Η OpenAI δείχνει πώς οι AI agents αλλάζουν ήδη τον τρόπο που γίνεται η ίδια η έρευνα

Περίληψη

Η σημαντικότερη είδηση είναι ότι η OpenAI δημοσιοποίησε στοιχεία για το πόσο βαθιά χρησιμοποιεί πλέον AI coding agents στην εσωτερική της έρευνα.

Το εντυπωσιακό νούμερο: οι agents παράγουν περίπου 3,1 ημέρες εργασίας για κάθε 1 ημέρα ανθρώπινης εργασίας. Παράλληλα, περίπου 80% των ερευνητών χρησιμοποιούν τουλάχιστον 4 agents ταυτόχρονα.

Ουσιαστικά:

1 ερευνητής + πολλοί AI agents → περισσότερα πειράματα → περισσότερες εργασίες παράλληλα → ταχύτερη έρευνα.

Και αυτό συνδέεται άμεσα με την προηγούμενη είδηση που μου έστειλες για το Navier–Stokes: αρχίζει να φαίνεται ότι το multi-agent research δεν είναι απλώς πείραμα αλλά νέος τρόπος εργασίας.

Κύρια σημεία

• Ο Sam Altman είχε θέσει ως στόχο ένα AI επιπέδου “research intern” μέχρι τον Σεπτέμβριο 2026. Σύμφωνα με τα στοιχεία, ο στόχος επιτεύχθηκε.
• Ο επόμενος πολύ μεγαλύτερος στόχος είναι πλήρως αυτοματοποιημένος AI researcher έως τον Μάρτιο 2028.
• Ο τυπικός ερευνητής της OpenAI καταναλώνει πλέον πάνω από $600 την ημέρα σε agent tokens.
• Στο ανώτερο 10% η κατανάλωση ξεπερνά τα $7.000 ημερησίως ανά ερευνητή.
• Η παραγωγή tokens έχει αυξηθεί 124 φορές από τον Δεκέμβριο.
• Περίπου 80% των ερευνητών χρησιμοποιούν 4+ agents παράλληλα.
• Η OpenAI αναφέρει ότι ο αριθμός πειραμάτων ανά ερευνητή βρίσκεται σε ιστορικό υψηλό.
• Οι agents αναλαμβάνουν πλέον μεγαλύτερης διάρκειας και πιο σύνθετες εργασίες και όχι μόνο απλές coding εργασίες.

Το σημαντικότερο οικονομικό στοιχείο

Το $600–$7.000 την ημέρα μπορεί αρχικά να φαίνεται τεράστιο.

Αλλά η λογική είναι απλή:

Ερευνητής + $600 AI compute
→ μπορεί να κάνει πολλαπλάσια δουλειά
→ περισσότερα πειράματα την ίδια ημέρα
→ γρηγορότερη δημιουργία νέων μοντέλων
→ το κόστος του AI μπορεί να αποσβεστεί από την αύξηση παραγωγικότητας.

Αυτό είναι σημαντικό και επενδυτικά: το inference δεν πρέπει απαραίτητα να αντιμετωπίζεται μόνο ως κόστος. Μπορεί να γίνει παραγωγικός συντελεστής, όπως το ανθρώπινο προσωπικό ή ο εξοπλισμός.

 AI και φάρμακα: πιθανή επίδραση ακόμη και στη βιολογική ηλικία

Η Insilico Medicine παρουσίασε δεδομένα για το rentosertib, ένα φάρμακο που σχεδιάστηκε με AI για την ιδιοπαθή πνευμονική ίνωση.

Το AI χρησιμοποιήθηκε τόσο για την επιλογή της πρωτεΐνης-στόχου όσο και για τον σχεδιασμό του μορίου. Σε μικρό δείγμα ασθενών, έξι διαφορετικά μοντέλα μέτρησης βιολογικής ηλικίας έδειξαν βελτίωση μετά τη θεραπεία. Σε μία μέτρηση η εκτιμώμενη βιολογική ηλικία μειώθηκε κατά περίπου 2,7–3,5 χρόνια.

️ Αυτό δεν σημαίνει ότι βρέθηκε φάρμακο αντιγήρανσης. Τα δεδομένα προέρχονται από μόλις 42 ασθενείς και χαρακτηρίζονται ως πρώιμο σήμα που χρειάζεται περαιτέρω έρευνα.

Sentiment:  8/10, κυρίως επειδή αποτελεί ακόμη μία ένδειξη ότι το AI μπορεί να μεταφερθεί από την ανάλυση δεδομένων στην πραγματική ανακάλυψη νέων φαρμάκων.

 Οι Αμερικανοί χρησιμοποιούν περισσότερο AI αλλά το φοβούνται περισσότερο

Σε δημοσκόπηση 7.105 ενηλίκων, το 70% δήλωσε περισσότερο ανήσυχο παρά ενθουσιασμένο με την AI.

Ακόμη πιο ενδιαφέρον:

52% χρησιμοποιούν AI συχνά ή περιστασιακά, αλλά μόλις 18% εμπιστεύονται τις πληροφορίες που παράγει τις περισσότερες ή σχεδόν όλες τις φορές.

Επίσης:

70% πιστεύουν ότι το AI αφαιρεί θέσεις εργασίας και 69% δεν θα ήθελαν data center κοντά στην περιοχή τους. Το 81% θεωρεί ανεπαρκείς τους κανόνες που έχει θεσπίσει η Ουάσιγκτον για το AI.