---
title: "ИИ-агенты OpenAI выполняют 46% исследовательских задач: затраты выросли в 11 раз, а сотрудники готовы отдать 40% команды за доступ к ним"
description: "OpenAI раскрыла данные: ИИ-агенты для программирования автономно выполняют 46% коротких исследовательских задач (в марте — 23%), а медианные затраты на агентов достигли 2400 долларов в день. Сотрудники готовы отдать 40% команды за сохранение доступа к ним."
date: 2026-11-22T15:33:51.284Z
lang: ru
url: https://xab.info/posts/openai-ii-agenty-46-issledovatelskikh-zadach
tags: [openai, ai-agents, coding, gpt-6, research, ai-safety, epoch-ai]
author: "Александр Буран"
publisher: "XAB.info"
---

# ИИ-агенты OpenAI выполняют 46% исследовательских задач: затраты выросли в 11 раз, а сотрудники готовы отдать 40% команды за доступ к ним

![Специалист работает за компьютером с множеством графиков и нейронных сетей на экранах в офисе](https://xab.info/media/2026/11/22/openai-ii-agenty-46-issledovatelskikh-zadach/openai-ii-agenty-46-issledovatelskikh-zadach-1.webp)

## Ключевые тезисы

- ИИ-агенты OpenAI автономно выполняют 46% коротких исследовательских задач (2–4 часа), в марте показатель был 23%
- Медианные затраты исследователя на агентов выросли до 2400 долларов в день, у топ-10% пользователей — до 23 000 долларов
- Эффективность агентов варьируется от 79% (мониторинг обучения) до 25% (код для инференса) — OpenAI называет это «рваным фронтиром»
- Медианный сотрудник готов отдать 40% команды или 30% вычислительных ресурсов на 3 месяца ради доступа к агентам
- Рабочая неделя сотрудников направления безопасности выросла на 77% с января по сентябрь 2026 года

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.

## Проверка фактов и источники

- [ИИ-агенты OpenAI уже самостоятельно выполняют 46% коротких исследовательских задач](https://www.ixbt.com/news/2026/11/22/ii-agenty-openai-uze-samostoiatelno-vypolniaiut-46-korotkix-issledovatelskix-zadac.html) - Единственный доступный источник. Передаёт данные, опубликованные самой OpenAI: внутренние метрики, опрос 101 сотрудника, тарифы API. Все цифры согласованы с текстом основы. Независимой верификации нет, но данные являются самоотчётом компании о собственных продуктах и процессах.

## Частые вопросы

### Какой процент исследовательских задач теперь выполняют ИИ-агенты OpenAI?

Агенты автономно завершают 46% задач длительностью 2–4 часа (в марте — 23%) и 35% задач длительностью 4–8 часов (ранее — 13%).

### Сколько стоят ИИ-агенты OpenAI для исследователей?

По тарифам API медианный исследователь тратил около 2400 долларов в день в октябре 2026 года. У 10% наиболее активных пользователей расходы достигали примерно 23 000 долларов в день.

### В каких задачах агенты OpenAI наиболее и наименее эффективны?

Лучшие результаты — мониторинг обучения моделей (79%) и ответы на технические вопросы (72%). Наименьшие — написание кода для систем инференса (25%) и создание сред для обучения и оценки моделей (29%).

### Что OpenAI предлагает делать с рекурсивным самоусовершенствованием ИИ?

Компания предлагает лабораториям отслеживать и публично раскрывать признаки рекурсивного самоусовершенствования, но подчёркивает, что это не означает стремления к полной автономии ИИ в собственном развитии.

### Кому принадлежат ключевые идеи GPT-6 Astra и GPT-6.2 Astra?

По словам исследователей OpenAI, основные идеи по-прежнему принадлежат людям. Исследователи постобучения и безопасности приписали людям все ключевые идеи, хотя модели помогали в их реализации. Специалисты по предварительному обучению отмечали совместную работу с Codex.