Компания OpenAI заявила, что её ИИ-агенты стали заметно лучше выполнять исследовательские задачи без вмешательства человека. По внутренним оценкам, в период с марта по октябрь 2026 года доля задач, которые агенты выполняли самостоятельно и для которых человеку обычно требуется от двух до четырёх часов работы, выросла с 23% до 46%. Для задач, требующих от четырёх до восьми часов человеческой работы, показатель успешного выполнения вырос с 13% до 35%.
Результаты существенно отличаются в зависимости от типа работы, а некоторые технические задачи всё ещё остаются довольно сложными для автономных систем. Агенты достигли успешности на уровне 79% при мониторинге учебных запусков моделей, однако значительно хуже справлялись с запуском таких процессов. Написание программного обеспечения для систем инференса и обслуживания моделей оказалось ещё более сложным направлением, где уровень автономного выполнения составил лишь 25%.
Различия по категориям задач и затраты
Результаты также различались между категориями задач. В августе-октябре 2026 года агенты демонстрировали успешность 69% в коммуникационных задачах и 58% в аналитической работе. Для создания исследовательской инфраструктуры этот показатель составил 43%.
- Средние ежедневные затраты исследователей на агентов для программирования в октябре — 2400 долларов, что на 62% больше по сравнению с сентябрьскими 1500 долларами.
- Для пользователей с наивысшим уровнем использования ежедневные затраты достигли 23 000 долларов против 11 000 долларов месяцем ранее.
Несмотря на улучшение возможностей агентов, роль людей остаётся важной. ИИ-системы всё ещё испытывают трудности с научной оценкой результатов, качеством программного обеспечения, планированием экспериментов и обеспечением надёжности полученных результатов. Из-за этого выполненные агентами задачи нередко требуют тщательной проверки и исправлений со стороны исследователей.
Количество документированных вкладов в направлении Safety and Alignment между январём и сентябрём 2026 года увеличилось на 77%, что стало наибольшим абсолютным приростом среди исследовательских направлений компании. OpenAI связывает это как с расширением команды, так и с переходом части сотрудников к работе над вопросами безопасности.