Des chercheurs d'OpenAI affirment qu'ils choisiraient, en moyenne, de se passer de 40 % des membres de leur équipe plutôt que de leurs agents de programmation actuels pendant trois mois. Ce choix ressort d'un sondage interne non représentatif mené auprès de 101 salariés. Les témoignages collectés au sein de l'entreprise présentent néanmoins des outils dont les productions nécessitent un contrôle humain étroit.
Les idées clés restent humaines en sécurité et post-entraînement
Pour le post-entraînement comme pour la sécurité de GPT-6 Astra et GPT-6.2 Astra, les équipes interrogées attribuent aux humains la totalité des idées conceptuelles déterminantes. Seuls des chercheurs travaillant au préentraînement de GPT-6.2 Astra disent avoir tiré des idées importantes de leurs échanges avec Codex.
Les entretiens qualitatifs menés avec dix chercheurs décrivent un discernement insuffisant des modèles, aussi bien pour choisir une piste scientifique que pour apprécier du code ou des données. Ils signalent des opérations superflues, des raisonnements fondés sur des hypothèses erronées, du code médiocre et des données inexploitables. À leurs yeux, un contrôle humain rapproché reste indispensable pour ne pas gaspiller les ressources de calcul.
La supervision avait déjà suscité une alerte : un audit avait relevé de nombreuses insuffisances dans le dispositif. Le scientifique en chef d'OpenAI, Jakub Pachocki, avait ensuite évoqué un risque de perte de contrôle dans un message accompagnant le premier bilan interne d'accélération de la recherche.
Les employés privilégient leurs agents de programmation
L'autre arbitrage portait sur les moyens informatiques : les chercheurs interrogés abandonneraient en moyenne 30 % de leur capacité de calcul plutôt que leurs agents pendant trois mois. Une consultation rapide distincte a également donné la préférence au modèle interne le plus récent : 27 employés sur 28 l'ont choisi face à un ingénieur de milieu de carrière.
OpenAI constate une progression rapide de l'usage interne, notamment pour Codex et Dots, avec une place importante accordée aux échanges et à la programmation. En ramenant leur durée de fonctionnement à des journées de huit heures, l'entreprise estime que les agents cumulent 5,7 journées par chercheur et par jour calendaire, et environ huit dans les équipes de préentraînement et de post-entraînement. Lors des pointes, plus des deux tiers des chercheurs observés ont mobilisé au moins quatre agents simultanément.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les agents réussissent surtout les tâches simples
Selon les estimations d'OpenAI, entre mars et octobre, la proportion de tâches autonomes réussies est passée de 23 % à 46 % lorsque le travail demandait deux à quatre heures. Pour celles nécessitant quatre à huit heures, elle est passée de 13 % à 35 %. L'examen des activités à l'aide de la classification d'Epoch AI montre toutefois une prédominance des tâches simples.
L'entreprise annonce 79 % de réussite pour le suivi des entraînements et 72 % pour les réponses techniques sans intervention humaine. Les résultats sont inférieurs pour construire des environnements d'évaluation et d'apprentissage par renforcement, à 29 %, ou programmer les systèmes d'inférence et de service, à 25 %.
OpenAI a publié ces données dans son deuxième bilan sur l'emploi des agents pour développer des modèles. L'entreprise veut suivre l'amélioration autonome récursive, c'est-à-dire l'accélération, par l'IA, du développement de ses générations suivantes. Début septembre, elle affirmait déjà avoir rempli son objectif de stagiaire automatisé de recherche en IA ; chez son concurrent Anthropic, l'organisme d'évaluation METR a estimé, après onze semaines d'observation, que l'IA avait presque doublé la cadence de développement.
OpenAI prévient néanmoins qu'une extrapolation linéaire des observations actuelles pourrait être trompeuse. Invoquant les progrès rapides enregistrés récemment en mathématiques, l'entreprise envisage aussi de possibles avancées soudaines de la recherche en apprentissage profond avec l'autonomie croissante des modèles.
Les coûts théoriques dépassent les salaires réguliers
Valorisée aux tarifs publics des API, la consommation médiane quotidienne de jetons aurait atteint 2 400 $ par chercheur en octobre, en hausse de 62 % sur le mois précédent, selon OpenAI. Pour les 10 % d'utilisateurs les plus performants, cette valeur théorique a doublé, à 23 000 $ par jour.
En septembre, l'équivalent tarifaire du fonctionnement des agents représentait deux fois les salaires réguliers des chercheurs, d'après l'entreprise. Cette comparaison exclut toutefois les titres, qui constituent 70 à 80 % de la rémunération totale. Les agents internes ne représentaient que 2 % de l'ensemble de la puissance de calcul d'OpenAI.






