OpenAI beindítja az AI kutató internét, 2028-ra teljes automatizmus
Az OpenAI bejelentette, hogy 2026 szeptemberig elkészíti az önálló AI kutató internét, mely 2028-ra teljesen automatizált kutatólaboratóriummá válik, ezzel felzárkózik a DeepMind és az Anthropic mellé
Az AI kutatásban már évek óta fennáll a kérdés, hogy a gépek képesek legyenek önállóan, komplex tudományos feladatokat megoldani. A jelenlegi nagy nyelvi modellek és kódfordító ügynökök csak rövid, szűk körű feladatokra alkalmasak, így a nagyobb, több hónapot igénylő projektek még mindig emberi kézben maradnak.
A MIT Technology Review szerint az OpenAI új „North Star” célként egy teljesen automatizált AI kutatót tűzött ki magának, amely 2026 szeptemberéig egy önálló kutató‑internet hoz létre, majd 2028-ra egy több‑ügynökös kutatólaboratóriummá fejlődik. A vállalat közleménye szerint ez a rendszer a szöveg‑, kód‑ vagy táblára írt feladatok bármelyikét képes lesz önállóan megoldani.
Az alapot a már meglévő Codex nevű kód‑generáló ügynök adja, amely képes a felhasználó gépén programot írni, adatokat elemezni és jelentéseket készíteni. Az OpenAI most a AI kutató internét fejleszti, amely a Codexhez hasonlóan ügynökökből áll, de hosszabb futási időre és kevesebb emberi beavatkozásra van optimalizálva. A rendszer a 2024‑es „reasoning” modellekre épül, amelyek már képesek koherens gondolatmeneteket fenntartani.
Az új projekt szorosan kapcsolódik az OpenAI belső munkafolyamatához: a cég technikai dolgozói már napi szinten használják a Codexet, ami azt jelenti, hogy a AI kutató internét már most is valós környezetben tesztelik. A versenytársak, például az Anthropic Claude Code vagy a Google DeepMind Gemini‑Agents, szintén hasonló kód‑ügynököket adtak ki, de eddig csak szűk feladatkörökre korlátozták őket.
Az internét úgy tervezi, hogy egy feladatot napok helyett órákra tudjon lecsökkenteni, miközben a rendszer saját maga frissíti a tudását a futó kísérletekből. A technika lényege a több‑ügynökös architektúra, ahol egy fő koordinátor delegálja a kisebb feladatokat a speciális al‑ügynököknek, akik közvetlenül a kódbázist vagy a tudományos adatbázisokat használják. Ez a megközelítés lehetővé teszi, hogy a kutató automatikus kutatólaboratóriummá váljon, amely akár új matematikai tételeket vagy gyógyszerjelölteket is felfedezhet.
Míg az OpenAI a Codex és a reasoning modellek kombinációjával próbál felzárkózni a Google Gemini‑Agents és az Anthropic Claude Code mellé, a Microsoft Copilot már beépítette a kód‑generáló funkciókat a fejlesztői környezetekbe, ami előnyt jelent a vállalati szférában. A versenytársak közül a DeepMind továbbra is a biológiai szimulációkra fókuszál, így az OpenAI lekörözi a versenyt, ha sikerül a 2028‑as célját elérni.
A tervek szerint a kutató internét 2026 szeptemberétől fokozatosan vezetik be belső projektekben, majd 2028-ban nyílt platformként elérhetővé válik. A szakértők azonban kérdőjelezik meg, hogy a rendszer mennyire lesz megbízható a hosszú távú tudományos kutatásban, és milyen etikai kereteket kell majd kialakítani a gémi felfedezések körül. A következő hónapokban várható a pilot verziók belső tesztelése, ami meghatározhatja az AI kutató jövőjét.