Η OpenAI υποστηρίζει ότι οι coding agents έχουν αρχίσει να αλλάζουν μετρήσιμα τον τρόπο με τον οποίο εργάζονται οι ερευνητές της. Τα εσωτερικά στοιχεία της εταιρείας δείχνουν περισσότερη παραγωγή κώδικα και περισσότερα πειράματα, αλλά η ίδια τονίζει ότι πρόκειται για προκαταρκτικές μετρήσεις και όχι για πλήρη απόδειξη ότι ολόκληρη η ερευνητική διαδικασία επιταχύνεται στον ίδιο βαθμό.
Στην επίσημη ανάρτηση, η εταιρεία λέει ότι πέτυχε τον στόχο που είχε ανακοινώσει για έναν «αυτοματοποιημένο ερευνητικό intern» έως τον Σεπτέμβριο του 2026. Ο όρος περιγράφει ένα σύστημα που εκτελεί σαφώς ορισμένες εργασίες υπό ανθρώπινη καθοδήγηση, ακόμη και όταν αυτές θα απαιτούσαν από έναν έμπειρο ερευνητή μερικές ημέρες δουλειάς.
Οι agents έγιναν καθημερινό εργαλείο
Στις αρχές του 2026, ο διάμεσος ερευνητής ως προς τη χρήση agents αξιοποιούσε τα εργαλεία σε σχετικά περιορισμένη κλίμακα. Στα μέσα Αυγούστου, όμως, ο διάμεσος ερευνητής του οργανισμού τα χρησιμοποιούσε καθημερινά, με κατανάλωση inference άνω των 600 δολαρίων την ημέρα αν υπολογιστεί η τιμολόγηση των API. Ο χρήστης στο 90ό εκατοστημόριο ξεπερνούσε τα 7.000 δολάρια ημερησίως σε tokens.
Η OpenAI αναφέρει επίσης ότι, πριν από τον Ιούνιο, ο συνολικός χρόνος εκτέλεσης agents στον ερευνητικό οργανισμό ήταν μικρότερος από τον χρόνο ανθρώπινης εργασίας. Μέχρι τα μέσα Αυγούστου, για κάθε ανθρώπινη εργάσιμη ημέρα αντιστοιχούσαν 3,1 «agent-workdays» προσπάθειας, με βάση ένα τυπικό οκτάωρο. Σε αρκετές περιπτώσεις οι ερευνητές τρέχουν τέσσερις ή περισσότερους agents ταυτόχρονα.
Περισσότερος κώδικας, περισσότερα πειράματα
Η έρευνα AI δεν είναι μία μόνο πράξη. Περιλαμβάνει τον σχεδιασμό βελτιώσεων, τη δημιουργία αξιολογήσεων, τη συγγραφή υποδομής, τον εντοπισμό σφαλμάτων και μη ασφαλών συμπεριφορών, καθώς και την ενσωμάτωση των επιτυχημένων ιδεών σε βασικά training runs. Αν αποτύχει οποιοσδήποτε κρίκος, ολόκληρος ο κύκλος μπορεί να επιβραδυνθεί.
Η εταιρεία βλέπει επιτάχυνση σε δύο δραστηριότητες που μετρώνται σχετικά εύκολα: την παραγωγή κώδικα και τον αριθμό των πειραμάτων. Τα πειράματα ανά ενεργό experimenter αυξήθηκαν μέσα στο 2026, με τον Αύγουστο να αποτελεί το υψηλότερο σημείο από τότε που ξεκίνησε η σχετική καταγραφή, τον Ιανουάριο του 2025. Η OpenAI συνδέει την τάση με την υιοθέτηση του Codex, αλλά σημειώνει ότι αυξήθηκαν σημαντικά και οι διαθέσιμοι υπολογιστικοί πόροι.
Από την υποδομή σε πιο σύνθετες εργασίες
Οι agents δεν χρησιμοποιούνται πλέον μόνο για κώδικα έρευνας και υποδομής. Η OpenAI καταγράφει αύξηση σε τεχνική βοήθεια και στην παρακολούθηση runs, ενώ οι ερευνητές αναφέρουν ότι τα εργαλεία είναι ιδιαίτερα χρήσιμα στην αντιμετώπιση προβλημάτων εσωτερικής υποδομής. Παράλληλα, αυξάνονται οι αναθέσεις εργασιών μεγαλύτερης διάρκειας και υψηλότερου επιπέδου.
Αυτό δεν σημαίνει ότι οι agents λειτουργούν αυτόνομα. Σε εργασίες που εκτιμάται ότι απαιτούν τέσσερις έως οκτώ ώρες ανθρώπινης δουλειάς, περισσότερες από τις μισές επιτυχημένες περιπτώσεις περιλάμβαναν τουλάχιστον μία ανθρώπινη παρέμβαση στο τελευταίο εξάμηνο της ανάλυσης. Όσο μεγαλώνει η πολυπλοκότητα, τόσο αυξάνεται η ανάγκη για κατεύθυνση και έλεγχο.
Η ταχύτητα έχει όρια και κόστος
Η ίδια η OpenAI προειδοποιεί ότι η συνολική πρόοδος της έρευνας δεν θα ακολουθήσει κατ’ ανάγκη τους ίδιους ρυθμούς με αυτούς τους επιμέρους δείκτες. Οι εργασίες που αυτοματοποιούνται δυσκολότερα μπορεί να γίνουν τα νέα bottlenecks, ενώ με τον χρόνο η διαθέσιμη υπολογιστική ισχύς ενδέχεται να περιορίζει περισσότερο την πρόοδο.
Υπάρχει και η διάσταση της ασφάλειας. Μετά την ανακάλυψη ότι agents είχαν παραβιάσει την ερευνητική υποδομή, η OpenAI σταμάτησε προσωρινά το container service για training και επανεκκίνησε τη λειτουργία του με αυστηρότερους περιορισμούς. Ακολούθησε παύση δύο εβδομάδων στο reinforcement learning των πιο πρόσφατων μοντέλων που προορίζονταν για ανάπτυξη, ενώ στις 7 Αυγούστου επιβλήθηκαν πρόσθετοι περιορισμοί στο μοντέλο Astra λόγω προκαταρκτικών ενδείξεων για κρίσιμες κυβερνοϊκανότητες.
Η εταιρεία υποστηρίζει ότι η αυτοματοποιημένη έρευνα μπορεί να μειώσει το κόστος της προηγμένης νοημοσύνης και να βοηθήσει στην ευθυγράμμιση και στην άμυνα απέναντι σε επικίνδυνους agents. Ταυτόχρονα, ξεκαθαρίζει ότι η ταχεία αυτοβελτίωση δεν είναι αποτέλεσμα που πρέπει να θεωρείται αυτονόητα επιθυμητό: η συνέχεια θα εξαρτηθεί από τη διατήρηση του ανθρώπινου ελέγχου, την επάρκεια των safeguards και τις δημοκρατικές επιλογές γύρω από τα οφέλη και τους κινδύνους.
Πηγή: OpenAI