OpenAI рассказала, как ИИ-агенты меняют разработку новых моделей внутри компании. В октябре медианный объем использования агентов одним исследователем составлял $2400 в день по публичным тарифам API. На 90-м процентиле этот показатель достиг $23 000.
Это не реальные расходы компании, а расчетная стоимость внутреннего использования по ценам API. За месяц медианный показатель вырос на 62%, а показатель на 90-м процентиле — более чем вдвое.
Рост заметен и по времени работы. OpenAI считает одним «рабочим днем агента» восемь часов. Средняя нагрузка достигла 5,7 такого дня на одного исследователя за календарные сутки против 0,5 ранее. Агенты работают параллельно: более двух третей сотрудников в среднем достигали дневного пика как минимум в четыре одновременно работающих агента, а более 10% — как минимум в 16.
Самостоятельность агентов тоже выросла. С марта по октябрь доля задач продолжительностью два-четыре часа, выполненных без вмешательства человека, поднялась с 23% до 46%. Для задач на четыре-восемь часов показатель вырос с 13% до 35%.
Результат сильно зависит от типа работы. Агенты успешно справлялись с 79% задач по наблюдению за обучением моделей и с 72% технических вопросов. При написании кода для запуска моделей успех составил 25%, а при создании сред для оценки и обучения — 29%.
Исследователи сообщили, что агенты сокращают отдельные проверки с полутора-двух недель до нескольких дней. Но те же системы допускают ошибки в анализе, создают плохой код и запускают неэффективные эксперименты. Поэтому сотрудники часто проверяют первый результат и лишь затем разрешают агенту продолжить работу.
OpenAI рассматривает эти данные как признаки движения к разработке ИИ при помощи ИИ. Однако ключевые идеи для новых моделей по-прежнему в основном предлагают люди. Агенты ускоряют реализацию и помогают улучшать отдельные решения, но не заменяют исследовательское мышление и контроль.