OpenAI חושפת: agents פנימיים לכתיבת קוד מאיצים את המחקר שלה עצמה

הפוסט על 'האצת מחקר' של OpenAI הוא הצצה נדירה לאופן שבו חברת AI מובילה משתמשת במודלים שלה עצמה באופן פנימי, והוא גם מהווה הדגמה רכה של יכולות GPT-6 Astra. החברה חולקת נתונים מוקדמים על האופן שבו coding agents משנים את זרימת העבודה במחקר — שיעורי שימוש ב-agent, מהירות ניסויים, והמורכבות הגוברת של משימות שחוקרים מוכנים להאציל. הנרטיב הוא ש-agents מכווצים את הלולאה בין השערה לניסוי, ומאפשרים למספר קטן יותר של חוקרים להריץ יותר עבודה במקביל.

הפרט הנידון ביותר הוא גרף שמראה קפיצה גדולה באמצע יולי בהוצאת ה-tokens. הפרשן העצמאי Simon Willison הצביע על כך בפומבי, ושאל האם הזינוק סימן את הרגע שבו Astra הפך זמין לעובדים — אות עקיף לכך שהמודל החדש הניע שינוי מדרגה בכמות העבודה שצוות OpenAI עצמו מאציל ל-agents. אם זה נכון, זו נקודת נתונים יוצאת דופן על אימוץ פנימי.

המסגור מזין את נרטיב השיפור הרקורסיבי שגם מרגש וגם מדאיג משקיפים: מודלים טובים מספיק כדי להאיץ באופן משמעותי את המחקר שמייצר את המודלים הבאים. ספקנים מציינים שנתוני פרודוקטיביות פנימיים בדיווח עצמי הם בלתי ניתנים לאימות וקל להציגם באור חיובי, וש'הוצאת ה-tokens עלתה' אינה זהה ל'תפוקת המחקר עלתה'. ובכל זאת, זהו ממצא ראשוני בולט בשבוע שנשלט על ידי דיוני יכולת ו-AGI, והוא מעניק לקהילה חלון נדיר לשאלה האם ההייפ סביב coding agents מתורגם בתוך החברות שבונות את ה-agents.