OpenAI показала прорыв в автоматизации исследований: ИИ-агенты работают в 3 раза продуктивнее людей

OpenAI достигла одной из своих главных целей — создала «автоматизированного научного стажёра» из ИИ-агентов. Согласно опубликованным внутренним данным, к августу 2026 года исследователи компании используют кодирующих агентов настолько активно, что 3,1 рабочего дня ИИ-агента приходится на один день работы человека. Параллельно скачком выросли расходы на использование моделей — топовые пользователи тратят более $7000 в день на токены API. Средний расход на одного исследователя вырос примерно до $200 тысяч в год, хотя в феврале 2026-го медианный сотрудник вообще не использовал кодирующих агентов.

Основной объём работы ИИ-агентов сосредоточен в трёх областях: написание научного и инфраструктурного кода, техническая помощь и проверка результатов, а также мониторинг экспериментов. Более 70% исследователей одновременно управляют четырьмя и более агентами. Важное уточнение: рост касается преимущественно высокопроизводительного «правого хвоста» учёных, которые активно внедрили новые инструменты. Медиана по организации была намного ниже, что указывает на неравномерное распределение внедрения.

OpenAI заявляет о планах создать полностью автономного исследователя-ИИ к марту 2028 года. Однако одновременно научный руководитель компании Якуб Пахоцкий выпустил предупреждение: по его оценке, ни одна лаборатория, включая саму OpenAI, не решила проблемы выравнивания целей и мониторинга систем в достаточной степени, чтобы продолжать масштабирование на максимальной скорости. Он ожидает, что добровольные замедления станут нормой, пока не будут установлены общие стандарты безопасности. Упомянут проект «RLSlow» середины 2023 года, связанный с работой над более контролируемым развитием.

Для общепита эта новость имеет опосредованное, но растущее значение. Технологи и владельцы заведений, которые экспериментируют с ИИ-помощниками в работе с гостями, управлении запасами или анализе данных, должны понимать: то, что происходит сейчас в лабораториях фронтира, скоро попадёт в коммерческие сервисы. Параллельно растут операционные издержки на использование этих моделей — сегодняшние цены уже ощутимы, а массовое внедрение агентов может потребовать серьёзного бюджета. Кроме того, предостережения о проблемах мониторинга и контроля поведения ИИ актуальны для любой организации: чем автономнее становятся системы, тем больше риск непредсказуемых решений в критичных ситуациях.

Издание оставляет вопрос открытым: конкретно что вызвало скачок затрат в середине июля — появление модели Astra для сотрудников или другой фактор? Кроме того, критики отмечают, что производительность измеряется через объём выхода (количество изменений кода, число экспериментов), а не через качество решений; человек по-прежнему выбирает, какой эксперимент действительно стоит вычислительных ресурсов. Неясно также, насколько полно внутренние цифры OpenAI отражают реальную природу работы агентов и не переоценивают ли их роль в научных открытиях.