Chargement...

Les propres chercheurs d'OpenAI sont sérieusement accros à leurs agents de codage IA internes, valorisant ces outils plus qu'une part significative de leurs collègues humains ou de leur puissance de calcul. Cette plongée dans leurs opérations internes offre un aperçu fascinant, bien que parfois désordonné, de l'avenir du développement assisté par l'IA.
The Decoder, citant le propre rapport interne d'OpenAI, révèle une augmentation massive de l'utilisation d'outils internes comme Codex et Dots. Les coûts théoriques des tokens à eux seuls sont exorbitants : un chercheur médian aurait consommé l'équivalent de 2 400 $ de tokens par jour en octobre, soit un bond de 62 % par rapport au mois précédent. Pour les 10 % d'utilisateurs les plus assidus, ce chiffre a doublé pour atteindre un montant stupéfiant de 23 000 $ par jour. Ces agents fonctionnent effectivement l'équivalent de 5,7 jours de travail par chercheur et par jour calendaire, et même plus dans les équipes de pré- et post-entraînement, avec plus des deux tiers des chercheurs suivis exécutant au moins quatre agents simultanément lors des pics d'utilisation.
OpenAI a calculé que l'équivalent API théorique de ce temps d'exécution d'agent était deux fois plus élevé que les coûts salariaux réguliers des chercheurs en septembre, bien qu'il soit important de noter que cela exclut les attributions d'actions, qui représentent une part énorme de la rémunération chez OpenAI, selon The Decoder. Malgré cette utilisation intense, l'activité des agents internes ne représentait que 2 % de la puissance de calcul totale de recherche de l'entreprise.
Les taux de réussite des agents autonomes travaillant sans intervention humaine sur des tâches de deux à quatre heures sont passés de 23 % en mars à 46 % en octobre, tandis que les tâches de quatre à huit heures ont vu une augmentation de 13 % à 35 %, rapporte The Decoder, citant OpenAI. Cependant, une classification taxonomique d'Epoch AI montre que ces systèmes gèrent principalement des tâches plus simples. Par exemple, ils surveillent les exécutions d'entraînement 79 % du temps et répondent à des questions techniques de manière indépendante 72 % du temps. Mais lorsqu'il s'agit d'ingénierie plus complexe – comme la construction d'environnements d'évaluation et d'apprentissage par renforcement ou l'écriture de code pour les systèmes d'inférence et de service – les taux de réussite chutent significativement à 29 % et 25 % respectivement.
Dans une enquête interne non représentative menée auprès de 101 employés, les chercheurs ont indiqué qu'ils préféreraient renoncer à 40 % du personnel de leur équipe ou à 30 % de leur capacité de calcul plutôt que de passer trois mois sans ces agents de codage, selon The Decoder. Un sondage rapide distinct mené auprès de 28 employés a révélé que 27 préféraient le dernier modèle interne à un ingénieur humain en milieu de carrière.
Cependant, des entretiens qualitatifs avec dix chercheurs ont mis en évidence les inconvénients. Ces modèles manquent souvent de « goût » pour les bonnes idées de recherche, la qualité du code et des données. Ils se perdent en chemin, font des hypothèses erronées et produisent du « bâclage IA » – des modifications de code de qualité inférieure et des artefacts de données inutilisables. Une supervision humaine étroite est cruciale pour éviter de gaspiller des cycles de calcul, déclare The Decoder. Fait intéressant, les idées conceptuelles clés pour les futurs GPT-6 Astra et GPT-6.2 Astra d'OpenAI sont venues exclusivement d'humains, seuls des chercheurs individuels ayant obtenu des informations importantes grâce au dialogue avec Codex lors du pré-entraînement pour GPT-6.2 Astra.
Très bien, propriétaires de petites entreprises et chefs d'équipe, il ne s'agit pas seulement d'une introspection de la part d'un géant de la technologie. C'est un aperçu des coulisses de la direction que prend le développement de l'IA, et de ce que vous pouvez attendre des futurs outils d'IA pour vos propres équipes. Le fait marquant – que les propres chercheurs d'OpenAI valorisent ces agents d'IA plus que près de la moitié de leurs collègues humains – devrait retenir votre attention. Cela montre que même avec tout le « bâclage IA » et le gaspillage de calcul, les gains de productivité sont tellement significatifs.
Ce que cela me dit, c'est que les assistants de codage IA, et par extension, les agents IA pour d'autres travaux intellectuels, deviennent indispensables, même s'ils sont encore des adolescents désordonnés. Vous n'aurez pas d'ingénieur IA entièrement autonome de sitôt, mais vous aurez des outils qui amplifieront considérablement votre équipe existante. Le problème du « bâclage IA » est réel, et il renforce ce que nous savons déjà : les outils d'IA sont fantastiques pour les tâches routinières et bien définies (comme la surveillance ou la réponse à des questions techniques), mais ils s'effondrent complètement face à des problèmes complexes, nuancés ou créatifs. Cela signifie que vos experts humains ne vont nulle part ; ils passeront simplement moins de temps sur les tâches ingrates et plus de temps sur les décisions stratégiques, guidées par le « goût », que l'IA ne peut pas prendre. Pour les petites équipes, c'est crucial : cela signifie que vous pouvez étendre votre talent plus loin, mais vous devez absolument avoir une supervision humaine pour corriger les inévitables erreurs de l'IA et guider efficacement les outils. N'attendez pas de magie ; attendez des copilotes puissants, mais souvent maladroits.
Open-source Hermes Agent is coming to Microsoft Teams, allowing workers to package successful AI workflows into team-wide reusable skills.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Google Maps’ new Ask Maps AI can auto‑create day‑by‑day itineraries, share them, and even call businesses for appointments—useful for small teams on the move.

Commentaires