OpenAI: расчётная стоимость работы ИИ-агентов вдвое превысила зарплаты исследователей
В новом отчёте OpenAI описала растущее использование Codex и Dots внутри компании. Агенты хорошо справляются с рутинными задачами, но сложная инженерная работа и оценка качества по-прежнему требуют участия людей.

Расход токенов быстро растёт
OpenAI опубликовала второй отчёт о применении ИИ в исследованиях и разработке моделей. Компания рассматривает такие данные как показатели возможного рекурсивного самоулучшения — ситуации, когда ИИ ускоряет создание следующих поколений систем. Внутренние инструменты Codex и Dots стали использовать заметно чаще. О том, как устроены такие системы, рассказывает материал об отличиях ИИ-агента от чат-бота.
По оценке OpenAI, при стандартных тарифах API медианный исследователь в октябре использовал бы токенов на 2 400 долларов в день — на 62% больше, чем месяцем ранее. Для 10% самых активных пользователей расчётная сумма достигала 23 000 долларов в день. Это эквивалентно 5,7 восьмичасового рабочего дня агентов на одного исследователя за календарный день; в командах предварительного и последующего обучения показатель составлял около восьми дней. В периоды пиковой нагрузки более двух третей исследователей запускали параллельно не менее четырёх агентов.
В сентябре расчётная стоимость такого времени работы агентов была вдвое выше обычных расходов на зарплаты исследователей, сообщает OpenAI. Подсчёт не включает пакеты акций, которые составляют 70–80% общей компенсации в компании. При этом на внутренних агентов приходилось лишь 2% всех вычислительных ресурсов OpenAI для исследований.
Агенты сильнее в рутинных задачах
По данным OpenAI, с марта по октябрь доля задач длительностью от двух до четырёх часов, которые агенты выполняли автономно без вмешательства человека, выросла с 23 до 46%. Для задач на четыре-восемь часов показатель поднялся с 13 до 35%. Однако классификация задач показывает, что системы лучше справляются с простыми поручениями.
Агенты успешно отслеживали обучение моделей в 79% случаев и самостоятельно отвечали на технические вопросы в 72%. В более сложной инженерной работе результаты были ниже: 29% для создания сред оценки и обучения с подкреплением и 25% для программирования систем инференса и обслуживания моделей.
В нерепрезентативном внутреннем опросе 101 сотрудника медианный ответ показал, что участники скорее согласились бы сократить штат своей команды на 40% или вычислительные мощности на 30%, чем три месяца обходиться без нынешних агентов для программирования. В отдельном экспресс-опросе 27 из 28 сотрудников предпочли последнюю внутреннюю модель инженеру среднего уровня.
Исследователи считают контроль необходимым
В интервью с десятью исследователями проявились ограничения моделей: им, по словам участников, не хватает «чутья» к перспективным исследовательским идеям и качеству кода и данных. Агенты могут делать лишние шаги, строить анализ на неверных предположениях и выдавать некачественные изменения кода и непригодные данные. По оценке собеседников, без внимательного контроля людей это приводит к напрасным расходам вычислительных ресурсов.
Команды сообщили, что ключевые концептуальные идеи для GPT-6 Astra и GPT-6.2 Astra в областях последующего обучения и безопасности исходили от людей. В предварительном обучении GPT-6.2 Astra отдельные исследователи, напротив, получили важные идеи в диалоге с Codex.
OpenAI предупреждает, что пока рано линейно переносить результаты сотрудничества людей и ИИ на будущее. Компания допускает, что по мере роста автономности моделей в глубоком обучении могут произойти резкие изменения, подобные недавним прорывам ИИ в математике.
Продолжить чтение
В ленте материалов: 1


