Год назад OpenAI обещала создать ИИ-исследователя – стажера к осени 2026 года. Создала – и он стоит до $7000 в день

28 октября 2025 года глава OpenAI Сэм Альтман дал два обещания: “автоматизированный ИИ-стажер-исследователь” к сентябрю 2026 года и “настоящий автоматизированный ИИ-исследователь” к марту 2028-го.

Сегодня OpenAI опубликовала отчет о том, как использует ИИ для создания новых версий ИИ, и заявила: стажер создан в срок. Цель ставила и результат принимала одна и та же компания, так что проверить нельзя – но отчет интересный

Для начала разберемся, что в OpenAI понимают под ИИ-стажером-исследователем. Как уточнял главный ученый компании Якуб Пахоцкий, это система, которой можно делегировать задачу на несколько дней человеческой работы. 

Планка выглядит реальной: у меня GPT-5.6 Pro и GPT-6 Pro регулярно работают по 4 часа, в человеческих часах это дни. Задачи OpenAI сложнее моих – но и ресурсов у них больше.

Насколько больше – показывает статистика: медианный исследователь тратит на агентов $600 в день по рыночной цене токенов, топ-10% – больше $7000.

До июня 2026 суммарное время работы агентов было меньше суммарного человеческого труда. С середины августа – 3,1 агент-дня на один 8-часовой человеко-день. При этом в компании растет процент исследователей, запускающих четырех агентов в параллели.

Что умеет такой стажер?

Самый интересный публичный пример: GPT-5.6 Sol, которая отвечала за пост-тренинг легкой версии самой себя – GPT-5.6 Luna. Интересно, что Теджал Патвардхан (research lead по пост-тренингу) сказала, что это не та задача, которую можно поручить человеку-стажеру – то есть внутри компании считают, что ИИ-агенты уже стоят ступенькой выше.

И это первая половина лета (отчет вышел 30 июля) и GPT-5.6 Sol – сейчас же до пользователей добралась GPT-6, а внутри компании ее крутили еще раньше.

В августе в OpenAI установили рекорд количества экспериментов на одного активного исследователя. При этом до минимума сократилось число постов в каналах техподдержки – ИИ-агенты исправляют проблемы сами.
В компании оговариваются, что рост экспериментов коррелирует с ростом доступной вычислительной мощности – не только “модели стали умнее”, но и ресурсов у них стало больше. При этом основной рост произошел за счет кода исследований и инфраструктуры, техпомощь, мониторинг, а вот на планирование высокого уровня приходится минимум токенов. Приоритеты, выбор идей, решения о масштабировании, паузе и деплое – “по-прежнему за людьми”.

Также в OpenAI отмечают, что больше половины 4-8-часовых успешных задач требовали минимум одного человеческого вмешательства. 

Можно по-разному оценивать эти слова, называть их рекламой, пиаром перед возможным IPO. Но доказательство у нас перед глазами: GPT-6 стала реальным рывком вперед – а значит, темпы исследований в OpenAI не падают.

И что интересно – в компании, похоже, и сами этому не рады. Параллельно отчету все тот же Якуб Пахоцкий опубликовал эссе An Alien Mind, в котором открыто признал: ни одна компания не решила вопрос выравнивания ИИ-моделей нового поколения настолько, чтобы продолжать развитие на набранной скорости.

Основной инструмент контроля ИИ – мониторинг рассуждений – и прямо сейчас его надежность начинает снижаться, так как модели все меньше проговаривают свои "мысли" и все лучше ими управляют. Якуб считает, что ИИ-компаниям нужно добровольно затормозить исследования, а документы Preparedness Framework и RSP Anthropic (в них оценивается потенциальная опасность новых моделей) стоит положить в основу международных индустриальных стандартов с независимым аудитом.

Получается, что самое дорогое в ИИ-стажере OpenAI – не $7000 в день. Самое дорогое – что с каждым месяцем начальство все хуже понимает, как он думает. И это единственная метрика в отчете, которая идет вниз.

—
Как контролировать ИИ в своих задачах, я рассказываю на “Бусти”. Там есть лонгриды по промптингу, вайб-кодингу, творческим задачам, а также недавно обновленный лонгрид, как вкатиться в ИИ-агентов.

Когда GPT-6 пришла за геймерами – мы молчали

Год назад я писал, почему умение играть в видеоигры станет важной вехой в развитии ИИ. Видеоигра – готовый виртуальный мир со своими правилами, сложностями и меняющейся обстановкой. Чтобы ориентироваться, ИИ должен разбираться в новом, понимать последствия действий, исправлять ошибки и менять планы. Освоение видеоигр – шаг в полноценную робототехнику, а также повышение эффективности в задачах, требующих понимания устройства мира.

Тогда GPT-5 проходила старенькую Pokemon Red с помощью сложного “скаффолдинга” – написанных человеком инструментов для наблюдения за игрой, управления и хранения планов. Модель блуждала на карте, упиралась в стены, забывала о своих планах – но все-таки справилась.

Год спустя GPT-6 разбирается в играх с потрясающей скоростью, исправляет ошибки и даже кодит инструменты, помогающие играть лучше. В сети уже более десятка видео, как модель осваивает игры разных жанров, я отобрал самые показательные.

Иммунолог Дерья Унутмаз, профессор Jackson Laboratory, отправил GPT-6 играть в Factorio – стратегию со строительством промышленного комплекса. Модель разобралась в правилах, построила бур и печь, поняла, что не хватает угля – и наладила добычу ресурса. По словам автора, сначала модель не могла управлять игрой с клавиатуры и написала для этого плагин. 

Пока это стартовый этап. Сможет ли GPT-6 спланировать огромный комплекс – большой вопрос.

Шанс есть. В эксперименте Apocriton модель прошла RimWorld – стратегию о выживании колонии на чужой планете (прохождение большое, линк на Youtube). GPT-6 выбрала путь к уже существующему космическому кораблю, на котором можно покинуть планету. По словам автора, модель пользовалась поиском в интернете, вела файлы с заметками, пережила серию нападений и в итоге эвакуировала колонию. Причем вывезла даже шиншиллу, которая жила у поселенцев ❤️

Условия были благоприятными: невысокая сложность и специальный мод, через который ИИ получал информацию о колонии и управлял игрой. Один раз автору пришлось повторно попросить модель продолжать после остановки. Около 15 часов активной игры модель удерживала цель, распределяла ресурсы и решала возникающие проблемы.

Следующий пример – Чжоу Уян дал GPT-6 задачу добыть алмаз в Minecraft и пошел спать. Утром алмаз был в инвентаре: за ночь модель разобралась в нужной последовательности действий и все организовала.

(на этом месте китайские фармеры золота в онлайн-играх коллективно вышли в окно)

Второй ролик – пример исправления ошибок. GPT-6 падает с высоты и умирает. После двух попыток ставит лодку, садится в нее и безопасно спускается. Известный трюк в Minecraft, но модель сообразила, как им воспользоваться.

И главный босс – миссия с игрушечным вертолетом в GTA: Vice City. Игроки ненавидят ее за сложное и неудобное управление, Sony и Microsoft – обожают за дополнительные продажи геймпадов взамен сломанных.

По словам Дэна Юньтяня, GPT-6 сама додумалась ставить игру на паузу, планировать действия, выполнять их и снова ставить на паузу. Фактически, модель превратила игру в пошаговую – это позволило перемещаться по стройке и установить одну бомбу из четырех. Затем вертолет взорвался – уверен, GPT-6.1 пройдет до конца.

Мое мнение по просмотренным роликам: модели уже многое понимают в происходящем, а одно из заметных ограничений – задержка между наблюдением и действием. В некоторых случаях помогало включение Fast Mode, дающего ускорение 2x, плюс не забываем, что OpenAI готовит для режим Ultra Fast с ускорением 4-14 раз в зависимости от задачи. Но и цена будет соответствующая.

И немного личного опыта. Игровые видео я разбирал с помощью GPT-6 – модель сама скачивала их из X, смотрела, давала анализ и тайминги, на которые стоит обратить внимание. При этом отвечала быстрее, чем длилось видео – то есть скорость анализа роликов быстрее человеческой. Честно говоря, все три последних дня я приятно поражен уровнем GPT-6.

— 
Как выжимать максимум из новых моделей — рассказываю на «Бусти». Там личный опыт и практика ИИ-экспертов. А про GPT-6 уже готовлю отдельный гайд.

Самое время подписаться!