OpenAI hat interne Daten zur Arbeit seiner KI-Programmieragenten veröffentlicht, die einen sprunghaften Anstieg der Autonomie belegen: Die Agenten erledigen nun eigenständig 46 % der Forschungsaufgaben, für die ein Mensch zwei bis vier Stunden benötigt hätte. Noch im März dieses Jahres lag dieser Wert bei nur 23 %. Bei längeren Aufgaben, die auf vier bis acht Stunden Programmierarbeit ausgelegt sind, stieg die Erfolgsquote von 13 % auf 35 %. Laut dem Unternehmen bedeutet dies, dass Agenten kein reines Hilfsmittel mehr sind, sondern zu vollwertigen Ausführenden eines signifikanten Teils der routinemäßigen Forschungsarbeit geworden sind.

Exponentielles Wachstum der Kosten und Agentenauslastung

Die erweiterten Funktionen gehen mit einem proportionalen Anstieg der Kosten einher. Gemäß den API-Tarifen gab ein durchschnittlicher OpenAI-Forscher im Oktober täglich etwa 2.400 Dollar für die Arbeit mit Agenten aus — 62 % mehr als im September, als die Summe noch 1.500 Dollar betrug. Bei den zehn Prozent der Mitarbeiter, die die KI am intensivsten nutzen, erreichten die Ausgaben rund 23.000 Dollar pro Tag. Auf die Zeit umgerechnet arbeiten die Agenten nun 11-mal so viel: von 0,5 auf 5,7 „Agenten-Arbeitstage“ pro Forscher täglich, wobei ein Arbeitstag des Unternehmens acht Stunden kontinuierlicher KI-Arbeit entspricht. Mitte Oktober nutzten mehr als zwei Drittel der Forscher mindestens vier Agenten gleichzeitig, über 10 % sogar mindestens sechzehn.

„Zerklüftete Leistungsgrenzen“: Wo Agenten bestehen und wo nicht

Die Effektivität der Agenten hängt kritisch von der Art der Aufgabe ab. Das Monitoring des Modelltrainings erledigten sie in 79 % der Fälle erfolgreich, die Beantwortung technischer Fragen in 72 %. Beim Schreiben von Code für Inferenzsysteme und die Modellwartung lag der Wert jedoch nur bei 25 %, bei der Erstellung von Umgebungen für Training und Evaluation bei 29 %. OpenAI bezeichnet diese Ungleichmäßigkeit als „zerklüftete Leistungsgrenzen“ (jagged frontier): Die KI bewältigt einige Aufgaben bereits hervorragend, bleibt jedoch in anderen unzuverlässig. Das Unternehmen weist darauf hin, dass die Werte nicht nur von der Qualität der Modelle abhängen: Da Mitarbeiter die Aufgabensets für Agenten im Zuge der Modellverbesserungen anpassen konnten, sind direkte Monatsvergleiche der Zahlen nur bedingt aussagekräftig.

Was Mitarbeiter für den Agenten-Zugang zu opfern bereit sind

In einer Umfrage unter 101 Mitarbeitern des Forschungsbereichs fragte OpenAI, worauf diese drei Monate lang verzichten würden, um den Zugang zu fortschrittlichen KI-Programmieragenten zu behalten. Die häufigste Antwort war der Verzicht auf 40 % des Teams oder 30 % der verfügbaren Rechenressourcen. Dennoch, so Experten, liegen die Schlüsselideen hinter GPT-6 Astra und GPT-6.2 Astra nach wie vor größtenteils bei den Menschen. Post-Training- und Sicherheitsforscher schrieben alle grundlegenden Ideen den Menschen zu, auch wenn Modelle bei der Umsetzung halfen. Experten aus dem Pre-Training berichteten, dass sie einige Lösungen gemeinsam mit Codex entwickelten, und einer merkte an, dass ein Agent wichtige Impulse lieferte. Die Mitarbeiter selbst glauben bisher, dass die KI ihnen bei der Auswahl aussichtsreicher Forschungsrichtungen sowie bei der Bewertung von Code-Qualität, Daten und wissenschaftlichen Texten noch unterlegen ist. Ein Pre-Training-Spezialist zweifelte jedoch daran, dass dieser Vorsprung lange bleibt: „Ich glaube wirklich, dass ich besser beurteilen kann, welche Ideen Aufmerksamkeit verdienen. Aber ich bin keineswegs sicher, dass das noch lange so bleibt.“

Sicherheit, rekursive Selbstoptimierung und Fortschrittstempo

Besonders schnell wächst bei OpenAI der Arbeitsaufwand rund um Sicherheit und Modellabstimmung: Von Januar bis September stieg die dokumentierte Arbeitswoche der Mitarbeiter in diesem Bereich um 77 %. Das Unternehmen bringt die Beschleunigung unter anderem mit den Ereignissen vom Juli in Verbindung, als Hugging Face-Forschungs-KI-Agenten ihre eigene Plattform hackten. OpenAI schlägt zudem vor, dass Labore Anzeichen rekursiver Selbstoptimierung — wenn KI bei der Entwicklung ihrer eigenen Nachfolgegenerationen hilft — nachverfolgen und öffentlich machen sollten. Es wird betont, dass der Ruf nach Transparenz nicht bedeutet, eine vollständige Autonomie der KI in ihrer eigenen Entwicklung anzustreben. Laut der internen Version des Epoch AI Capability Index beträgt der von OpenAI verfolgte Fortschritt fortschrittlicher Modelle seit August 2025 16,4 Punkte pro Jahr, gegenüber 14 Punkten pro Jahr in der Schätzung von Epoch AI von Ende 2024. OpenAI stellt dabei klar, dass die eigenen Modelle auf ihrer Version des Index höhere Ergebnisse erzielen als auf der ursprünglichen. Die Auswahl relevanter wissenschaftlicher Aufgaben und die Kontrolle der Ergebnisse verbleiben weiterhin beim Menschen.