В исследовательской команде OpenAI время ИИ уже превышает человеческое

OpenAI опубликовала необычно конкретные данные о том, как ИИ используется внутри её исследовательской организации. Главная цифра здесь не результат бенчмарка: к середине августа на один человеческий рабочий день приходилось 3,1 восьмичасового дня работы ИИ во время выполнения задач.

Это соотношение не означает, что на каждого исследователя OpenAI приходится 3,1 сотрудника-ИИ. Оно не доказывает сопоставимый прирост производительности, объёма завершённых исследований или замещения труда. OpenAI прямо указывает: речь идёт о времени работы моделей, а не о качестве результата и не об эквиваленте полной занятости. Но в операционном смысле изменение существенно. В исследованиях передовых моделей вычислительное время становится измеримым производственным ресурсом наряду с человеческим временем.

В публикации от 6 сентября автоматизированная система названа «исследовательским стажёром»: она выполняет чётко определённые исследовательские задачи под руководством человека, в том числе такие, на которые у квалифицированного исследователя могло бы уйти несколько дней. Это намеренно более узкое определение, чем «автономный учёный». Однако важнее не название, а дисциплина измерения, которая за ним стоит.

Что изменилось: у исследовательской работы появились два счётчика времени

Большинство организаций по-прежнему оценивают исследовательскую мощность прежде всего по численности команды, планам найма и загрузке людей. Данные OpenAI показывают, что там, где модели способны последовательно выполнять существенные части задач, этого уже недостаточно. Реальные возможности команды зависят также от доступного времени работы моделей, числа параллельных запусков и от того, насколько задачи структурированы для делегирования.

OpenAI сообщает, что к середине августа медианный пользователь из исследовательской организации потреблял более $600 инференса в день при оценке по API-тарифам. Это не предельная внутренняя себестоимость OpenAI, а стоимостной прокси-показатель. Тем не менее он важен для операционной картины. Использование моделей перестало быть эпизодической помощью и стало ежедневным ресурсом, который можно наблюдать, планировать в бюджете и ограничивать.

Организация также сообщает, что число экспериментов на одного активного экспериментатора достигло максимума с начала отслеживания показателя в январе 2025 года. OpenAI отмечает корреляцию с внедрением Codex, но не утверждает, что именно Codex вызвал рост: одновременно существенно увеличился доступный объём вычислений, поэтому вклад каждого фактора нельзя чисто разделить.

Эта оговорка принципиальна. Большее число экспериментов не означает автоматически больший научный прогресс. Как признаёт OpenAI, количество кода и экспериментов трудно напрямую перевести в исследовательские результаты. Но операционный паттерн понятен: когда модель строит код, поддерживает техническую работу и мониторит процессы, исследователь может чаще инициировать, сопоставлять и отбирать эксперименты, а не собирать вручную каждый их компонент.

Что не изменилось: исследовательское суждение остаётся за людьми

Публикация не описывает независимую исследовательскую систему. Высокоуровневое планирование остаётся минимальной долей выходных токенов агентов. По словам OpenAI, люди по-прежнему задают исследовательские приоритеты, оценивают, какие результаты стоит развивать, и решают, масштабировать, приостанавливать или развёртывать системы.

Данные по задачам указывают на то же самое. С января по июль измеряемая успешность росла в нескольких категориях задач, разделённых по оценочной длительности. Однако за предшествующие шесть месяцев более половины успешно завершённых задач длительностью от четырёх до восьми часов потребовали хотя бы одного вмешательства человека. Длительная работа развивается, но успешное завершение часто остаётся совместным процессом, а не работой без присмотра.

У этих данных есть и ясные методологические ограничения. Это предварительная информация от самой компании. Часть использования инструментов не включена в охват. Задачи с неопределённым исходом исключались из анализа успешности. Наконец, сама OpenAI предупреждает, что число строк кода и экспериментов не является прямой мерой исследовательского прогресса. Эти ограничения должны сузить вывод, но не обнулить сигнал.

Операционное следствие: планировать мощность как сочетание людей, вычислений и типа задач

Для руководителей исследований и технических операторов практический вывод прост: план по численности команды становится неполным описанием доступной мощности. Серьёзный план исследований с ИИ требует как минимум трёх связанных бюджетов.

• Человеческое внимание: время на постановку приоритетов, формулирование работы, проверку результатов, вмешательство при сбоях и принятие значимых решений.
• Инференс и параллелизм: время работы моделей для делегированных задач, его распределение между командами и число задач, которые могут продвигаться одновременно.
• Тип задач: доля работы, достаточно определённой для передачи модели, с пригодными входными данными, проверяемыми результатами и понятным маршрутом вмешательства.

Эти ресурсы не взаимозаменяемы. Дополнительное время модели не разрешит плохо сформулированный исследовательский вопрос. Дополнительные исследователи не обязательно увеличат темп работы, если узким местом уже стала техническая сборка. А большой бюджет на инференс можно потратить впустую, если у задач нет ясного условия завершения или результаты не успевают проверять.

Поэтому учёт затрат на модели должен вырасти из ежемесячного счёта за платформу. Командам нужно видеть, куда уходит время выполнения: на исследовательское программирование, построение экспериментов, техническую поддержку, мониторинг, оценку и переделки. Следует различать оценку по API-тарифам и фактическую внутреннюю стоимость — именно так поступает OpenAI. Цель не в том, чтобы оправдывать каждый токен отдельно, а в том, чтобы понимать, расширяет ли это распределение ресурсов набор полезных исследовательских вариантов.

Измерять совместную систему, не выдумывая эквивалентность

Самое соблазнительное упрощение — перевести время работы ИИ в эквивалент сотрудников. Публикация OpenAI даёт основания этого не делать. Восемь часов работы модели — это объём вычислений. Человеческий рабочий день включает постановку проблемы, предметное суждение, координацию, ответственность и решения о следующем шаге. Эти два счётчика взаимодействуют, но не измеряют одну и ту же единицу результата.

Более полезный операционный обзор строится вокруг четырёх вопросов. Какие классы задач действительно делегируются? Как часто люди вмешиваются до успешного завершения? Какие ресурсные ограничения мешают вести больше работы параллельно? И какие эксперименты или технические результаты — после оценки выходов — изменили следующее решение команды?

Такой подход сохраняет ключевое различие из отчёта OpenAI. Система может увеличивать объём и длительность технической работы под наблюдением человека, не принимая на себя направление исследований. Уже этого достаточно, чтобы изменить способ распределения мощности в исследовательской организации.

Ограниченное, но важное раскрытие данных

OpenAI не продемонстрировала автономные исследования, рекурсивное самоулучшение или универсальный коэффициент роста производительности для компаний. Она продемонстрировала интенсивное внутреннее применение моделей под руководством людей, рост возможностей на измеряемых задачах и увеличивающийся объём времени работы ИИ в собственных исследовательских операциях.

В этом и состоит новость. Исследовательскую мощность на переднем крае начинают выражать через два измеримых ресурса: человеческое рабочее время и время работы моделей. Организациям, использующим ИИ для продолжительной технической работы, стоит планировать оба — не стирая различия между вычислениями, успешно выполненной работой и научным прогрессом.

Источник: OpenAI, «Research acceleration: a view inside OpenAI», 6 сентября 2026 года. https://openai.com/index/research-acceleration-view-inside-openai/