OpenAI дотоод судалгааныхаа нууцыг дэлгэлээ: Хүний 1 өдрийн хөдөлмөр тутамд AI агент 3.1 өдрийн ажил нугалж байна
Хиймэл оюун ухааны лабораториуд өөрсдийн шинэ загваруудаа юунд, ямар эрчээр ашиглаж байна вэ гэдэг нь салбарын хөгжүүлэгчдийн дунд үргэлж сонирхол татсан сэдэв байсаар ирсэн. Тэгвэл OpenAI компани саяхан "Research acceleration: The view inside OpenAI" нэртэй тайлан нийтэлж, компанийн инженер, судлаачдын өдөр тутмын ажлын явцад AI агентууд хэрхэн нэвтэрсэн талаарх урьд өмнө дэлгэж байгаагүй статистик мэдээллээ хуваалцлаа.
Хамгийн том мэдээ нь: OpenAI өнгөрсөн намар зарласан "AI автомат судалгааны дадлагажигч" (Automated Research Intern)-ийг бий болгох төлөвлөгөөндөө хугацаандаа хүрч чадсанаа албан ёсоор баталлаа. Одоо тус компанийн судалгааны төслүүд дээр хүний ажиллах 1 өдөр бүрт хиймэл оюуны агентууд 3.1 ажлын өдрийн үүргийг бие даан гүйцэтгэж байна.
Агентуудын ажлын цаг хүний цагийг хол хаясан нь
Тайланд дурдсанаар 2026 оны зургаадугаар сараас эхлэн OpenAI-ийн судалгааны байгууллагын хэмжээнд агентуудын ажиллах нийт цаг нийт судлаачдын хүний хөдөлмөрийн цагаас анх удаа давжээ. Харин наймдугаар сарын сүүлч гэхэд энэ тоо огцом нэмэгдэж, 1:3.1 харьцаанд хүрсэн байна.
Энд яригдаж буй "Research Intern" агент гэдэг нь зүгээр л чатлах төдий бус, туршилтын код бичих, орчин (environment) тохируулах, сургалтын скриптүүд ажиллуулах, гарсан алдааг (bug) дибаг хийж засах, үр дүнгийн логуудыг боловсруулах зэрэг чадварлаг хүний хэдэн өдөр сууж хийх байсан нарийн төвөгтэй техникийн ажлыг хүний өгсөн ерөнхий зааврын дагуу бие даан гүйцэтгэж байгаа систем юм. Судлаачид нэгэн зэрэг хэд хэдэн агентыг зэрэгцүүлэн (concurrent) ажиллуулж, 24/7 горимоор туршилтуудаа гүйлгэж байна.
Нэг судлаачид өдөрт $8,000-ын токен: Инженерийн шинэ хэмнэл
OpenAI-ийн дэлгэсэн хамгийн анхаарал татам тоонуудын нэг нь судлаачдын хэрэглэж буй токен болон тооцооллын (inference) өртөг байв:
- Медиан хэрэглээ: OpenAI-ийн дундаж судлаач одоогийн байдлаар өдөрт $600 гаруй ам.долларын API inference-ийг зөвхөн кодинг агентуудад ашиглаж байна.
- Топ 10% (90th percentile): Хамгийн идэвхтэй ашигладаг топ судлаачдын хувьд энэ тоо өдөрт $7,000-аас $8,000 ам.долларын токенд хүрдэг аж!
Энэхүү тооцооллын зардал нь OpenAI-ийн дотоод судлаачид гараараа код бичихээ бараг бүрэн зогсоож, "агентын армийн удирдагч" болсныг гэрчилнэ. Судлаачийн үүрэг нь кодын синтакс бодож суухаас илүүтэйгээр:
- Архитектурын шийдэл болон шинэ санаа, таамаглал дэвшүүлэх,
- Агентуудын ажиллах хүрээг тодорхойлж даалгавар өгөх,
- Гарсан үр дүнгийн үнэн бодит байдлыг шалгаж баталгаажуулах (verification) чиглэл рүү бүрэн шилжжээ.
Recursive Self-Improvement (RSI): Эргэх холбоо бодитоор ажиллаж байна
Энэхүү шилжилтийн хамгийн чухал концепц бол Recursive Self-Improvement (RSI) буюу хиймэл оюун өөрөө өөрийгөө хөгжүүлэх цикл юм. Өнөөдрийн бэлэн болсон кодинг агентууд нь дараагийн үеийн илүү хүчирхэг AI загваруудын код, сургалтын өгөгдөл, архитектурын туршилтуудыг хийхэд шууд оролцож байна.
OpenAI-ийн ахлах эрдэмтэн Якуб Пачоцки (Jakub Pachocki) энэ үйл явцтай зэрэгцүүлэн нийтэлсэн "An Alien Mind" нийтлэлдээ загваруудын хөгжих хурд хяналтаас давж болзошгүйг сануулжээ. AI өөрөө туршилт хийж, үр дүнгээ дүгнээд эхлэх үед загварын сэтгэх процессийг хянах (Chain of Thought monitoring) асуудал асар чухал болж байгаа бөгөөд аюулгүй байдлын нийтлэг стандарт тогтоох хүртэл зориудаар хөгжүүлэлтийн хурдыг сааруулах алхам ч шаардлагатай байж магадгүйг тэрээр дурдсан байна.
OpenAI нь 2028 оны гуравдугаар сар гэхэд хүний чиглүүлэг дор судалгааны бүх шатыг бие даан хийдэг "Automated AI Researcher"-ийг бүтээх дараагийн томоохон зорилтоо тодорхойлжээ.
Хөгжүүлэгчдэд өгөх дохио
OpenAI-ийн нийтэлсэн энэхүү дата нь программ хангамжийн салбарын бүх инженерүүдэд тодорхой нэгэн чиг хандлагыг харуулж байна:
- Код бичих хурд биш, архитектурын шүүн тунгаах чадвар: Хэрэв дэлхийн хамгийн шилдэг AI судлаачид өөрсдөө код бичихээ больж, өдөрт хэдэн зуун агентын гаргасан кодыг шалгаж, системийн дизайныг удирдах дээр төвлөрч байгаа бол энгийн хөгжүүлэгчийн үнэ цэнэ ч мөн адил “syntax typer”-аас “system architect & verifier” рүү шилжихээс өөр аргагүй юм.
- Оркестрацийн ур чадвар: Нэг prompt бичихээс илүүтэй, бие даасан хэд хэдэн агентыг өөр хооронд нь зөв контекстээр холбож, алдаа гарвал буцаан засуулдаг workflow бүтээх чадвар хамгийн эрэлттэй болж байна.
Хөгжүүлэгчийн ажлын ширээний ард зөвхөн ганц хүн биш, харин түүний удирдлага дор тасралтгүй ажиллах агентуудын баг ажилладаг ирээдүй нэгэнт эхэлснийг энэхүү тайлан нотоллоо.
Эх сурвалж: OpenAI Research ("Research acceleration: The view inside OpenAI")
Сэтгэгдэл
Ачаалж байна...