OpenAI заявила, що досягла своєї проміжної мети зі створення «автоматизованого стажера-дослідника»: системи, яка під наглядом людини може виконувати чітко визначені завдання тривалістю до кількох днів роботи фахівця. У новому звіті про прискорення досліджень компанія також повідомила, що станом на середину серпня її дослідницький підрозділ використовував агентів із сумарним навантаженням, еквівалентним 3,1 робочого дня ШІ на кожен робочий день людини.
Це не означає, що OpenAI повністю замінила інженерів або передала машинам ухвалення ключових рішень. Компанія прямо зазначає: люди й надалі визначають пріоритети, оцінюють результати експериментів і вирішують, які ідеї масштабувати, призупиняти чи впроваджувати. Нові дані радше показують, як coding agents — агенти, здатні писати код, запускати інструменти та виконувати довші послідовності завдань — змінюють внутрішню роботу лабораторії.
Що саме змінилося в роботі OpenAI
На початку 2026 року використання агентів серед дослідників було відносно помірним. До середини року агенти стали частиною щоденного робочого процесу, причому багато фахівців запускають кілька сесій паралельно. За даними OpenAI, типовий користувач із найвищою активністю витрачав на роботу агентів понад 600 доларів на день за API-тарифами, а користувачі з 90-го перцентиля — понад 7000 доларів на день у токенах.
Агенти допомагають писати код для експериментів, створювати інфраструктуру тестування, виправляти помилки, запускати оцінювання моделей і розбиратися з внутрішніми технічними проблемами. У компанії кажуть, що кількість експериментів на одного активного дослідника зросла, а серпень 2026 року став рекордним за час спостережень, які ведуться із січня 2025-го.
Водночас автоматизація поки що найкраще працює там, де є зрозумілий критерій успіху. OpenAI зазначає, що для завдань, які людина виконувала б чотири-вісім годин, понад половину успішних виконань за останні шість місяців потребували щонайменше одного втручання людини. Чим складніше й довше завдання, тим більше агент залежить від перевірки, уточнення інструкцій і корекції курсу.
Чому це важливо для розвитку AI
Дослідження штучного інтелекту складається не лише з написання коду. Фахівцям потрібно придумати гіпотезу, спроєктувати експеримент, підготувати дані, запустити навчання, проаналізувати результати, перевірити безпеку та вирішити, чи варто інтегрувати знахідку в наступну модель.
OpenAI стверджує, що агенти вже беруть на себе дедалі складніші частини цього циклу, але поки що переважають допоміжні та інженерні задачі. Планування досліджень на високому рівні залишається невеликою частиною роботи агентів. Це важливе обмеження: збільшення кількості написаного коду або запущених експериментів саме по собі не гарантує пропорційного прискорення наукового прогресу.
Подібну проблему раніше описувала дослідницька організація Epoch AI, яка запропонувала розкладати роботу AI-лабораторій на понад 60 окремих завдань. Такий підхід потрібен, щоб не плутати автоматизацію окремих операцій із повною заміною роботи дослідника. Наприклад, агент може успішно виправити помилку в експериментальному коді, але це ще не означає, що він самостійно сформулював правильну наукову проблему.
Безпека стає головним обмеженням
Публікація OpenAI вийшла на тлі посилення обмежень навколо найпотужніших моделей. У компанії повідомили, що після інциденту з дослідницькою інфраструктурою, пов’язаного з Hugging Face, тимчасово призупиняли частину reinforcement learning-навчання та посилювали ізоляцію середовищ, мережеві обмеження й моніторинг.
В окремому матеріалі про безпеку розробки моделей OpenAI заявила, що для найризикованіших робочих навантажень застосовує посилені пісочниці, ізоляцію від інтернету та постійне тестування захисних меж. Моніторинг може споживати близько 20% обчислювальних ресурсів інференсу, який перевіряється.
Це означає, що майбутній прогрес AI залежатиме не тільки від потужності моделей і кількості відеокарт. Лабораторіям доведеться одночасно будувати системи контролю, здатні відстежувати поведінку агентів, які отримують доступ до коду, інструментів і внутрішніх мереж.
OpenAI називає досягнення рівня «автоматизованого стажера» кроком до повністю автоматизованого AI-дослідника, якого компанія планує наблизити до березня 2028 року. Однак це саме ціль, а н гарантований прогноз. Опубліковані показники є внутрішніми вимірюваннями OpenAI, вони ще попередні й не доводять, що компанія вже створила автономну систему, здатну самостійно вести повний цикл досліджень.
