เอเจนต์เขียนโค้ดของโอเพนเอไอ (OpenAI) ทำงานที่นักวิจัยประเมินว่าต้องใช้เวลา 2–4 ชั่วโมงได้สำเร็จโดยไม่มีคนแทรกแซงเพิ่มจาก 23% ในเดือนมีนาคมเป็น 46% ในเดือนตุลาคม ส่วนงานที่ใช้เวลา 4–8 ชั่วโมงมีอัตราสำเร็จเพิ่มจาก 13% เป็น 35% ในช่วงเดียวกัน
โอเพนเอไอเปิดเผยผลการวัดภายในในรายงาน “Research acceleration: The jagged frontier” ซึ่งเผยแพร่เมื่อวันที่ 18 โดยรายงานนิยามการทำงานสำเร็จโดยไม่มีคนแทรกแซงว่าเป็นกรณีที่ไม่มีมนุษย์เข้ามาช่วยระหว่างเอเจนต์ทำงาน
ข้อมูลแยกตามประเภทงานเก็บระหว่างวันที่ 1 สิงหาคมถึง 18 ตุลาคม อัตราสำเร็จโดยไม่มีคนแทรกแซงอยู่ที่ △ติดตามความคืบหน้าการฝึกโมเดล 79% △เริ่มการฝึกโมเดล 35% △สร้างระบบประเมินผล การเรียนรู้แบบเสริมกำลัง และสภาพแวดล้อมสำหรับเอเจนต์ 29% △เขียนโค้ดสำหรับการอนุมานและการให้บริการโมเดล 25%
อัตราสำเร็จโดยรวมเป็นค่าประมาณจากบันทึกการใช้งานภายในของโอเพนเอไอ บริษัทระบุว่าประเภทงานที่นักวิจัยมอบหมายให้เอเจนต์อาจเปลี่ยนไป ดังนั้นอัตราสำเร็จที่เพิ่มขึ้นจึงไม่ได้หมายความว่าความสามารถของโมเดลพัฒนาขึ้นเพียงอย่างเดียว
ในเดือนตุลาคม มูลค่าการใช้เอเจนต์ต่อวันต่อผู้วิจัยที่ค่ามัธยฐานอยู่ที่ 2,400 ดอลลาร์ (ประมาณ 3.2 ล้านวอน) เมื่อคำนวณตามราคา API สาธารณะ ส่วนเปอร์เซ็นไทล์ที่ 90 อยู่ที่ 23,000 ดอลลาร์ (ประมาณ 30.64 ล้านวอน) เพิ่มขึ้นจากเดือนกันยายน 62% และ 105% ตามลำดับ
ตัวเลขทั้งสองเป็นมูลค่าการใช้งานที่คำนวณจากราคาสาธารณะ ไม่ใช่ค่าใช้จ่ายจริง โอเพนเอไอระบุว่ายอดที่เพิ่มขึ้นสะท้อนทั้งการใช้งานที่ขยายตัว การใช้โมเดลราคาสูง และการเปลี่ยนแปลงการทำงานของโมเดลกับระบบดำเนินงานของเอเจนต์
โอเพนเอไอระบุว่า หลังนำการปรับปรุงประสิทธิภาพชั่วคราวของ harness มาใช้ภายในเมื่อวันที่ 21 สิงหาคม ปริมาณการใช้โทเค็นอินพุตลดลงอย่างมาก และน่าจะทำให้มูลค่าการใช้โทเค็นภายในที่บันทึกไว้ลดลงมากด้วย หลังทยอยย้อนการเปลี่ยนแปลงตั้งแต่วันที่ 10 กันยายน มูลค่าการใช้งานที่บันทึกไว้ก็เพิ่มขึ้นอย่างรวดเร็ว
จำนวน “วันทำงานของเอเจนต์” ซึ่งนับเวลาที่เอเจนต์ทำงาน 8 ชั่วโมงเป็นหนึ่งวัน เพิ่มจากเฉลี่ย 0.5 วันเป็น 5.7 วันต่อผู้วิจัยหนึ่งคนต่อวัน ตัวชี้วัดนี้จับการใช้เอเจนต์แบบโต้ตอบที่นักวิจัยใช้งานโดยตรงเป็นหลัก จึงอาจสะท้อนงานอัตโนมัติได้น้อยกว่าความเป็นจริง
ในช่วงกลางเดือนตุลาคม นักวิจัยที่ตอบแบบสำรวจมากกว่าสองในสามมีจำนวนเอเจนต์ที่ใช้งานพร้อมกันสูงสุดเฉลี่ยอย่างน้อย 4 ตัวต่อวัน และมากกว่า 10% มีจำนวนสูงสุดอย่างน้อย 16 ตัวต่อวัน
TokenPost เคยรายงานว่าช่วงกลางเดือนสิงหาคม นักวิจัยของโอเพนเอไอมีมูลค่าการใช้เอเจนต์ต่อวัน 601 ดอลลาร์ ตัวเลขในครั้งนั้นคำนวณจากราคา API สาธารณะเช่นกัน รายงานฉบับใหม่นี้เพิ่มข้อมูลการใช้งานในเดือนตุลาคม อัตราสำเร็จแยกตามประเภทงาน และตัวชี้วัดกิจกรรมวิจัย
โอเพนเอไอสอบถามพนักงานฝ่ายวิจัย 101 คนว่า หากถูกระงับการเข้าถึงเอเจนต์เขียนโค้ดที่มีความสามารถเหนือกว่า GPT-5.2 เป็นเวลา 3 เดือน พวกเขาจะยอมเสนออะไรเพื่อให้ได้สิทธิ์เข้าถึงกลับมา ค่ามัธยฐานของคำตอบคือบุคลากร 40% ของทีม และทรัพยากรประมวลผลปัจจุบันของทีม 30% บริษัทระบุข้อจำกัดว่าคำตอบเป็นการรายงานด้วยตนเอง และกลุ่มตัวอย่างได้มาโดยไม่ได้สุ่มอย่างเป็นระบบ
โอเพนเอไอประเมินว่าปริมาณงานวิจัยด้านความปลอดภัยและการจัดแนวที่บันทึกไว้รายสัปดาห์เพิ่มขึ้น 77% ตั้งแต่เดือนมกราคมถึงกันยายน โดยจัดประเภทโพสต์ภายใน pull request (คำขอให้ตรวจทานการเปลี่ยนแปลงโค้ด) และเอกสาร บริษัทระบุว่าการจ้างพนักงานใหม่และการปรับเปลี่ยนงานของนักวิจัยเดิมเป็นปัจจัยเบื้องหลัง ตัวเลขนี้ไม่ได้วัดเวลาทำงานจริงทั้งหมด
ในช่วง 4 สัปดาห์ที่สิ้นสุดวันที่ 18 ตุลาคม จำนวนการทดลองที่บันทึกไว้ต่อผู้ทดลองที่มีความเคลื่อนไหวหนึ่งคนอยู่ที่ 1.68 เท่าของค่าฐานในปี 2025 โอเพนเอไอระบุว่าไม่อาจสรุปได้จากจำนวนการทดลองที่เพิ่มขึ้นเพียงอย่างเดียวว่าความคืบหน้าด้านการวิจัยเร็วขึ้น
โอเพนเอไอเตือนว่าตัวชี้วัดการใช้เอเจนต์และกิจกรรมวิจัยในอดีตอาจไม่สามารถทำนายความคืบหน้าของงานวิจัยในอนาคตได้ บริษัทระบุว่าคาดว่าจะปรับปรุงวิธีวัดอย่างต่อเนื่อง และเพิ่มรายงานเกี่ยวกับความแตกต่างของอัตราการเติบโตระหว่างงานวิจัยด้านความปลอดภัยกับความสามารถของโมเดล รวมถึงตัวชี้วัดล่วงหน้าของการเร่งงานวิจัย
Comment 0