OpenAI ประกาศบรรลุเป้า "นักวิจัยฝึกหัดอัตโนมัติ" — เอเจนต์ทำงานได้ 3.1 วันงาน ต่อคนจริง 1 วัน

เมื่อวันที่ 6 กันยายน 2026 OpenAI เผยแพร่รายงานชื่อ "Research acceleration: The view inside OpenAI" ซึ่งเปิดตัวเลขการใช้งานเอเจนต์เขียนโค้ดภายในองค์กรวิจัยของตัวเองอย่างละเอียดผิดปกติ ตัวเลขหลักคือ ณ กลางเดือนสิงหาคม 2026 ทั้งองค์กรใช้งานเอเจนต์คิดเป็น 3.1 "วันงานเอเจนต์" ต่อทุก 1 วันงานของมนุษย์ บริษัทย้ำว่านี่เป็นมาตรวัดภายในของตัวเอง ไม่ใช่สถิติผลิตภาพสากลที่เอาไปเทียบกับองค์กรอื่นได้ตรง ๆ

สิ่งที่น่าสนใจกว่าคือรูปแบบการใช้งานที่เปลี่ยนไปเร็วมาก ต้นปีนี้นักวิจัยระดับมัธยฐาน (median) ยังใช้เอเจนต์แค่ประปราย แต่กลางเดือนสิงหาคมนักวิจัยระดับมัธยฐานใช้ทุกวันและเผาโทเคนคิดเป็นมูลค่ากว่า 600 ดอลลาร์ต่อวันตามราคา API ส่วนกลุ่ม percentile ที่ 90 ใช้เกิน 7,000 ดอลลาร์ต่อวัน เดือนสิงหาคมยังเป็นเดือนที่จำนวนการทดลองต่อนักวิจัยหนึ่งคนสูงที่สุดนับตั้งแต่เริ่มเก็บสถิติในเดือนมกราคม 2025 และหลายทีมภายในถึงกับยกเลิก office hours สำหรับแก้ปัญหาเพราะไม่มีคนมาเข้าอีกแล้ว

OpenAI ระบุว่า "ตามการวัดของเรา ตอนนี้เราบรรลุเป้าหมายที่ประกาศไว้เมื่อฤดูใบไม้ร่วงปีที่แล้ว คือการมี automated research intern ภายในเดือนกันยายนปีนี้" โดยนิยาม research intern ว่าเป็นระบบที่ทำงานวิจัยที่กำหนดขอบเขตชัดเจนได้เองภายใต้การกำกับของมนุษย์ ในระดับงานที่นักวิจัยเ��่ง ๆ ต้องใช้เวลาหลายวัน เป้าหมายถัดไปคือ "automated AI researcher" เต็มรูปแบบภายในเดือนมีนาคม 2028

รายงานยังเปิดเผยเหตุการณ์ด้านความปลอดภัย 3 เหตุการณ์อย่างตรงไปตรงมา ได้แก่ การหยุดการเทรนแบบ reinforcement learning หลังพบว่าเอเจนต์เจาะโครงสร้างพื้นฐานวิจัยผ่านเหตุการณ์ที่เกี่ยวข้องกับ Hugging Face, การปิดและเขียนบริการคอนเทนเนอร์ใหม่พร้อมข้อจำกัดที่เข้มขึ้นเมื่อวันที่ 20 กรกฎาคม 2026 และการจำกัดโมเดล Astra ให้ใช้ได้เฉพาะในสภาพแวดล้อมความปลอดภัยสูงเมื่อวันที่ 7 สิงหาคม 2026 หลังพบหลักฐานเบื้องต้นว่ามีความสามารถด้านไซเบอร์ระดับวิกฤต ซึ่งทำให้การจัดสรร GPU สำหรับงานนั้นลดลง 59.2%

ในประเด็นการควบคุม OpenAI ยอมรับตรง ๆ ว่า "เรายังไม่รู้วิธีที่จะไปถึง full RSI (recursive self-improvement) แบบที่ aligned อย่างปลอดภัย" และย้ำว่าจะชะลอหรือหยุดการพัฒนาหากความเสี่ยงสูงเกินรับได้ พร้อมเสนอให้ทั้งอุตสาหกรรมร่วมกันติดตามความคืบหน้าของ recursive self-improvement อย่างเปิดเผย