ИИ-агенты научились самостоятельно выполнять почти половину многочасовых исследовательских задач

Компания OpenAI опубликовала результаты внутреннего исследования, показывающего заметный рост самостоятельности ИИ-агентов при разработке новых систем искусственного интеллекта. С марта по октябрь 2026 года оценочная доля успешно выполненных без вмешательства человека задач продолжительностью от двух до четырёх часов увеличилась с 23 до 46%. Для более сложных заданий, требующих от исследователя от четырёх до восьми часов, показатель вырос с 13 до 35%.
OpenAI
Исследователи оценивали работу программных агентов, способных писать код, анализировать результаты экспериментов и взаимодействовать с вычислительной инфраструктурой. При этом эффективность существенно зависела от характера задания: с наблюдением за процессом обучения моделей агенты справлялись в 79% случаев, с запуском обучения — в 35%, а с написанием кода для выполнения нейросетевых вычислений и обслуживания моделей — только в 25%. Такие различия показывают, что способность самостоятельно выполнять отдельные операции ещё не означает готовности полностью автоматизировать исследовательский процесс.
В отчёте также приведены данные о масштабах использования агентов внутри компании. Средний объём их работы на одного исследователя увеличился с 0,5 до 5,7 условного рабочего дня, причём один такой день соответствует восьми часам работы агента. К середине октября более двух третей исследователей одновременно запускали не менее четырёх агентов в пиковые периоды, а свыше 10% использовали как минимум шестнадцать. Параллельное выполнение заданий позволяет увеличивать объём вычислительной работы без пропорционального увеличения времени непосредственного участия человека.
Рост использования ИИ сопровождался изменением исследовательской деятельности. За четыре недели, завершившиеся 18 октября, число зарегистрированных экспериментов на одного активного экспериментатора достигло 1,68 от среднего уровня 2025 года. Однако авторы подчёркивают, что увеличение количества экспериментов и написанного кода само по себе не доказывает сопоставимого ускорения научного прогресса: часть результатов может оказаться бесполезной или потребовать существенной переработки.
Особое внимание исследователи уделили происхождению новых научных идей. По результатам интервью с участниками разработки GPT-6 Astra и GPT-6.2 Astra, большинство ключевых концепций по-прежнему предлагали люди, тогда как агенты помогали реализовывать и проверять их. Вместе с тем при создании GPT-6.2 Astra отдельные исследователи уже отмечали случаи, когда Codex предлагал изменения, позволявшие довести первоначальную идею до работоспособного состояния. Это свидетельствует о постепенном расширении роли ИИ от программного исполнителя до участника технического поиска.
Представленные показатели основаны на внутренних измерениях OpenAI, опросах сотрудников и оценках успешности задач, поэтому их нельзя считать независимым подтверждением аналогичной эффективности в других лабораториях. Состав поручаемых агентам заданий также менялся по мере развития моделей, что затрудняет прямое сравнение результатов разных месяцев. Следующим направлением исследований станет более точное измерение влияния агентов на качество и скорость научных достижений, а также оценка того, насколько ИИ способен ускорять разработку собственных последующих поколений.