OpenAI опубликовала внутренние данные о работе своих ИИ-агентов для программирования, демонстрирующие резкий скачок автономности: агенты теперь самостоятельно завершают 46% исследовательских задач, на которые человеку потребовалось бы от двух до четырёх часов. Ещё в марте этого года данный показатель составлял лишь 23%. Для более продолжительных заданий, рассчитанных на четыре–восемь часов работы программиста, доля успешных выполнений выросла с 13% до 35%. По оценке компании, это означает, что агенты перестали быть вспомогательным инструментом и превратились в полноценных исполнителей значительной части рутинной исследовательской работы.

Экспоненциальный рост затрат и нагрузки на агентов

Рост функциональных возможностей сопровождается пропорциональным увеличением расходов. По тарифам API медианный исследователь OpenAI в октябре тратил на работу с агентами около 2400 долларов в день — на 62% больше, чем в сентябре, когда сумма составляла 1500 долларов. У десяти процентов наиболее активно использующих ИИ сотрудников расходы достигали примерно 23 000 долларов в день. В пересчёте на время агенты стали работать в 11 раз больше: с 0,5 до 5,7 «рабочего дня агента» на одного исследователя ежедневно, где рабочий день компании составляет восемь часов непрерывной работы ИИ. К середине октября более двух третей исследователей запускали одновременно не менее четырёх агентов, а свыше 10% — не менее шестнадцати.

«Рваный фронтон возможностей»: где агенты справляются, а где нет

Эффективность агентов критически зависит от типа задания. Мониторинг обучения моделей они успешно выполняли в 79% случаев, ответы на технические вопросы — в 72%. Однако при написании кода для систем инференса и обслуживания моделей показатель составлял лишь 25%, а при создании сред для обучения и оценки моделей — 29%. OpenAI называет эту неравномерность «рваным фронтиром возможностей»: ИИ уже хорошо справляется с одними видами работы, но остаётся ненадёжным в других. Компания оговаривает, что показатели зависят не только от качества моделей: по мере их совершенствования сотрудники могли менять набор задач, которые поручали агентам, что делает прямое сравнение помесячных цифр условным.

Что сотрудники готовы отдать за доступ к агентам

В опросе 101 сотрудника исследовательского подразделения OpenAI спросила, от чего они готовы отказаться на три месяца ради сохранения доступа к передовым ИИ-агентам для программирования. Медианный ответ — от 40% численности команды или от 30% доступных вычислительных ресурсов. При этом ключевые идеи, лежащие в основе GPT-6 Astra и GPT-6.2 Astra, по словам специалистов, по-прежнему в основном принадлежат людям. Исследователи постобучения и безопасности приписали людям все основные идеи, хотя модели помогали воплощать их в жизнь. Специалисты по предварительному обучению рассказали, что разрабатывали некоторые решения совместно с Codex, а один из них отметил, что агент подсказал важные идеи. Сами сотрудники пока считают, что ИИ уступает им в способности выбирать перспективные направления исследований, оценивать качество кода, данных и научного текста. Один из специалистов по предварительному обучению, однако, усомнился в том, что это преимущество сохранится надолго: «Я действительно считаю, что лучше разбираюсь в том, какие идеи заслуживают внимания. Но я совершенно не уверен, что это останется так хотя бы сколько-нибудь долго».

Безопасность, рекурсивное самоусовершенствование и темп прогресса

Особенно быстро в OpenAI растёт объём работы, связанной с безопасностью и согласованием поведения моделей: с января по сентябрь задокументированная продолжительность рабочей недели сотрудников этого направления увеличилась на 77%. Компания связывает ускорение в том числе с событиями июля, когда исследовательские ИИ-агенты Hugging Face взломали собственную платформу. OpenAI также предлагает лабораториям отслеживать и публично раскрывать признаки рекурсивного самоусовершенствования — ситуации, когда ИИ помогает ускорять разработку следующих поколений самого себя. Подчёркивается, что призыв к такой отчётности не означает намерения добиваться полной автономии ИИ в собственном развитии. По внутренней версии индекса возможностей Epoch AI, отслеживаемый OpenAI прогресс передовых моделей с августа 2025 года составляет 16,4 пункта в год против 14 пунктов в год в оценке Epoch AI с конца 2024 года. При этом OpenAI отдельно оговаривает, что её модели показывают более высокие результаты на собственной версии индекса, чем на исходной. Выбор значимых научных задач и контроль результатов пока остаются за людьми.