Как растёт использование агентов
Во втором отчёте об ускорении исследований OpenAI рассказала, насколько ИИ-агенты встроены в разработку новых моделей. Компания собирает показатели возможного рекурсивного самоулучшения: ситуации, когда ИИ ускоряет создание следующих поколений систем.
Использование внутренних инструментов, включая Codex и Dots, недавно резко выросло. В пересчёте на восьмичасовые рабочие дни агенты выполняли объём работы, равный 5,7 дня на одного исследователя за календарный день. В командах предварительного и последующего обучения этот показатель достигал примерно восьми дней. В периоды пикового использования более двух третей исследователей, попавших в выборку, запускали параллельно не менее четырёх агентов.
В сентябре теоретическая стоимость такого времени работы агентов по тарифам API была вдвое выше обычных расходов на зарплаты исследователей. Расчёт не учитывал пакеты акций, которые составляют 70–80% общей компенсации в OpenAI. При этом на внутренних агентов приходилось лишь 2% всех вычислительных ресурсов компании, выделенных на исследования.
Рутинные задачи удаются лучше
С марта по октябрь расчётная доля задач, которые агенты выполняли автономно, без участия человека, выросла с 23 до 46% для заданий длительностью от двух до четырёх часов. Для задач на четыре-восемь часов показатель поднялся с 13 до 35%. Однако классификация Epoch AI показывает, что системы лучше справляются с относительно простыми заданиями.
Агенты успешно отслеживают ход обучения модели в 79% случаев и самостоятельно отвечают на технические вопросы в 72% случаев. В более сложной инженерной работе результаты ниже:
Во внутреннем нерепрезентативном опросе 101 сотрудника медианный ответ показал, что исследователи скорее согласились бы потерять 40% сотрудников своей команды или 30% вычислительных ресурсов, чем три месяца обходиться без нынешних агентов для программирования. В отдельном экспресс-опросе 28 сотрудников 27 человек предпочли последнюю внутреннюю модель инженеру-человеку с опытом в середине карьеры.
Где требуется контроль людей
В качественных интервью с десятью исследователями обнаружилась обратная сторона широкого применения агентов. По словам участников, моделям не хватает понимания того, какие исследовательские идеи перспективны и насколько качественны код и данные. Агенты отвлекаются на лишние шаги, строят анализ на неверных предположениях, предлагают некачественные изменения кода и создают непригодные для работы данные. Без тщательного надзора людей это может приводить к напрасным затратам вычислительных ресурсов.
Ключевые идеи для GPT-6 Astra и GPT-6.2 Astra, по словам опрошенных команд, исходили только от людей, работавших над последующим обучением и безопасностью. Лишь в предварительном обучении GPT-6.2 Astra отдельные исследователи сообщили, что получили важные идеи в диалоге с Codex.
В заключении OpenAI предупреждает, что наблюдаемые сейчас результаты сотрудничества людей и ИИ нельзя автоматически переносить на будущее. Компания указывает на недавние быстрые прорывы ИИ в математике и допускает, что столь же резкие изменения могут произойти и в исследованиях глубокого обучения по мере роста самостоятельности моделей.
Ранее организация по оценке ИИ METR, изучив работу конкурента Anthropic в течение одиннадцати недель, предположила, что применение ИИ почти вдвое ускорило разработку. В начале сентября OpenAI в первом отчёте об ускорении исследований заявила, что достигла поставленной самой компанией цели — создать автоматизированного ИИ-стажёра-исследователя. В сопроводительной публикации главный научный сотрудник Джейкуб Пачоцки предупредил о риске потери контроля: проверка выявила многочисленные пробелы в системе надзора.
По оценке Dataist, цифры OpenAI показывают быстрое расширение использования агентов, но не подтверждают, что они способны самостоятельно вести исследования: ключевые идеи для двух моделей по-прежнему исходили от людей. Компания также признаёт, что нынешние результаты сотрудничества людей и ИИ могут не предсказывать дальнейший темп изменений.
Читайте также
Superhuman внедряет своего ассистента Go повсюду
Музыкальная индустрия Австралии отвергла предложение освободить музыкантов от сбора данных для обучения ИИ, назвав его попыткой «разделяй и властвуй»
Pangram счёл 99% отмеченного премией романа перуанского автора текстом ИИ, но издательство его поддержало
Nvidia заинтриговала, не подав обычный отчёт в SEC
Модели Anthropic, OpenAI и Google без труда назначали медиков, журналистов и сдающихся солдат целями дронов-камикадзе
Snapchat разрешила создавать AR-линзы с помощью ИИ-ассистентов вроде Claude Code и Cursor
Продавить ненужные никому дата-центры и надеяться, что пузырь ИИ не лопнет: таков план Британии по росту экономики
OCR-модели оцифровывают миллион страниц дешевле $130: за 18 месяцев цены упали в пять раз
Если технарям приходится увольняться, чтобы бить тревогу, пора беспокоиться
Mistral догоняет конкурентов с Vibe Desktop, пока те уже управляют целыми операционными системами
Более половины электроэнергии крупнейших дата-центров США дают газ и уголь
Сатья Наделла объяснил, зачем предложил 60 тысячам сотрудников Microsoft уйти из компании
Hugging Face направляет запросы к моделям через OpenRouter, выбирая лучшие цену или скорость
На фоне опасений из-за кибератак с ИИ Сатья Наделла предупредил: многие объекты критической инфраструктуры нельзя защитить обновлениями
Google выпустила Gemini 4 Neon: кодит на уровне Opus 5.5, а токены API на 25% дешевле
Четверо школьников из Мэриленда подали в суд после того, как ИИ принял пакет Doritos за оружие
Война за ИИ-чипы в США набирает обороты самым нелепым образом
OpenAI впервые допустила четырёх независимых аудиторов к своим ИИ-системам на месте
Сатья Наделла: ИИ-агенты изменят экономику интернета
В рамках «Project Exponential» KPMG поставила ИИ-агентов рядом с аудиторской командой — и те глубже разбирались в отдельных вопросах
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram