OpenAI вперше оприлюднила "внутрішні досягнення RSI": досягнуто "автоматизованого дослідницького стажера"

Автор: Лун Юй
AI-колесо починає обертатися: OpenAI оприлюднила внутрішні дані, обсяг роботи агентів перевищує обсяг роботи людських дослідників у три рази.

6 вересня OpenAI опублікувала статтю в офіційному блозі "Прискорення досліджень: внутрішній погляд OpenAI" (Research acceleration: The view inside OpenAI), вперше оприлюднивши прогрес у "рекурсивному самовдосконаленні" (RSI) у формі внутрішніх даних. OpenAI стверджує, що їй вдалося досягти цілі, поставленої минулої осені: до вересня цього року створити "автоматизованого дослідницького стажера".

Визначення "дослідницького стажера" від OpenAI: "система, яка може виконувати чітко визначені дослідницькі завдання під керівництвом людини, включаючи ті, які потребують кілька днів роботи досвідченого дослідника."

Наступна мета: до березня 2028 року досягти повноцінного "автоматизованого AI-дослідника", здатного брати участь у дослідженнях глибокого навчання та вирівнювання, і через ітерації подальшого вдосконалення системи.

Це означає, що "AI навчає AI" колесо прискорюється: AI генерує більше коду та експериментальних результатів, дослідження прискорюються, кращі моделі тренуються, що, в свою чергу, підвищує можливості агентів.

Колесо обертається: обсяг роботи AI-агентів у три рази перевищує людський

З даних, опублікованих OpenAI, видно, що агенти спочатку змінюють повсякденний робочий процес дослідників.

На початку цього року, серед OpenAI-дослідників, які використовували агентів, ті, хто займав середнє місце за обсягом використання, все ще мали обмежене використання кодувальних агентів. До середини серпня ця група дослідників вже інтегрувала агентів у свої щоденні робочі процеси. За розрахунками на основі цін API, щоденне використання агентів середнього дослідника перевищило 600 доларів; дослідники, які входять до 10% з найбільшим використанням у дослідницькій організації, щодня використовують токени на суму понад 7000 доларів.

OpenAI також зазначила, що зростання використання агентів у дослідницькому відділі перевищує зростання в інших командах компанії. За розрахунками на основі зміни токенів середніх співробітників, використання в дослідницькому відділі зросло в 124 рази з грудня 2025 року.

Ключовий момент стався в червні цього року.

До червня загальний час роботи агентів у дослідницькій організації все ще був нижчим за загальний час роботи людей. Після цього ситуація змінилася. Станом на середину серпня, за стандартним 8-годинним робочим днем, на кожен витрачений людський робочий день агенти дослідницької організації вже виробили 3,1 робочого дня роботи.

Водночас OpenAI стверджує, що зростає кількість дослідників, які одночасно запускають 4 або більше сесій агентів.

Прискорення коду та експериментів, виконувані етапи розробки збільшуються

OpenAI описує розробку AI як процес, що складається з кількох етапів: пропозиція вдосконалень, проектування оцінок, написання інфраструктури, проведення масштабних тестувань, виявлення помилок або небезпечних поведінок під час навчання та інтеграція ефективних рішень у основне навчання.

Будь-який з цих етапів може обмежити загальний цикл розробки.

OpenAI стверджує, що написання коду та проведення експериментів є двома основними завданнями дослідників, а внутрішні дані відображають, що ці дві діяльності прискорюються.

З одного боку, загальна швидкість доставки коду інженерами компанії зростає. З іншого боку, з 2026 року кількість експериментів на кожного активного експериментатора постійно зростає; у серпні 2026 року досягнуто нового максимуму з моменту початку відстеження в січні 2025 року.

OpenAI зазначає, що ця тенденція пов'язана зі зростанням використання Codex, але також підкреслює, що з 2025 року доступна обчислювальна потужність також значно зросла, тому не можна повністю пов'язувати зростання експериментів з агентами.

"Ці дані відносно легко виміряти, але можуть бути важкими для пояснення."

OpenAI також зазначає, що з просуванням автоматизації найменш автоматизовані завдання можуть займати більше часу у дослідників і ставати новими вузькими місцями у майбутній розробці; обчислювальна потужність також може стати більш критично важливою після ослаблення інших вузьких місць.

З цієї ланцюга видно, що агенти не лише покращують ефективність окремих етапів, а й скорочують час очікування в циклі розробки, збільшуючи постачання коду, кількість тестувань і здатність до усунення неполадок. Більше експериментів генерують більше результатів, які дослідники можуть відфільтрувати, перевірити та інтегрувати, формуючи цикл "людина визначає напрямок --- агент виконує --- експериментальний зворотний зв'язок --- людина знову приймає рішення".

Завдання розширюються від написання коду до усунення неполадок, моніторингу та аналізу, але частка високорівневих рішень залишається низькою

OpenAI використовує класифікаційну рамку передових завдань у розробці AI, запропоновану Epoch AI, для розподілу завдань, які дослідники передають кодувальним агентам.

Ця рамка розділяє діяльність у розробці AI на шість категорій: визначення, що робити, проектування дослідницьких планів, створення коду та наборів даних, проведення навчання та оцінки, аналіз експериментів та моделей, а також комунікація дослідницьких висновків та рішень.

OpenAI стверджує, що з січня по серпень 2026 року активність агентів у всіх цих категоріях зросла.

Найбільше зросли завдання, пов'язані з дослідженням та інфраструктурним кодом, технічною допомогою та перевіркою, запуском моніторингу та налагодження, аналізом експериментальних результатів, а також експлуатацією обчислювальних кластерів.

Серед них, щоденний приріст токенів на дослідника для дослідницького та інфраструктурного коду досягнув максимального значення 198,2 тисячі; технічна допомога та перевірка зросли на 158,8 тисячі; запуск, моніторинг та налагодження зросли на 133,1 тисячі.

Проте OpenAI зазначає, що високорівневі планувальні завдання все ще займають лише невелику частку виходу агентів. Наприклад, токени для завдань "визначити, що робити" та "вирішити, продовжувати чи зупинити" залишаються на низькому рівні.

Це означає, що, принаймні згідно з поточними внутрішніми даними OpenAI, агенти охопили більше виконавчих і технічних завдань у процесі розробки, але вибір напрямку дослідження, розподіл ресурсів та оцінка результатів все ще в основному здійснюються людьми.

Успішність агентів зростає, але складні завдання все ще потребують людського втручання

OpenAI також оприлюднила дані про успішність виконання завдань агентами.

З січня по липень цього року, у завданнях з перевіреними результатами, успішність на всіх рівнях складності (вимірюється за часом, необхідним людині для виконання) загалом зросла.

Але є одна важлива обмеження: чим складніше завдання, тим більше потрібно людського втручання. Протягом останніх шести місяців у завданнях, які потребують 4-8 годин роботи людини, більше половини успішних випадків включали принаймні одне людське втручання.

OpenAI зазначає: "Агенти все ще потребують значного людського керівництва для досягнення успіху, особливо з підвищенням складності завдань."

Інциденти безпеки призводять до призупинення: колесо також може бути зупинено

Колесо не обертається без тертя.

20 липня OpenAI виявила, що агенти вторглися в внутрішню дослідницьку інфраструктуру, і негайно тимчасово закрила контейнери, що використовуються для навчання, відновивши їх після введення численних додаткових обмежень. Це призвело до різкого зниження обчислювальної потужності для навчання з підкріпленням, що тривало близько двох тижнів.

6-7 серпня попередні дані показали, що модель Astra, ймовірно, має ключові мережеві можливості відповідно до визначення її "рамки готовності" (Preparedness Framework), і OpenAI ввела додаткові специфічні обмеження безпеки для моделі Astra, вимагаючи її роботи в середовищі дослідження з вищим рівнем безпеки.

Протягом наступного тижня розподіл GPU рівня Astra знизився ще на 59,2%, але розподіл обчислювальної потужності для інших категорій моделей зріс на 17,2%, що компенсувало близько 85% дефіциту потужності Astra, загальний розподіл обчислювальної потужності для навчання з підкріпленням залишився практично незмінним.

OpenAI інтерпретує це так: "Коли вводяться нові контрольні заходи, обчислювальна потужність залишається цінною та гнучкою, природно переходячи до альтернативних цілей у дослідницькій організації."

Головний науковець OpenAI в той же день виступив з попередженням

В той же день головний науковець OpenAI Якуб Пачоцький опублікував довгу статтю "Інопланетний розум" (An Alien Mind).

У статті стверджується, що AI виховується, а не створюється. Ті, хто його створює, також не зовсім його розуміють. Єдине вікно, через яке людство може бачити, про що думає AI, - це ланцюги його мислення, які він пише. Це вікно закривається. AI вже почав брати участь у навчанні наступного покоління AI, і ця швидкість не сповільниться. Зараз жодна лабораторія не працює на повну потужність, включаючи OpenAI.

Пачоцький у статті написав: "На основі внутрішніх результатів я сильно очікую, що ця швидкість прогресу може тривати до рекурсивного самовдосконалення." Але він також зазначив, що "на даний момент я вважаю, що жодна лабораторія не досягла достатнього рівня узгодження та моніторингу, щоб відповідально продовжувати розширюватися на максимальній швидкості занадто довго."

Він закликав галузь добровільно сповільнитися і закликав уряди країн зробити міжнародну координацію пріоритетом.

Прозорість та демократичне управління

OpenAI в кінці звіту зазначає, що продовжить відкрито повідомляти про прогрес RSI і в своїй "передовій політичній схемі" стверджує, що компанії, включаючи OpenAI, повинні бути зобов'язані відкрито відстежувати свій прогрес у RSI.

Звіт також визнає обмеження поточної вимірювальної роботи: "Дослідження AI, кероване агентами, все ще є новим явищем, і ми все ще вчимося, як його вимірювати." Деякі показники (такі як обсяг коду) легко збирати, але важко інтерпретувати; більш безпосередні показники, що відображають прогрес у дослідженнях (такі як успішність завдань агентів), є складними та важко перевіряються.

Відповідь OpenAI: "Щоразу, коли ми виявляємо, що подальший прогрес може призвести до неприпустимих ризиків для безпеки, ми вживаємо відповідних заходів, включаючи уповільнення або зупинку розробки чи впровадження систем, які, на нашу думку, не можуть бути достатньо безпечними."

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.