Ngày 18/11, OpenAI công bố báo cáo “tăng tốc nghiên cứu” thứ hai với phụ đề “Biên giới gồ ghề” (The jagged frontier), dùng dữ liệu nội bộ để đo tác động của các tác nhân lập trình đối với hoạt động nghiên cứu và phát triển AI. Con số cốt lõi: với những tác vụ nghiên cứu mà con người phải mất khoảng 2-4 giờ, tác nhân trong tháng 10 có thể tự hoàn thành 46%, so với 23% hồi tháng 3. Với tác vụ 4-8 giờ, tỷ lệ này tăng từ 13% lên 35% trong cùng giai đoạn.
Tất cả đều là ước tính của chính OpenAI. Các bài đăng lại trên truyền thông không nói rõ thế nào được coi là “tự hoàn thành”, và hiện chưa thể kiểm chứng từ tài liệu công khai.
Cùng là việc nghiên cứu, chênh lệch rất lớn
Phụ đề của báo cáo xuất phát từ khoảng cách giữa các loại tác vụ. Trong khung thống kê từ 1/8 đến 18/10, những tác vụ như giám sát quá trình huấn luyện mô hình có tỷ lệ tác nhân thành công 79%; khởi chạy tác vụ huấn luyện là 35%; còn viết mã cho ngăn xếp suy luận và phục vụ mô hình chỉ đạt 25%.
Phần kết luận của OpenAI khá dè dặt:
“The agents are not taking over AI research. They are taking over specific slices.”
(Các tác nhân không tiếp quản nghiên cứu AI. Chúng tiếp quản những phần việc cụ thể.)
Một người cùng lúc chạy hơn chục tác nhân
Việc sử dụng song song ngày càng sâu. Theo báo cáo, hơn hai phần ba số nhà nghiên cứu có lúc cao điểm trong ngày mở ít nhất 4 tác nhân cùng lúc, và hơn 10% đạt đỉnh từ 16 tác nhân trở lên. Xét theo lĩnh vực, số tuần làm việc được ghi nhận của các nhà nghiên cứu thuộc mảng an toàn và căn chỉnh tăng 77% từ tháng 1 đến tháng 9, mức tăng lớn nhất trong các lĩnh vực.
Báo cáo còn có một khảo sát: 101 nhà nghiên cứu được hỏi họ sẵn sàng nhường bao nhiêu tài nguyên để trong ba tháng tiếp tục dùng các tác nhân mạnh hơn GPT-5.2. Câu trả lời trung vị là 30% sức mạnh tính toán của nhóm, hoặc 40% nhân sự. Đây chỉ là khảo sát sở thích mang tính giả định, và hiện chưa thấy dấu hiệu OpenAI điều chỉnh tuyển dụng dựa trên kết quả này.
2.400 USD mỗi người mỗi ngày
Báo cáo quy đổi lượng tác nhân sử dụng ra tiền theo giá niêm yết của API. Trong tháng 10, mức sử dụng trung vị hằng ngày của một nhà nghiên cứu vào khoảng 2.400 USD, tháng 9 là 1.500 USD; ở phân vị thứ 90, con số tăng từ 11.000 USD lên 23.000 USD.
Tính nhẩm theo khoảng 250 ngày làm việc mỗi năm, mức sử dụng tác nhân của một nhà nghiên cứu ở mức trung vị tương đương khoảng 600.000 USD một năm, còn ở phân vị thứ 90 là khoảng 5,75 triệu USD. Đây là cách tính theo giá niêm yết bên ngoài; chi phí tính toán thực tế bên trong OpenAI thấp hơn nhiều, nhưng cụ thể bao nhiêu thì không được công bố. Vì vậy phép tính này chỉ cho thấy quy mô sử dụng chứ không suy ra được chi phí thật.
Đặt cạnh báo cáo trước
Báo cáo hồi tháng 9 cho biết các tác nhân nghiên cứu vào giữa tháng 8 đã đạt sản lượng tương đương 3,1 ngày công cho mỗi ngày công của con người, và trang này đã đưa tin vào thời điểm đó. Hai tháng sau, OpenAI đổi góc đo, từ tổng sản lượng sang tách tỷ lệ thành công theo thời lượng và loại tác vụ, và kết luận cũng thận trọng hơn: tỷ lệ tự hoàn thành các tác vụ dài tăng rất nhanh, nhưng với những việc kỹ thuật như suy luận và phục vụ mô hình, vẫn còn khoảng ba phần tư chưa thể tự làm xong.
Hạn chế của báo cáo này cũng rõ: dữ liệu đến từ nội bộ, độ khó tác vụ do chính OpenAI ước tính và thiếu một chuẩn đánh giá bên ngoài có thể tái lập. Nếu báo cáo tiếp theo công khai phương pháp xác định, con số 46% mới có thể được đánh giá đúng trọng lượng.
Nguồn tham khảo: Báo cáo tăng tốc nghiên cứu của OpenAI, AI Weekly, CocoLoop, Crypto Briefing; đối chiếu tỷ lệ tự hoàn thành theo thời lượng tác vụ, tỷ lệ thành công theo lĩnh vực và mức sử dụng trung vị hằng ngày (quy đổi theo giá niêm yết API).