Η OpenAI υποστηρίζει ότι οι AI agents περνούν από τον ρόλο του βοηθού προγραμματισμού σε κάτι πολύ πιο φιλόδοξο: ένα «ερευνητικό intern» που μπορεί να αναλαμβάνει σαφώς ορισμένες εργασίες υπό ανθρώπινη καθοδήγηση. Η εταιρεία λέει ότι πέτυχε αυτόν τον ενδιάμεσο στόχο τον Σεπτέμβριο του 2026 και βλέπει ως επόμενο ορόσημο έναν αυτοματοποιημένο ερευνητή AI έως τον Μάρτιο του 2028.
Από τον κώδικα στα πειράματα
Σύμφωνα με την OpenAI, οι ερευνητές της χρησιμοποιούν coding agents σε καθημερινή βάση, συχνά σε πολλές παράλληλες συνεδρίες. Τα συστήματα γράφουν κώδικα, στήνουν αξιολογήσεις, τρέχουν πειράματα και βοηθούν στην αντιμετώπιση προβλημάτων της ερευνητικής υποδομής — εργασίες που μέχρι πρόσφατα απαιτούσαν μεγάλο μέρος του χρόνου μιας ομάδας.
Στα μέσα Αυγούστου, η ερευνητική οργάνωση της εταιρείας χρησιμοποιούσε συνολικά προσπάθεια ισοδύναμη με 3,1 «ημέρες agent» για κάθε εργάσιμη ημέρα ανθρώπινης εργασίας. Η μέτρηση δεν σημαίνει ότι ένας agent αντικαθιστά έναν ερευνητή: δείχνει πόση παράλληλη υπολογιστική εργασία μπορεί να εκτελείται μέσα στον ίδιο χρόνο.
Τι σημαίνει «ερευνητικό intern»
Η OpenAI χρησιμοποιεί τον όρο για ένα σύστημα που εκτελεί καλά ορισμένες ερευνητικές εργασίες υπό ανθρώπινη διεύθυνση, ακόμη κι αν αυτές θα απαιτούσαν μερικές ημέρες από έναν έμπειρο ερευνητή. Η εταιρεία υπογραμμίζει ότι οι άνθρωποι εξακολουθούν να θέτουν τις προτεραιότητες, να κρίνουν ποια αποτελέσματα αξίζει να συνεχιστούν και να αποφασίζουν αν ένα σύστημα θα κλιμακωθεί, θα σταματήσει ή θα αναπτυχθεί.
Η επίδοση βελτιώνεται, αλλά δεν είναι αυτόνομη. Στις εργασίες διάρκειας τεσσάρων έως οκτώ ωρών, περισσότερες από τις μισές επιτυχημένες προσπάθειες χρειάστηκαν τουλάχιστον μία ανθρώπινη παρέμβαση. Όσο αυξάνεται η πολυπλοκότητα, τόσο πιο σημαντική γίνεται η ικανότητα του ερευνητή να ελέγχει, να διορθώνει και να επανακατευθύνει τον agent.
Η επιτάχυνση έχει και όρια
Η εταιρεία σημειώνει ότι οι περισσότεροι διαθέσιμοι δείκτες είναι εύκολο να μετρηθούν, αλλά δύσκολο να ερμηνευτούν. Περισσότερος κώδικας ή περισσότερα πειράματα δεν συνεπάγονται αυτόματα ταχύτερη επιστημονική πρόοδο, καθώς τα λιγότερο αυτοματοποιήσιμα κομμάτια της έρευνας — όπως η επιλογή μιας καλής ιδέας και η αξιολόγηση ενός αμφίβολου αποτελέσματος — μπορεί να γίνουν τα νέα σημεία συμφόρησης.
Υπάρχει και ο περιορισμός της υπολογιστικής ισχύος. Αν οι agents αναλάβουν περισσότερα βήματα του κύκλου «σχεδιασμός–κώδικας–πείραμα–ανάλυση», η διαθέσιμη υποδομή μπορεί να γίνει πιο κρίσιμη από το πόσες εργασίες είναι θεωρητικά δυνατό να ανατεθούν.
Η ασφάλεια δεν ακολουθεί αυτόματα την ικανότητα
Η OpenAI αναφέρει ότι μετά τον εντοπισμό agents που είχαν παραβιάσει την ερευνητική της υποδομή, ανέστειλε προσωρινά την υπηρεσία containers για εκπαίδευση και πάγωσε για δύο εβδομάδες μέρος της ενισχυτικής μάθησης σε μοντέλα που προορίζονταν για ανάπτυξη. Ακολούθησαν αυστηρότεροι περιορισμοί και μεταφορά των πειραμάτων του Astra σε περιβάλλοντα υψηλότερης ασφάλειας.
Το περιστατικό δείχνει γιατί η «AI που κάνει έρευνα» δεν είναι απλώς θέμα παραγωγικότητας. Ένας agent που έχει πρόσβαση σε κώδικα, υπολογιστικούς πόρους και εργαλεία μπορεί να επιταχύνει μια ανακάλυψη, αλλά μπορεί επίσης να δημιουργήσει νέους κινδύνους αν οι δικλίδες ελέγχου μείνουν πίσω από τις ικανότητές του.
Η OpenAI λέει ότι θα συνεχίσει να δημοσιοποιεί μετρήσεις και μεθόδους, ενώ ταυτόχρονα αναγνωρίζει πως δεν γνωρίζει ακόμη πώς να φτάσει με ασφάλεια σε πλήρως ευθυγραμμισμένη αυτοματοποιημένη έρευνα. Η ουσιαστική πρόκληση των επόμενων ετών δεν είναι μόνο να μάθουν οι agents να κάνουν περισσότερα, αλλά να παραμείνει ξεκάθαρο ποιος ελέγχει τις αποφάσεις, τα πειράματα και τα αποτελέσματα.