OpenAI показала, как ее сотрудники работают с искусственным интеллектом, где как минимум у половины исследователей использование моделей стоило бы больше шестисот долларов в день. Если считать это, конечно, по ценам для внешних клиентов. Это не зарплата, это только работа самого искусственного интеллекта. Что они ему поручают на такие суммы? Что уже перестали делать сами? И почему даже при таких возможностях человек все равно нужен? Сегодня мы разберем, что изменилось внутри OpenAI за вот этот год и что из этого важно для вашей работы.
Смотрите выпуск. Шестого сентября OpenAI опубликовала очень интересный отчет о том, как ее собственные исследователи работают, ну, сотрудники, которые внутри, работают вместе с искусственным интеллектом и с помощниками внутри. Компания заявила, что достигла уровня автоматизированного такого исследователя-стажера. Такой термин, да? Системе можно было поручать какие-то конкретные исследовательские задания, на которые квалифицированному сотруднику, их в целом квалифицированному человеку потребовалось бы несколько дней.
Но постановка задачи, ее руководство, сопровождение, проверка остаются за их сотрудником, за человеком. И главное изменение, которое есть в этом исследовании, — то, что искусственный интеллект начинает, по сути, не просто подсказывать вот этому исследователю, что делать, а выполнять существенную часть работы. Например, разбираться, там, в программных ошибках, помогать запускать эксперименты, анализировать полученные различные результаты. Ну, то есть делать такой весь спектр вот этого аналитика-исследователя, да?
И такое, применение OpenAI описывала в материалах GPT-5.6. И на этом фоне появились три показателя: шестьсот долларов, семь тысяч долларов и условно три точка один рабочего дня. И первые два показателя, они показывают, сколько стоило бы использование, ИИ-помощников по внешнему прейскуранту для отдельных людей, если бы это было не внутри у них компании. И третье — сколько времени суммарно работают агенты относительно людей. Ни один из этих показателей сам по себе не означает, что исследователей этих заменили или что научная работа ускорилась втрое. Что именно OpenAI исследовала, там, по описанию, тому, что они дали, это был анализ собственной рабочей практики.
Это был не какой-то эксперимент, где, там, какую-то группу случайно выделили и, там, оставили, например, без искусственного интеллекта, а другой дали искусственный интеллект. Тут, по сути, компания изучила использование агентов. Там работа была еще с кодом, запуски различных экспериментов внутри среди своих сотрудников. И, ну, результаты за несколько месяцев в этом году работы, да? Разница была очень сильно существенная. Такое наблюдение помогло ответить на вопрос: как меняется работа внутри компании? И, по сути, а вот для ответа, на сколько именно искусственный интеллект повысил производительность, нужно отдельно дополнительно отделить его влияние от других изменений. Например, команда могла одновременно получить более мощные компьютеры, там, улучшить программную инфраструктуру, нанять специалистов, например, каких-то дополнительных.
Тогда, по сути, увеличение числа экспериментов нельзя автоматически целиком записать на счет искусственного интеллекта. И сейчас дам вам все детали. На самом деле очень интересные данные. Мне кажется, очень положительные для осознания того, что сейчас происходит с искусственным интеллектом, в частности совмещения с работами. И меня лично очень сильно интересовала вот эта история по поводу того, что такое шестьсот долларов за день. А там даже числа доходили семь тысяч долларов за день. Вначале голова не до конца воспринимает, что это такое, но дальше ты понимаешь, что это достаточно серьезные цифры. Чтобы понять вот эту историю, да, еще раз, полезно представить, что находится между идеей "давайте улучшим модель" и доказательством, что улучшение действительно работает.
Ниже условно приведу вам пример, да? Они отдельный эксперимент из этого отчета, который был. Исследователь предполагает, что новая организация обучающих данных поможет модели реже ошибаться, да? И для проверки недостаточно написать об этом предположение. Нужно подготовить данные, там, внести изменения в программу, там, ну и запустить это обучение или, там, проверку, разобраться с возможными сбоями, сопоставить различные результаты и так далее. Часть этой работы можно распределить, по сути, между агентами искусственного интеллекта, между помощниками.
И один готовит, например, изменения в коде, другой пишет проверки, которые должны обнаружить ошибки, а третий, например, разбирается, почему эксперимент завершился неудачно. Четвертый, например, собирает результаты, там, нескольких запусков для сравнения. Вот такая механика соответствует принципу Codex OpenAI, да, для работы с кодом. Он может читать, изменять файлы, там, выполнять команды, тесты, а затем предоставлять изменения и результаты для проверки человека. И, по сути, это не просто какая-то рекомендация "попробуйте исправить какую-то строчку внутри", а в данном случае и в нашем с вами примере исследователь после этого должен ответить на содержательные вопросы. Сравнивались ли, например, одинаковые условия, да? Или действительно ли уменьшились ошибки, или воспроизводится ли результат, например, да?
Или, например, стоит ли вообще продолжать данное направление тестирования, да? И вот потенциальная экономия возникает, на выполнение работы. Получается, ценность исследовательского решения все равно нужно доказывать отдельно. Давайте теперь разберем, что означают вот эти шестьсот долларов, да, про которые я в начале говорил.
Значит, в чем суть? Что OpenAI сказал следующее: что в среднем каждый сотрудник у них, вот где они проводили исследования с точки зрения аналитики, вот этих исследователей, они потребляют модели на шестьсот долларов. Эта средняя цена неточная, потому что OpenAI за модели не платит, и они посчитали бы, сколько бы заплатили другие люди за такие модели. Были те, кто тратили меньше, чем шестьсот долларов - это медианное значение. Были те, кто тратили больше, чем шестьсот долларов и, на самом деле, дозаходили до семи тысяч.
То есть, по сути, шестьсот долларов в сутки выглядит, ну, вообще-то не так мало. То есть есть сотрудник-аналитик, у него есть своя заработная плата, и вы бы для себя могли это так рассчитать, что вы наняли к себе на работу программиста. Этот программист использует модели и для выполнения разных задач он тратит в среднем, не знаю, триста долларов, там, или пятьсот долларов, да? Здесь невозможно привести никакие точные примеры. Кто-то из вас может спросить, например: "А на что можно потратить шестьсот долларов в сутки?" Ну, нету такой истории.
Указано, что это могло быть выполнение ста разных задач. Еще смотрите, один очень интересный показатель, который у них был, — это количество времени, которое работают
агенты. И что там в целом было показано? Что агенты стали работать больше, если смотреть время до июня и сейчас в августе. То есть до июня был такой показатель, что в среднем агент работал меньше дня, там, условно, меньше восьми часов. Что это такое? Это значит, сколько времени, вот, выполнялись разные задачи этими агентами внутри. Агент понятно, что это тоже некоторая условная конструкция, по сути, потому что это может быть и множество агентов, да? Здесь, ну, оставим такое, будем использовать такое описание. Что интересное произошло? Что время сейчас в августе выросло и стало больше трех дней.
То есть, по сути, агенты стали работать двадцать четыре часа. И почему в описании они говорят, что агентского времени стало больше человеческого? То есть было, как мы говорим, меньше восьми часов использовали, стало больше. То есть вот в том же разделе OpenAI показывает рост числа исследователей, использующих четырех и более агентов одновременно. И в этой статистике учитываются дневные пики параллельной работы и как агентов, запущенных человеком, так и дополнительных агентов, созданных ими для выполнения подзадач.
То есть важно, что агент мог запускать дополнительных агентов, да? Поэтому коэффициент может превысить единицу, по сути. То есть человеческое время идет последовательно. Понятно, вот он восемь часов работает, а несколько агентских процессов накапливают свое время одновременно. И это вот эта вторая история, которую мы с вами сегодня обсуждаем, да? Это вот, по сути, вот это среднее шестьсот долларов. И вторая история — это три дня, да? И здесь важно, что это не значит, что агенту надо работать, там, несколько суток, без остановки, да?
При этом дневной пик параллельности и суммарные агентские часы, еще раз, — это разные показатели, да? Кратковременно, условно, запустить много агентов и поддерживать длительную параллельную работу — это не одно и то же, да? И коэффициент вот этот три, ну, там, на самом деле, три точка один, не означает, что у каждого сотрудника постоянно работали ровно три помощника, да? Вот здесь вот чтобы мы все с вами поняли. И компания, кстати, также сообщала, что агентам стали чаще поручать более длительные и сложные задания.
И, ну и, наверное, это понятно, да? Все же даже с июня по август, ну или с начала года по август произошло, ну, прямо произошли очень серьезные изменения. Кстати, хочу добавить одну вещь, прежде чем мы перейдем с вами к реальным таким выводам, которые произошли в рамках вот этого исследования. Все же вышла GPT-6 Astra, да? И в рамках Astra исследование же это делалось в рамках GPT-5. И вот с точки зрения Astra Сэм Альтман, например, говорит, что Astra стоит пробовать не просто как собеседника, да, а отвечающего на какие-то вопросы, а как инструмент для выполнения целой сложной работы. И вот эта история, мне кажется, что она очень сильно показательна в их, в этом исследовании, которое они сейчас сделали.
И Альтман описывает как раз таки Astra как следующий шаг к моделям, которые помогут создавать продукты. И на самом деле, кстати, Альтман говорит про то, что они помогут запускать компании, заниматься, там, очень серьезными исследованиями. И в качестве примеров он приводит создание полноценной программы в диалоге с искусственным интеллектом, там, разработку различных компьютерных игр, там, домашние проекты и так далее. Кстати, как вам Astra? И потому что, мне кажется, еще рано говорить о том, Astra на самом деле она крутая или нет.
Несколько дней назад я выпускал про Astra выпуск, но я думаю, что еще пройдет, как минимум месяц, два, чтобы мы с вами смогли по-настоящему оценить ее работу. Кто-то пишет, что Astra-6 - это такая фундаментальная революция. Я, наверное, пока не готов делать такие для себя выводы. Я не вижу прямо космического, сверхрезультата. Может быть, какие-то интересные вещи есть, но пока для меня все очень относительно. Но я знаю, что требуется обычно несколько недель, бывает, месяцев для того, чтобы по-настоящему увидеть результаты, оценить модель.
И OpenAI, скорее всего, конечно, торопилась с запуском, торопилась в преддверии IPO Anthropic, торопилась, потому что Anthropic выпустил Fable 5.1. Им надо было сделать вот этот вот ход. Я, надеюсь, они не совершили ошибку. Да? И еще вопрос выпустили ли они Astra не с жесткими ограничениями. Потому что если есть там жесткие ограничения, то это будет проблема. И Astra все же это была модель, которая была и есть со сверхвозможностями с точки зрения кибербезопасности. Но сейчас продолжим, про исследования и про вот эти шестьсот долларов и три дня, с точки зрения тех выводов, к которым пришел OpenAI и, в частности, того, что они создали вот этого аналитика, исследователя-стажера. Значит, смотрите, какие компания увидела детали вообще и изменения внутри.
OpenAI базово сообщила о более быстром внесении кода. И вот августовское число экспериментов на активного, условно, человека-экспериментатора стало максимальным с начала всех наблюдений вообще, которые у них были на протяжении практически двух лет. То есть они их начали делать с начала двадцать пятого года. Есть один момент: при этом выросли и доступные вычислительные мощности, да? То есть вот если так разобрать, то получается, что, ну, практический смысл можно объяснить следующим.
Что представим, что вот исследователь, значит, который у них внутри работает в команде, придумал пять вариантов улучшения, да? Но из-за объема, какого-то улучшения какой-то, например, задачи или аналитики, у него есть объем, времени, времени и из-за объема, например, подготовки он успевал проверять только вот этот один вариант. Если подготовка становится легче, появляется возможность испытать остальные, результаты. В данном случае, кстати, даже отрицательный результат, может быть, полезным. И команда, например, у вас, ну или в частности, вот у них в описании быстрее может выяснить, что какое-то направление не работает или перестанет тратить на него время и деньги.
Что, кстати, крайне критически, да? Я вот в бизнесе понимаю, особенно на большом объеме людей, как это феноменально необходимо. Хотя я в то же время понимаю, что большинство на сегодняшний день корпорации и в целом более или менее больших компаний, с этим вообще не смогут даже справиться. Потому что если сейчас компании привыкли проводить огромное количество совещаний, проводить бесконечные обсуждения чего-либо, то что же будет происходить дальше, да? Ну, запустили агентов, провели исследования, увидели, например, что направление какое-то не работает. Они что?
Кстати, ну, последний пример особенно понятен в данном случае вот для бизнеса, как мы обсуждали. Допустим, раньше сотрудник при каждой сложной ошибке обращался к коллеге. Например, аналитик обращался к программисту, там, к какому-то техническому коллеге и ждал помощи. И если часть подобных вопросов решается с помощью искусственного интеллекта, то потенциально освобождается время и у того, кто спрашивал в данном случае, и у того, кто отвечал. Это, возможно, механизм пользы, да, устранения вот этих повседневных задержек, а не только быстрое написание, например, текста или кода.
С другой стороны, как я говорил, есть обратная сторона этого. Если есть в компании выстроенные процессы, и вы не можете их обойти. Вспомните мои примеры. Когда я разрабатывал какие-то решения, я понимал, что эти решения раньше делались бы, там, дизайнером, программистом, аналитиками, бизнес-аналитиками, системными аналитиками, какими-то проектными менеджерами, маркетологами, продажниками. То есть очень много людей участвовало. И у меня ряд проектов мне удалось сделать, потому что, условно, я их всех исключил, в том числе исключил людей, которые занимались каким-либо согласованием. Потому что если есть выше начальники, которые все согласуют, это тоже одна достаточно большая проблема.
Почему систему OpenAI называют все еще стажер, да? Хотя мне, конечно, вот эта история про шестьсот долларов, она очень интересна, да? Но напишите потом свои мысли. И, конечно, интересно по поводу того, что достигла вот эта агентская работа больше трех дней. Ну, по поводу стажера. Значит, более половины успешно завершенных заданий, оцененных, там, у них была рамка такая в четыре-восемь часов человеческой работы, потребовали хотя бы одного вмешательства человека. То есть, есть вот такая конструкция. И здесь получается, два уточнения есть.
Что, во-первых, четыре-восемь часов- Оценка того, сколько потребовалось бы человеку, а не длительность работы агента. И, во-вторых, успешно завершено не означает сделано полностью самостоятельно. То есть представим, например, что агент реализовал изменения, получил хорошие показатели. Аналитик, например, который в компании работал или, там, исследователь заметил, что сравнение проведено на разных данных. Он указал на ошибку. Агент переделал, например, проверку. Ну, то есть искусственный интеллект переделал проверку и закончил задачу правильно.
То есть результат успешный. Но если бы не было содержательного вмешательства человека, итог был бы неверным. Поэтому стажер — это, прежде всего, описание некоторой самостоятельности. И вспомним с вами, выпуск, который вот я делал несколько дней назад по Astra. Я вам рассказывал, что там есть очень интересный показатель в Astra. Это способность у GPT-6 выполнять многие задачи без вмешательства человека. И по ряду задач, этот показатель вырос, там, в два, в три раза, да. И вот здесь я думаю, что это очень интересно. Как будет, что будет дальше говорить, OpenAI про свои системы, назовет она или их не стажерами, да?
Поэтому стажер — прежде всего, описание самостоятельности, да. Система может обладать в данном случае очень широкими знаниями, быстро выполнять какую-то техническую работу, но все еще нуждается в помощи человека и в руководстве. Именно поэтому исследователи предлагают оценивать автоматизацию по разным составляющим исследовательского труда, а не сводить ее к одной способности писать код, например, да. И успех на отдельном типе заданий не охватывает автоматически, например, все профессии, да. Что мы с вами очень много видели.
И поэтому есть люди, которые говорят, вот, например, Таня у нас в выпусках часто говорит: "Да вообще еще искусственный интеллект не подошел к тому, чтобы решать мои задачи". Хотя я уверена, что, например, в дизайне интерьеров часть задач однозначно может быть решена искусственным интеллектом, а часть задач действительно требует, там, супер просто поддержки человека и вмешательства в данном случае человека. И интересно ваши кейсы привести. Но я на многих кейсах у себя вижу, где я даю задачу искусственному интеллекту.
Искусственный интеллект, например, начинает идти вообще совершенно не в ту сторону. Кажется, что он бы вообще сделал совершенно не то. Я его корректирую, и он мне очень круто дает конечный результат. И, кстати, вот многие люди рекомендуют, там, выполнять, оформлять такое понятие, как skills. Например, в Codex есть skill и оформить некоторые действия в какую-то условно такую описанную заранее функцию. Но я понимаю, что и этот skill потом тоже может начать работать неправильно. По этим, кстати, показателям нельзя ни в коем случае установить число замененных работников, там, или размер экономии, которая есть, или вообще сказать, например, что этой профессии больше нету.
То есть время агентов и условная стоимость их использования, никак не содержит ответа на эти вопросы. Здесь корректнее говорить о передаче части операций, которые делает человек, которые вы делаете вы, а не автоматически всей должности, да. И здесь просто может быть некоторая корреляция, но она не везде может выходить. Допустим, не знаю, раньше специалист тратил, шесть, не знаю, часов на подготовку, на подготовку какой-то проверки. Теперь, например, эту подготовку выполняет агент, а человек тратит часть на постановку и проверку этой работы.
В таком случае вроде как освобождается пять часов. С другой стороны, действительно ли это освобождается во всех кейсах? Это большой вопрос, да, потому что если, например, агент подготовил работу неправильно, и специалисту пришлось потратить еще шесть часов на переделку, экономия абсолютно исчезает. Или я что заметил, есть при создании разных систем, есть такая история, когда что-то можно было не делать. Это как мы сегодня. Я сейчас нахожусь во Франции, и мы с моим другом перемещались.
И мы ехали, и там был знак в одном городе перевернутый. И я говорю: "Слушай, интересно". Он говорит: "А спроси в ChatGPT, почему здесь знак перевернутый?" А я еду и про себя думаю: я вообще не хочу эту информацию знать. Да, то есть получается, что если рассмотреть даже не создание каких-то систем, а получение какой-то информации, то мы получили возможность выполнять огромное количество разных операций или действий, или аналитик делать изучение чего-либо. А вопрос нам это изучение в жизни вообще надо или мы можем обойтись без него?
Как я, например, сегодня мог спокойно абсолютно обойтись без этого перевернутого знака, потому что, скорее всего, эту информацию узнал, через полгода бы не помнил вообще. Так же, как я сегодня был на юге Франции, и я был в городе Менербе. Такая деревня стоит в горах, очень красивая. И я в этом городе, там, был шесть лет назад или семь лет назад в этой деревне. И я вообще ничего не помню. То есть проходит время, и ты забываешь, как ты вообще это посещал, забываешь определенные визуалы и так далее.
внимания по поводу безопасности, потому что чем больше было действий разрешено агенту, мы с вами понимаем, да, что если агент начинает работать уже двадцать четыре часа в рамках рабочего дня человека, то у него есть, ну, такой достаточно серьезный доступ. И, соответственно, очень важно контролировать не только результат, но и способ его получения. И вот OpenAI делал сообщение одно в августе, и они описывали двухнедельную паузу в обучении с подкреплением модели. Мы про это тоже рассказывали. Они очень много всего остановили, потому что эта остановка была в том числе связана со взломом Hugging Face.
Но они видели, что передовые модели слишком сильно начали развиваться и получили какой-то жутко самостоятельный контроль.
И что будет происходить, если все сотрудники будут использовать такие огромные объемы агентов? Что эти агенты на самом деле будут делать? Да. И плюс ресурсы же расходуются очень сильно, да, потому что, например, OpenAI отдельно оценивала дополнительную вычислительную нагрузку от мониторинга. Следить, например, за безопасностью, да и в целом. У них выросли все эти вычислительные мощности, которые были сейчас. А следить за безопасностью они оценивали, что надо двадцать процентов тратить дополнительно от контролируемой работы модели.
То есть, ну, это очень серьезные деньги. И также, если мы с вами посчитаем 600 долларов и умножим, там, на 20 даже рабочих дней, ну, это очень серьезные деньги, да? Это дополнительно 12 тысяч долларов надо потратить на сотрудника в месяц. Одно дело — этот сотрудник на первом месяце зарабатывает, там, десятки тысяч долларов. Другое дело — этот сотрудник находится в стране, у которого зарплата 500 долларов или тысячу долларов, да? Вот это большой вопрос, значит, что получится. В завершение хочется рассказать следующую вещь.
Мне кажется, очень важно, потому что мы снимаем выпуски для того, чтобы вы, развивались в рамках своего понимания искусственного интеллекта и применения искусственного интеллекта в своей жизни и профессионально, и в рамках базовой своей жизни. К чему вообще OpenAI хочет прийти такими исследованиями, да? Значит, у них есть некоторая следующая заявленная цель, которую они ставят в рамках этого исследования. Что у них будет автоматизированный исследователь, автоматизированный аналитик. Они часто, конечно, переходят в какие-то в научную аналитику очень сильно.
Будет у них автоматизированный исследователь к марту 2028 года. Но опять же, также в контексте человеческого надзора. Очень важно. Это ориентир разработки. Они ни в коем случае не говорят, что у них получится это создать. И в сопровождающем эссе, которое с этим идет, с исследованием, главный научный сотрудник OpenAI Якуб Пахоцкий. Он описывает стратегию, при которой искусственный интеллект все больше участвует в создании следующих поколений, самого искусственного интеллекта.
Это, помните, еще несколько месяцев назад Anthropic выпускал материал о том, что их искусственный интеллект участвует в создании самого себя, да? Ну вот. Вот и OpenAI начал про это много говорить. То есть одновременно, кстати, Пахоцкий подчеркивает необходимость сохранять контроль и соотносить скорость развития с надежностью мер безопасности. Опять же, это, это его позиция, не прогноз, там, не какой-то доказанный исход. То есть логика потенциального цикла проста очень. Что есть нынешняя модель, она, помогает этому аналитику.
Они создают более сильную модель, и новая модель дальше становится более полезным помощником, в следующем как бы исследовании, которое будет происходить. А очень интересно, что будет происходить, в частности, от того даже, как сотрудники OpenAI используют модели. Да, мне было интересно увидеть вот эти вот три дня работы агента, потому что мне кажется, что у меня, многие дни агенты работают больше, там, чем за день они делают как десять дней. Ну, по крайней мере, меня распараллеливание.
То есть это не просто 24 часа. Я видел также это у части своих сотрудников в некоторых задачах, да, в ряде задач. Я вижу, как день ото дня такие вещи могут изменяться, потому что иногда, я, например, запускаю параллельно десятки, бывает, даже, мне кажется, сотни чатов или десятки различных задач в Codex, в Claude Code, параллельно в ChatGPT. А иногда все очень, спокойно, и нет такого, что, значит, бесконечно работают агенты. И есть вот программисты, которые рассказывают, что у них, значит, двадцать четыре на семь работают, там, тысячи агентов.
Как они успевают их проверять? Как они успевают бизнес-логику придумывать и задачи придумывать? Что это за система? И я, например, добиваюсь иногда вот этих параллельных десятков агентов только из-за того, что это обычно происходит в задачах, где, условно, я сам один участвую, да? Потому что если там участвует большое количество других людей, ну, этого невозможно достигнуть. Ты часто задаешь человеку вопрос другому и ждешь ответ, там, три-четыре дня. Расскажите, как у вас это происходит? Сколько у вас таких дней? Сколько вы тратите денег?
Ну, может быть, здесь немногие люди будут, которые тратят, там, 600 долларов в день или, там, 7 тысяч долларов, в день. Но все же интересно, как вы оцениваете работу своих агентов параллельно. Увидимся в наших новых выпусках. Всем пока. Не забывайте, конечно же, комментировать и поддерживать наши видео.