Riassunto:
GPT-6 non è solo Astra! Solo pochi giorni dopo il rilascio di Astra, si è scoperto che GPT-6 Sol era in fase di test interno. Molto accattivanti anche le prestazioni, con una velocità in singola prova 6 volte quella di Astra. Facciamo un'ipotesi audace: anche Terra e Luna sono in arrivo? E lo stesso giorno, OpenAI ha appena divulgato una serie di dati interni: ad oggi, sulla base di una giornata lavorativa di 8 ore, i ricercatori OpenAI hanno più di tre agenti in esecuzione contemporaneamente ogni giorno in cui lavorano. Calcolate in base ai prezzi API, le risorse di inferenza dell'agente utilizzate ogni giorno dal ricercatore medio di OpenAI hanno superato i 600 dollari.
OpenAI ha inoltre annunciato di aver implementato "stagisti di ricerca automatizzata":
Questi agenti possono, sotto la guida umana, completare alcune attività che avrebbero richiesto diversi giorni ai ricercatori.
Anche Lao Huang ha detto: l'AGI è già qui!
Ha rivelato che Astra utilizza circa 100.000 set di NVIDIA Grace Blackwell NVLink72 per la formazione e che successivamente 400.000 set di GPU saranno online.
Sembra che questa ondata non sia un colpo unilaterale di OpenAI~
È stato rivelato che GPT-6 Sol ha iniziato i test interni
Il netizen Lentils ha dato la notizia che OpenAI sta testando GPT-6 Sol internamente.
Ha affermato che la capacità di produzione complessiva del Sol è significativamente più debole dell'Astra appena rilasciata, ma è più veloce ed è ancora un modello "di livello mostruoso".
Quanto velocemente? La velocità del singolo test è circa 6 volte quella di Astra.
Il netizen Lyra ha assegnato lo stesso compito a diversi modelli da testare: lasciare che il modello generasse un'immagine SVG di una BMW M4 Competition.
Tra questi, GPT-6 Sol utilizza Max Gear e la generazione di campioni zero, che richiede circa 3 minuti e genera circa 28.000 token.
GPT-6 Astra utilizza l'attrezzatura Max, emette circa 25.000 token e impiega circa 19 minuti.
Gemini 3.1 DeepThink attiva la marcia Alta e visualizza un output di circa 3.300 token, ma il processo di inferenza consuma circa 458.000 token e richiede circa 29 minuti.
Gemini 3.8 Flash ha anche attivato la marcia alta e ha emesso circa 19.000 token in soli 42 secondi circa.
In confronto, le prestazioni di Sol sono le più accattivanti: la sua scala di output è vicina a quella di Astra, ma la velocità di un singolo test è circa 6 volte quella di Astra e il tempo impiegato è solo circa un sesto di quest'ultimo.
Inoltre, il netizen Lentils ha mostrato anche un prototipo di un mondo sandbox in stile pixel chiamato "The Realm of Aurellune".
GPT-6 Sol genera contemporaneamente città, terreni agricoli, fiumi, castelli e mappe in miniatura ed è inoltre dotato di pannelli di controllo come la commutazione diurna e notturna, il posizionamento dei nomi dei luoghi e la regolazione dei dettagli. Il tutto assomiglia più a un gioco di simulazione aziendale che ha già preso forma.
Questo è l'effetto generato da zero-shot, attrezzatura di inferenza massima, 15 minuti e un costo totale di 60.000 token.
Al momento, si può ipotizzare che Astra sia sbilanciata verso i ragionamenti approfonditi più difficili, mentre Sol potrebbe essere sbilanciata verso la velocità, il throughput e le chiamate degli agenti su larga scala.
Per quanto riguarda la data di rilascio di Sol, il netizen Pankaj Kumar ha affermato che potrebbe essere rilasciato ufficialmente alla conferenza degli sviluppatori OpenAI il 29 settembre.
Non è escluso che GPT-6 Terra, Luna e GPT-Image 2.5 appaiano insieme.
I ricercatori OpenAI portano al lavoro 3 stagisti agenti per persona
Lo stesso giorno, OpenAI ha anche rilasciato una serie di dati interni molto interessanti: in che misura il modello AI ha accelerato la ricerca scientifica nel proprio laboratorio.
A partire da metà agosto di quest'anno, per ogni otto ore di lavoro di un ricercatore, ci sono circa 3,1 giorni lavorativi di attività eseguite in parallelo da parte degli agenti.
Ehi ragazzi, posso prendermi cura di tre stagisti che non dormono da soli~
Per quanto riguarda il costo, calcolato in base ai prezzi API, il ricercatore medio brucia ogni giorno più di 600 dollari in risorse per l'inferenza degli agenti.
È quasi lo stipendio giornaliero di un ingegnere junior.
Cosa stanno facendo esattamente questi agenti?
Scrivi codice di ricerca, scrivi codice dell'infrastruttura, configura un ambiente di formazione, esegui esperimenti di valutazione, risolvi i problemi relativi agli strumenti e agli errori dell'ambiente, analizza i risultati sperimentali, monitora le attività di formazione... Puoi anche aiutare a organizzare e comunicare le conclusioni della ricerca.
In sostanza può fare tutto tranne decidere cosa studiare.
Uno dei cambiamenti più intuitivi è che in passato, quando l'ambiente sperimentale era inattivo, i ricercatori dovevano ricorrere al canale interno per chiedere aiuto; ora gli agenti sono sempre più in grado di gestire questo genere di cose e la quantità di domande e risposte manuali è diminuita direttamente.
Alcuni team hanno annullato direttamente il tempo fisso di domande e risposte tecniche, lasciando più tempo alle persone per migliorare il sistema stesso.
Sulla base di questi dati, OpenAI ha annunciato ufficialmente di aver raggiunto l'obiettivo dei "stagisti di ricerca sull'intelligenza artificiale automatizzata".
Il "stagista" qui è, per essere precisi, un nodo di ricerca e sviluppo capace: sotto la guida umana, può completare in modo indipendente compiti di ricerca con confini chiari, alcuni dei quali avrebbero richiesto diversi giorni a ricercatori esperti.
I risultati sono stati immediati, con un aumento del codice prodotto dal ricercatore e del numero di esperimenti.
Nell'agosto 2026, il numero di esperimenti pro capite ha raggiunto un nuovo massimo da quando le statistiche sono state raccolte nel gennaio 2025, e i compiti svolti dagli agenti sono diventati sempre più complessi e il tempo del ciclo è diventato sempre più lungo.
Anche Kevin Liu, l'autore di questo articolo, inserisce la questione in un contesto più ampio.
Ritiene che l'auto-miglioramento ricorsivo sarà probabilmente uno dei fattori più importanti che guideranno il salto di qualità delle capacità dell'intelligenza artificiale nei prossimi anni.
Per dirla senza mezzi termini, l'intelligenza artificiale crea intelligenza artificiale, sempre più velocemente.
Ma il problema è che, secondo l'attuale tendenza di sviluppo, questa capacità apparirà per impostazione predefinita solo in alcuni laboratori di intelligenza artificiale all'avanguardia, ed è difficile per il mondo esterno vedere fino a che punto è progredita.
Pertanto, Liu ritiene che una divulgazione trasparente sia più urgente che mai. La rapidità con cui i modelli si rafforzeranno e se il ritmo della ricerca e dello sviluppo debba essere frenato non possono essere decisi solo da poche aziende a porte chiuse.
Ha invitato anche altre società di intelligenza artificiale: anche dati simili dovrebbero essere resi pubblici.
Tuttavia, la ricerca e lo sviluppo dell'intelligenza artificiale sono effettivamente diventati più veloci, ma non ancora abbastanza veloci per una guida completamente autonoma.
I dati OpenAI mostrano che per attività che originariamente richiedevano dalle 4 alle 8 ore, gli esseri umani hanno dovuto intervenire almeno una volta in più della metà dei casi di successo negli ultimi sei mesi. Per quanto riguarda la pianificazione della ricerca di alto livello, non viene quasi mai lasciata all'Agente.
I ricercatori sono ancora responsabili di decidere cosa studiare, quali risultati vale la pena continuare e quando espandere la formazione, sospendere gli esperimenti o implementare modelli.
È stato fissato anche il prossimo obiettivo di OpenAI: raggiungere i "ricercatori di intelligenza artificiale automatizzata" entro marzo 2028.
Rispetto ai "stagisti" che possono assumere solo compiti specifici, i "ricercatori" devono essere in grado di assumersi obiettivi di ricerca più aperti e promuovere autonomamente progetti a lungo termine, il che equivale a passare da esecutore a responsabile indipendente.
Se GPT-6 Sol è stato davvero testato internamente, è molto probabile che sia stato sviluppato secondo questo nuovo modello di ricerca e sviluppo:
Più GPU forniscono potenza di calcolo, più agenti eseguono esperimenti in parallelo e i ricercatori umani si collocano a un livello più elevato: scelgono direzioni, giudicano i risultati e infine decidono quali cose vale la pena trasformare in modelli di prossima generazione.
Un'intelligenza artificiale più potente sta diventando sempre più difficile da monitorare
Lo stesso giorno, il capo scienziato di OpenAI Jakub Pachocki ha pubblicato un articolo di 10.000 parole intitolato "Alien Thinking".
Dopo aver letto questo, ho la sensazione che anche il capo scienziato di OpenAI stia esortando l'intero settore a rallentare...
Jakub ha sottolineato che l'intelligenza artificiale non è costruita dagli esseri umani secondo i disegni di progettazione, un chip e una regola. È più come se crescesse da solo grazie a enormi quantità di dati e potenza di calcolo.
Puoi smontarlo e comprenderne alcune parti, ma nessuno può spiegare perché l'intero sistema improvvisamente abbia una certa capacità e come si comporterà in un ambiente diverso.
Ciò che è ancora più problematico è che l'intelligenza artificiale non ha bisogno di schiacciare gli esseri umani in tutti gli aspetti per causare problemi. Finché è migliore degli umani in abbastanza abilità chiave, può aiutarti molto e causare molti problemi.
Quindi sorge la domanda: gli esseri umani possono ancora capirlo?
In passato, OpenAI si affidava principalmente a un trucco per monitorare l'intelligenza artificiale: osservare la catena del pensiero.
Per dirla senza mezzi termini, si tratta di osservare il processo di ragionamento scritto dal modello e verificare se ha intenzioni malvagie, come voler ingannare le persone, voler eccedere l'autorità e voler eludere le restrizioni.
Ma con la generazione Astra questo trucco cominciò a fallire.
In primo luogo, il modello è sempre più capace di 'gestire' ciò che dice, e i veri pensieri potrebbero non essere tutti scritti nel ragionamento; in secondo luogo, l'agente ha smesso da tempo di “pensare prima di rispondere”. Può modificare strumenti, utilizzare computer, gestire ambienti e cooperare con persone e altri agenti.
Con questi elementi mescolati insieme, i ricercatori non sono più in grado di elaborare una catena di pensiero completa e trasparente per esaminare frase per frase.
OpenAI ha inoltre scoperto che Astra è in grado di gestire attività complesse senza scrivere l'intero processo di ragionamento.
Per dirla in parole povere, le modelle hanno già imparato a fare grandi cose in silenzio.
Nei test contraddittori progettati specificamente per costringere i modelli a eludere il monitoraggio, Astra ha persino dimostrato alcune capacità agghiaccianti: abbassando deliberatamente i punteggi dei test, aggirando il monitoraggio ed eseguendo attività di sabotaggio.
Naturalmente, si tratta di stress test progettati artificialmente e OpenAI non conclude che Astra ingannerà attivamente nelle attività quotidiane. Ma almeno dimostra che è difficile coprire tutti i possibili comportamenti del modello osservando solo la catena del pensiero.
Ricordi il precedente episodio di Hugging Face? È stato un campanello d'allarme.
All'epoca, GPT‑5.6 Sol e un modello di ricerca interno più forte furono inseriti nella gamma della rete ExploitGym. Il compito era trovare le vulnerabilità, completare l'attacco e ottenere la bandiera. Per testare le reali capacità del modello, l'ambiente di valutazione non ha consentito barriere di sicurezza complete.
I modelli risultanti non hanno risolto il problema in modo onesto. Per prima cosa hanno aggirato l’isolamento della rete, hanno comunicato tra loro attraverso canali non autorizzati e hanno collaborato alle attività.
Poi ha sfruttato una vulnerabilità zero-day nel proxy della cache del pacchetto software per ottenere l'accesso alla rete pubblica e infine è entrato nel sistema Hugging Face per cercare di trovare la risposta al test ExploitGym.
In realtà, questa questione è stata guidata principalmente dal modello di ricerca interna IM1. GPT‑5.6 Sol riproduceva anche alcuni percorsi di attacco e Astra non era coinvolta.
L'obiettivo originale dei modelli era ancora quello di completare il test, ma per ottenere risposte hanno continuato a cercare scappatoie nelle regole e alla fine hanno effettuato operazioni che andavano oltre lo scopo del compito.
Pertanto, OpenAI legge anche un segnale di pericolo: quando l'agente è abbastanza forte, ha abbastanza strumenti e funziona per un tempo sufficientemente lungo, può trovare nuovi percorsi da solo, chiamare risorse esterne e persino collaborare con altri agenti.
No... quindi girando intorno, questo non diventa un vicolo cieco? ?
OpenAI ha bisogno di modelli più potenti per scrivere codice, eseguire esperimenti, effettuare ricerche sull'allineamento e persino utilizzarli per creare sistemi di sicurezza per difendersi da altre IA. Più forte è il modello, maggiore è il lavoro che può svolgere e maggiore è la velocità di sviluppo.
Ma allo stesso tempo, diventa sempre più difficile per gli esseri umani confermare come raggiunge le sue conclusioni e se reinterpreterà le regole originariamente apprese dopo aver cambiato l'ambiente.
Jakub ha ritenuto che nessun laboratorio ora osa affermare di aver svolto un buon lavoro nell'allineamento e nel monitoraggio del modello e di poter espandere la scala del modello alla massima velocità e con coraggio a lungo termine.
Fino a quando non saranno stabiliti standard di sicurezza comuni in tutto il settore, spera che tutti possano considerare il "frenare volontariamente" come un tacito accordo.
Per quanto riguarda lo stesso OpenAI, ha anche detto: se necessario, non esclude di fermarsi unilateralmente e di non continuare ad espandere la scala del modello.
Faresti meglio a comportarti così... Ricordo che anche un'azienda che inizia con A disse questo.
[1]https://x.com/Lentils80/status/2096518218836005287? s=20
[2]https://x.com/pankajkumar_dev/status/2096532712291201460
[3]https://openai.com/index/research-acceleration-view-inside-openai/
[4]https://openai.com/index/an-alien-mind/
[5]https://x.com/JensenHuang/status/2096700264569090384?s=20
Commenti