ИИ-стажёр OpenAI берёт задачи на дни — решения всё ещё остаются за людьми

8 сентября 2026 г. в 23:00|Автор: Редакция QUASA|4 мин чтения| 8

В публикации OpenAI от 6 сентября 2026 года компания описала внутренний уровень автоматизированного исследователя-стажёра. Так она называет систему, которая под руководством человека выполняет чётко заданные исследовательские задачи, сопоставимые по объёму с несколькими днями работы квалифицированного специалиста.

ИИ-стажёр OpenAI — не отдельный общедоступный продукт и не самостоятельный цифровой учёный. Агенты могут брать на себя продолжительную техническую работу, однако люди выбирают исследовательские приоритеты, оценивают идеи и результаты, а также решают, следует ли масштабировать, приостанавливать или внедрять разработку.

Что означает уровень исследователя-стажёра

Агент OpenAI выполняет заданную человеком многодневную исследовательскую задачу и передаёт результат на проверку.

Слово «стажёр» обозначает границу возможностей, а не должность или название новой модели. Исследователь ставит ограниченную цель, после чего агент может работать с кодом и внутренними инструментами, запускать проверки, разбирать результаты, повторять попытки и устранять технические препятствия.

Формулировка о нескольких днях относится к предполагаемому объёму человеческой работы над аналогичной задачей. Она не гарантирует, что система непрерывно действует всё это время без наблюдения, уточнений или исправлений: потребность в человеческом управлении возрастает вместе со сложностью задания.

Этот уровень уже шире короткой подсказки программисту, но заметно уже полной автоматизации исследований. Агент получает готовую постановку и исполняет её внутри заданного контура; право самостоятельно определить научную проблему ему не передаётся.

Где проходит граница автономности

Агент выполняет эксперимент, а исследователь выбирает направление и решает, продолжать ли работу.

Степень самостоятельности точнее показывает не длительность работы, а распределение ответственности. Внутренний процесс OpenAI можно разложить на пять уровней:

Ограниченная задача. Агент действует внутри цели и рабочей среды, которые определил исследователь.
Эксперимент. Система может подготовить код, запустить проверку, следить за её выполнением и проанализировать полученные данные. При затруднениях человек уточняет задание или меняет ход работы.
Выбор направления. Люди решают, какую гипотезу проверять, куда направить время и вычислительные ресурсы и какую идею развивать дальше. Высокоуровневое планирование пока составляет лишь небольшую часть работы агентов.
Оценка результата. Исследователи определяют, достаточно ли надёжны данные и оправдано ли продолжение эксперимента.
Масштабирование и внедрение. Решения об увеличении масштаба, паузе или практическом применении остаются за ответственными сотрудниками.

Многодневный горизонт означает способность дольше исполнять поставленную задачу, а не право менять её цель. Он также не доказывает, что агент может самостоятельно разрешить противоречие между скоростью разработки, качеством результата и требованиями безопасности.

Агентского времени больше, но ускорение не равно 3,1 раза

Параллельные агенты накапливают больше рабочего времени, но результаты остаются в очереди человеческой проверки.

Независимый разбор внутренних метрик приводит те же ключевые показатели: к середине августа на один восьмичасовой человеческий рабочий день в исследовательском подразделении приходилось 3,1 агентского рабочего дня. Медианный исследователь расходовал вычислительные ресурсы стоимостью более 600 долларов в сутки по открытым тарифам компании, а у наиболее активной десятой части пользователей показатель превышал 7000 долларов. Более половины успешных задач, оценённых в четыре–восемь часов человеческой работы, за предыдущие шесть месяцев потребовали хотя бы одного вмешательства.

Соотношение 3,1 к одному отражает суммарное время работы агентов, включая параллельные сеансы и дочерние процессы. Из него нельзя заключить, что один исследователь стал работать в 3,1 раза быстрее, что агенты заменили соответствующее количество сотрудников или что лаборатория получила пропорционально больше полезных научных результатов.

Причина заключается в устройстве исследовательского цикла. Даже если код создаётся и эксперименты запускаются быстрее, узкими местами остаются выбор гипотез, доступ к вычислительным ресурсам, поиск ошибок, проверка безопасности и перенос удачного изменения в основную модель. Число экспериментов на активного исследователя выросло, но одновременно OpenAI расширяла вычислительные мощности, поэтому опубликованные данные не позволяют отделить влияние агентов от влияния инфраструктуры.

Денежные показатели также требуют осторожного прочтения. Это оценка внутреннего потребления вычислений по открытым тарифам, а не цена подписки на «ИИ-стажёра» и не расчёт его окупаемости. Условия публичного доступа и отдельный тариф для такой системы не представлены.

Метрики остаются внутренними и предварительными

Количественные результаты собраны самой OpenAI и описывают работу её исследовательского подразделения. Измерения охватывают большую часть, но не всё использование агентных инструментов; при оценке успешности исключались задания с неопределимым исходом, а также группы с недостаточным числом сеансов или пользователей.

Данные показывают изменение рабочего процесса: исследователи чаще запускают несколько агентов одновременно и поручают им работу с кодом, проведение экспериментов, наблюдение за запусками и устранение неполадок инфраструктуры. Однако эти показатели не устанавливают причинную связь между ростом агентского времени и ускорением всей исследовательской программы. Независимой проверки на сопоставимых данных другой лаборатории пока нет.

Более широкий контекст автоматизации науки представлен на странице исследовательского подразделения OpenAI: компания указывает, что предоставляет продвинутые модели 100 тысячам академических исследователей. Расширение доступа к моделям и внутренний уровень исследователя-стажёра при этом остаются разными инициативами; первая не служит доказательством автономности второй.

Подтверждённый статус системы остаётся ограниченным: агенты OpenAI выполняют заданные человеком исследовательские задачи, сопоставимые с несколькими днями работы специалиста, тогда как научная повестка, оценка и решения о внедрении остаются у людей. Для подтверждения следующего уровня автономности потребуются более прозрачные данные об ошибках, повторной работе, объёме человеческого участия и влиянии агентов на конечные результаты исследований.

Подпишитесь на рассылку

Получайте свежие новости Web3, AI и криптовалют прямо на вашу почту.