OpenAI считает работу агентов в «исследовательских днях»: 3,1 на одного учёного
OpenAI начала измерять работу исследовательской команды не только людьми, но и «агентскими рабочими днями». К середине августа на один день работы человека в её исследовательской организации приходилось 3,1 дня вычислительной работы coding-агентов.
Это не означает, что трое виртуальных коллег заменили каждого учёного. Сама OpenAI описывает достигнутый уровень скромнее: «автоматизированный research intern» способен под руководством человека выполнять чётко поставленные задачи, на которые квалифицированный исследователь потратил бы несколько дней.
Агенты стали измеряемой мощностью
Компания пишет, что медианный исследователь к середине августа расходовал через агентов свыше $600 в день по API-прайсу. У 90-го перцентиля расход превысил $7 000 в день. Это оценка стоимости по публичным тарифам, а не сумма реальных внутренних счетов OpenAI.
График: OpenAI, расчёты по опубликованным компанией данным.
Агенты помогают писать и отлаживать код, запускать эксперименты и разбираться с инфраструктурой. Но цифра 3,1 не доказывает, что именно они дали весь рост темпа: одновременно OpenAI нарастила доступный объём вычислений. Компания прямо оговаривает это ограничение.
Человек всё ещё держит руль
Приоритеты исследований, оценка результатов и решение о том, что масштабировать, остаются за людьми. Более того, в успешных задачах, рассчитанных на четыре—восемь часов, больше чем в половине случаев понадобилось вмешательство исследователя.
Это важная поправка к рекламе «автономных разработчиков». Агенты уже могут держать длинную техническую работу и давать параллельность, которую команда раньше не покупала. Но пока они не снимают с человека обязанность проверить направление, поймать неверное допущение и принять итоговое решение.
Безопасность способна остановить ускорение
В том же отчёте OpenAI рассказывает, что после инцидента на Hugging Face приостановила RL-обучение новейших моделей, усилила защиту исследовательской среды, red teaming и мониторинг. Часть нагрузок затем вернули под более строгим контролем, часть оставили на паузе.
Получается менее глянцевая, но полезная картина: агентная автоматизация действительно добавляет исследовательской команде «рабочие дни». Однако чем больше такой мощности получает лаборатория, тем дороже становится ошибка в контуре доступа и тем заметнее роль человека, который может нажать стоп.
