Zurück zur Übersicht
OpenAI meldet interne Fortschritte bei der Automatisierung von Forschungsaufgaben und strebt bis März 2028 einen automatisierten KI-Forscher an. Die veröffentlichten Zahlen sind vorläufig und belegen keine entsprechende Steigerung des Forschungsertrags.
Mitte August entfielen in OpenAIs Forschungsorganisation rechnerisch 3,1 Agenten-Arbeitstage auf jeden menschlichen Arbeitstag. Vor Juni lag die Laufzeit der Agenten noch unter der gesamten menschlichen Arbeitszeit.
Die Agenten übernehmen vor allem das Schreiben von Code, Experimente, Infrastrukturaufgaben und technische Fehlersuche. Der Median der Forschenden verursachte laut OpenAI täglich mehr als 600 US-Dollar an Inferenzkosten zu API-Preisen. Beim 90. Perzentil lagen die Kosten über 7.000 US-Dollar.
Die Automatisierung bleibt auf menschliche Steuerung angewiesen. Bei erfolgreichen Aufgaben mit einem geschätzten Umfang von vier bis acht Stunden erforderte mehr als die Hälfte mindestens einen Eingriff. OpenAI nennt die Daten selbst vorläufig. Die Zahl 3,1 beschreibt deshalb vor allem Nutzung und Rechenzeit, nicht den Forschungsfortschritt.
Der Kommentarbereich wird geladen, sobald du ihn erreichst.
Weiterlesen
In einem Vergleich von zehn KI Assistenten erreichte GPT-5.5 Thinking die höchste Gesamtpunktzahl. Claude Sonnet 4.6 sagte dafür die meisten Gruppenspiele korrekt voraus.
Das interne Modell „Astra“ soll nach Angaben von OpenAI mathematische Argumente für langjährige offene Probleme erzeugt haben. Die Ergebnisse reichen von Kugelpackung und Kodierungstheorie bis zu Quantenkomplexität und Gitterkryptografie.
OpenAI zufolge hat ein internes Reasoning-Modell den Unit-Distance-Fall einer klassischen Vermutung der diskreten Geometrie widerlegt. Laut dem Unternehmen haben externe Mathematiker den Beweis geprüft. Sollte sich der Befund halten, wäre das ein Hinweis darauf, dass KI in der Forschung mehr kann als nur Zuarbeit.
Der frühere Anthropic- und OpenAI-Mitarbeiter Jacob Coxon zieht sich aus der KI-Branche zurück. Er wirft beiden Unternehmen vor, die Entwicklung selbstverbessernder Systeme mit unvertretbaren Risiken voranzutreiben.