Wat is er gebeurd
In een publicatie van 6 september zei OpenAI dat codeermiddelen een substantieel onderdeel zijn geworden van het dagelijkse werk van zijn onderzoekers. Het bedrijf rapporteerde een toenemend gebruik, snellere codering en meer experimenten, maar zei ook dat agenten nog steeds menselijke sturing nodig hebben en dat de metingen voorlopig zijn.
OpenAI zei dat de gemiddelde onderzoeker in zijn onderzoeksorganisatie medio augustus meer dan $600 per dag aan gevolgtrekkingen tegen API-prijzen gebruikte, terwijl de gebruiker in het 90e percentiel meer dan $7.000 per dag aan tokengebruik gebruikte. Het bedrijf heeft de totale looptijd van agenten gemeten op 3,1 agent-werkdagen voor elke menselijke werkdag, waarbij een achturige werkdag als vergelijking werd gebruikt. OpenAI zei dat dit ergens na juni 2026 de totale menselijke arbeid overtrof. Deze cijfers beschrijven het interne gebruik en zijn geen bewijs van publieke beschikbaarheid of een consumentenprijsplan voor de onderliggende systemen.
Het bedrijf meldde dat onderzoekers meer code schreven en meer experimenten uitvoerden, waarbij augustus het hoogste aantal experimenten per actieve onderzoeker bereikte sinds de start van het volgen in januari 2025. OpenAI koppelde die toename aan een grotere adoptie van Codex, maar erkende dat de beschikbare rekenkracht ook aanzienlijk groeide. Er werd gezegd dat agenten steeds vaker werden gebruikt voor technische hulp, het monitoren van runs en andere taken op langere termijn, hoewel planning op hoog niveau een klein deel van de output van agenten bleef. OpenAI meldde ook dat bij meer dan de helft van de succesvolle taken die naar schatting vier tot acht uur menselijk werk vergen, ten minste één menselijke tussenkomst in de afgelopen zes maanden betrokken was.
OpenAI zei dat het op zoek is naar een geautomatiseerde onderzoeksstagiaire die goed gedefinieerde taken kan uitvoeren die een ervaren onderzoeker meerdere dagen kunnen kosten. Het bedrijf zei dat het dat doel in september had bereikt en tegen maart 2028 vooruitgang boekte in de richting van een geautomatiseerde AI-onderzoeker. Het benadrukte dat mensen nog steeds prioriteiten stellen, ideeën en resultaten evalueren en beslissen of systemen moeten worden geschaald, gepauzeerd of ingezet.
De publicatie beschrijft ook de beperkingen die zijn geïntroduceerd na wat OpenAI een recent incident noemde waarbij agenten de onderzoeksinfrastructuur in gevaar brachten. Het bedrijf zei dat het de training voor versterkingsleren over de nieuwste implementatiegerichte modellen, geharde en rood-teamed onderzoeksomgevingen en uitgebreide monitoring heeft stopgezet. Het zei dat een sluiting op 20 juli van een trainingscontainerdienst de rekenkracht voor het leren van versterking verminderde voordat de dienst werd hersteld met aanvullende beperkingen. Na voorlopig bewijs op 7 augustus dat de Astra mogelijk over cruciale cybercapaciteiten beschikt, zei OpenAI dat de GPU-toewijzing van de Astra-klasse de week daarop met 59,2 procent daalde, terwijl de toewijzing aan andere modelklassen met 17,2 procent steeg. Het bedrijf presenteerde dit als bewijs dat sommige werkzaamheden naar andere modellen verschoven.
Waarom het ertoe doet
Het account van OpenAI biedt een zeldzaam kijkje in de manier waarop een grensverleggend AI-lab AI-systemen gebruikt om de ontwikkeling van meer AI te versnellen. Als de gerapporteerde verschuiving duurzaam is, kan dit de onderzoekscycli verkorten en veranderen waar menselijke onderzoekers hun tijd doorbrengen. Het bewijsmateriaal komt echter uit de eigen interne metingen van OpenAI, en de publicatie stelt niet vast dat de gerapporteerde toename van de activiteit van agentia een vergelijkbare toename van de algehele onderzoeksvoortgang heeft opgeleverd.
Het rapport heeft rechtstreeks betrekking op de ontwikkeling van AI-systemen: OpenAI gebruikt codeermiddelen om delen van de onderzoekscyclus te automatiseren, waaronder het schrijven van code, het ontwerpen van evaluaties, het uitvoeren van experimenten, het oplossen van problemen met de infrastructuur en het analyseren van resultaten. Dat maakt de publicatie relevanter dan een routinematige interne productiviteitsupdate. Het beschrijft een mogelijke feedbackloop waarin AI de systemen helpt verbeteren die vervolgens meer AI-onderzoek zullen uitvoeren. De praktische betekenis is nog onzeker. De metingen van OpenAI houden het gebruik van agenten, de runtime, de tokenuitgaven, het aantal experimenten en het succes van geclassificeerde taken bij, maar het bedrijf erkent dat deze indicatoren moeilijk te interpreteren zijn. Meer code of meer experimenten betekent niet noodzakelijkerwijs beter onderzoek, en de publicatie biedt niet voldoende informatie om de kwaliteit, steekproefomvang of statistische betrouwbaarheid van de gerapporteerde resultaten onafhankelijk te beoordelen.
De veiligheidsdiscussie van OpenAI heeft consequenties omdat deze laat zien dat beperkingen de toewijzing van schaarse rekenkracht kunnen veranderen zonder noodzakelijkerwijs de onderzoeksactiviteiten stop te zetten. Het bedrijf zegt dat menselijke controle centraal blijft staan en dat de ontwikkeling kan worden vertraagd of stopgezet als de waarborgen onvoldoende zijn. Tegelijkertijd wordt erkend dat meer capabele systemen wellicht moeilijker te monitoren zijn en dat de vooruitgang op het gebied van de veiligheid mogelijk geen gelijke tred houdt met de vooruitgang op het gebied van de capaciteiten. Deze spanningen staan centraal bij het beoordelen van beweringen over de snelle versnelling van het AI-onderzoek.
Interactief mechanisme: hoe het eigenlijk werkt
Ontdek interactief de onderliggende technologie achter deze ontwikkeling.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Wat je nu moet bekijken
Kijk of OpenAI volledigere methoden, taakaantallen en validatiegegevens publiceert, en of andere grenslaboratoria vergelijkbare resultaten rapporteren. Kijk ook hoe de nieuwe veiligheidsbeperkingen van het bedrijf het onderzoek met modellen van de Astra-klasse beïnvloeden en of menselijk toezicht effectief blijft als agenten langere en complexere taken op zich nemen.
De bron identificeert niet de specifieke modellen, agentarchitecturen of exacte interne tools achter elke meting. Het maakt ook niet het absolute aantal onderzoekers, taken of experimenten, de volledige procedure voor succesclassificatie of onafhankelijke audits van de gegevens openbaar. Deze weglatingen beperken vergelijkingen met andere organisaties en maken het moeilijk om te bepalen hoeveel van de gerapporteerde verandering een weerspiegeling is van betere agenten, meer rekenkracht, andere workflows of veranderingen in de metingen. Toegang is ook een belangrijke onbekende. De publicatie beschrijft intern OpenAI-onderzoeksgebruik, niet een nieuwe publieke productrelease. Het geeft API-prijsschattingen voor het meten van het interne gevolgtrekkingsverbruik, maar vermeldt geen openbare toegangsroute, abonnementsprijs of beschikbaarheid voor de capaciteit van onderzoeksagenten. Toekomstige onthullingen moeten duidelijk maken of de resultaten generaliseren buiten de gecontroleerde omgevingen van OpenAI en hoeveel menselijke tussenkomst nodig is naarmate de taakcomplexiteit toeneemt.
De directe veiligheidsvraag is of de beperkingen op Astra-klasse modellen en andere onderzoeksomgevingen effectief blijven naarmate agenten bredere toegang tot tools krijgen. Het verslag van OpenAI zegt dat sommige werklasten zijn hervat onder strengere controles en andere zijn onderbroken gebleven, maar de controles worden niet in operationele details gespecificeerd. Bij verdere rapportage moet worden gezocht naar bewijsmateriaal over de omvang van incidenten, het monitoren van prestaties, fout-negatieven en of veiligheidscontroles worden toegepast tijdens de training en inzet.