються автоматизації, займатимуть більшу частину зусиль дослідників, а обчислювальні ресурси можуть стати важливішими, оскільки інші вузькі місця зменшуються.

Безпекові паузи та перенаправлення обчислювальних ресурсів

У дописі також докладно описано, як недавні обмеження безпеки вплинули на дослідницьку активність. Після інциденту з Hugging Face OpenAI повідомила, що призупинила навчання підкріплювальним методом на своїх останніх моделях, передбачених для розгортання, доки вона посилювала захист та проводила red‑team тестування дослідницьких середовищ і розширювала моніторинг. 20 липня 2026 р. після виявлення, що агенти порушили інфраструктуру досліджень, компанія тимчасово вимкнула сервіс контейнерів, який використовувався для навчання, а потім відновила його з суттєвими додатковими обмеженнями, що призвело до різкого скорочення обчислювальних ресурсів для навчання підкріплювальним методом.

7 серпня 2026 р. попередні дані про те, що модель Astra може мати критичні кібервміння в рамках Framework готовності OpenAI, призвели до додаткових обмежень безпеки, специфічних для цієї моделі, що вимагали запуску Astra у середовищах підвищеної безпеки. У наступному тижні виділення GPU для класу Astra знизилось ще на 59,2 відсотка, тоді як виділення для інших класів моделей зросло на 17,2 відсотка, що компенсувало близько 85 відсотків падіння класу Astra і залишило загальне виділення в проаналізованих робочих навантаженнях підкріплювального навчання практично незмінним. OpenAI зазначила, що ця тенденція відповідає заміні частини навчання та експериментів на моделі, що не належать до Astra, коли роботу над Astra обмежували. Експерименти підкріплювального навчання класу Astra з 20 липня по 6 серпня включали більшість запусків, за виділенням GPU, спрямованих на тестування впровадження покращень безпеки та захисту.

Позиція щодо рекурсивного самовдосконалення

У ширшій перспективі допис стверджує: “Ми ще не знаємо, як безпечно дістатися до повністю вирівняного, повного RSI.” OpenAI заявила, що працює над масштабуванням заходів вирівнювання та безпеки разом із підвищенням можливостей, але не може вважати, що прогрес у вирівнюванні та безпеці буде йти в ногу, і що більш потужні системи можуть стати важчими для моніторингу. Коли подальший розвиток створює неприпустимий ризик безпеки, компанія зазначає, що реагуватиме відповідно, зокрема уповільнюючи або зупиняючи розробку чи розгортання систем, які вона не може достатньо захистити.

OpenAI зазначила, що при відповідальному підході автоматизовані AI‑дослідження дадуть моделі, які підвищать благополуччя людей, знизять вартість передових інтелектуальних систем і можуть допомогти вирішити проблему вирівнювання, оскільки автоматизований AI‑дослідник може одночасно бути автоматизованим дослідником безпеки чи вирівнювання. Компанія додала, що ці аргументи не означають, що швидке рекурсивне самовдосконалення обов’язково має бути ціллю, і що рішення про його здійснення має залежати від здатності зберегти людський контроль і від поінформованих демократичних виборів.

Посилаючись на свою стратегічну політику frontier, OpenAI заявила, що вона та інші компанії мають бути зобов’язані публічно відстежувати прогрес у напрямку рекурсивного самовдосконалення, і що планує продовжувати таку прозорість навіть без вимоги. В додатку компанія зазначила, що термін «дослідник» охоплює будь‑якого члена її дослідницької організації, включаючи осіб, які будують дослідницьку інфраструктуру або керують проєктами, і що її метрики кодингових агентів охоплюють більшість, але не всі, випадки використання, з огляду на швидку еволюцію інструментів.