Gerade hat der „KI-Forschungspraktikant“ von OpenAI offiziell seine Arbeit angetreten, Jensen Huang erklärt: AGI ist bereits da.
Heute haben zwei lange Artikel von OpenAI das gesamte Internet dominiert.
Gerade eben hat OpenAI einen wichtigen Inhalt mit dem Titel *Forschungsbeschleunigung: Eine interne Perspektive von OpenAI* veröffentlicht und erstmals alle Daten zum Thema „KI erstellt KI“ offengelegt.
Sie haben direkt zu Beginn klargestellt, dass der entscheidende „Meilenstein“ erreicht wurde —
Vor diesem September hat OpenAI den „automatisierten KI-Forschungspraktikanten“ erfolgreich eingesetzt!
Das Ziel, das Sam Altman vor einem Jahr gesetzt hat, wurde wie versprochen erfüllt. Der nächste Schritt ist die Entwicklung des „automatisierten KI-Forschers“ im März 2028.
Auf dem offiziellen Blog hat OpenAI einige interne RSI-Daten veröffentlicht, die sehr beeindruckend sind:
- Jedes Mitglied des Forschungs-Teams arbeitet jetzt einen Tag, was 3,1 Arbeitsstunden eines KI-Agenten entspricht;
- Ein durchschnittlicher Forscher bei OpenAI verbraucht täglich mehr als 600 US-Dollar (4000 Yuan) für die Inferenzkosten von Agenten;
- Die besten 10% sind noch extremer: Eine Person verbraucht an einem einzigen Tag mehr als 7000 US-Dollar (46000 Yuan).
Fast zur gleichen Zeit hat der Chefwissenschaftler Jakub Pachocki einen langen Artikel mit dem Titel *Ein fremder Intellekt* veröffentlicht —
Er hat persönlich bestätigt, dass die Intelligenz von Maschinen die menschliche Intelligenz bereits übertroffen hat. Wir schaffen einen „fremden Intellekt“, den wir nicht verstehen, und die gesamte Menschheit muss dringend die Bremse ziehen!
Eines ist der Beweis für die Beschleunigung von RSI, das andere ist die Warnung zum Anhalten.
Diese zwei völlig gegensätzlichen Stimmen sind am selben Tag beide von OpenAI ausgegangen.
Jensen Huang: AGI ist bereits da
400.000 GPUs werden bald in Betrieb genommen
Die Geburt von GPT-6 Astra wird weithin als das erste „echte AGI“ anerkannt.
Der Grund, warum dieses „Riesentier“ so stark ist, dass es keine Konkurrenten gibt, liegt im Kern an dem kostspieligen Wetteinsatz auf Rechenleistung hinter OpenAI —
Um Astra zu entwickeln, hat OpenAI die größte Trainingsaufgabe in der Geschichte gestartet und mehr als 100.000 GPUs im Supercomputer-Cluster „Stargate“ in Texas eingesetzt.
Die größte Trainingsaufgabe in der Geschichte von OpenAI
Das ist noch nicht alles: Gerade hat Jensen Huang offiziell verkündet, dass „AGI gekommen ist“. Von ChatGPT über o1 bis Astra hat es nur 4 Jahre gedauert.
Als Nächstes wird er OpenAI persönlich 400.000 GPUs liefern. Zwei Wörter: Wahnsinn!
Dieses Mal hat OpenAI ausnahmsweise seine Kerndaten veröffentlicht, was ganz klar bedeutet: Die KI-Entwicklung durch KI kann wirklich nicht mehr gestoppt werden.
Der KI-Forschungspraktikant ist seit September im Einsatz
Die Entwicklung eines „automatisierten KI-Forschungspraktikanten“ war schon immer eines der zentralen Ziele von OpenAI.
Im vergangenen Oktober hat Sam Altman in einem Livestream der ganzen Welt einen Zeitplan vorgelegt —
Im September 2026 soll der automatisierte KI-Forschungspraktikant entwickelt werden, im März 2028 der echte automatisierte KI-Forscher.
Niemand hätte gedacht, dass OpenAI direkt verkündet: Der erste Schritt ist bereits abgeschlossen!
Gemäß der Definition von OpenAI kann der „Forschungspraktikant“ Forschungsaufgaben selbstständig erledigen, wenn ihm die Richtung von Menschen vorgegeben wird.
Insbesondere Aufgaben, die erfahrene Forscher früher mehrere Tage lang mühsam erledigen mussten, die schmutzig und anstrengend sind, kann er jetzt vollständig übernehmen.
Die detaillierten Daten, die dieses Mal gemeinsam veröffentlicht wurden, zeigen direkt, dass sich im Inneren von OpenAI eine starke qualitative Veränderung vollzieht.
1 menschlicher Arbeitstag = 3,1 KI-Arbeitstage
Anfang dieses Jahres lag der Verbrauch des Agenten bei dem Forscher, der im Forschungsbereich von OpenAI im Median lag, noch relativ zurückhaltend.
Aber bis Mitte August hat die tägliche Inferenzkosten, die er verbraucht, bereits 600 US-Dollar erreicht (umgerechnet nach API-Preisen).
Und die führenden Forscher in den oberen 10% verbrauchen täglich mehr als 7000 US-Dollar. Das ist nur die reine Inferenzausgabe einer Person an einem einzigen Tag.
Tägliche Inferenzausgaben des medianen Forschers und der oberen 10% der Forscher (gemäß API-Preisen)
Die Wachstumsrate des Agentenverbrauchs in der Forschungsorganisation übertrifft die aller anderen Abteilungen des Unternehmens bei weitem, die von den medianen Mitarbeitern ausgegebenen Token sind auf das 124-fache des Niveaus zu Jahresbeginn gestiegen
Geld ist Treibstoff, aber die Arbeitszeit ist das Ergebnis.
Die Logik von OpenAI zur Berechnung der Arbeitszeit lautet: Die gesamte Laufzeit aller Agenten in der Forschungsorganisation wird auf einen standardisierten 8-Stunden-Arbeitstag umgerechnet und dann direkt mit den menschlichen Arbeitstagen verglichen.
Vor Juni 2026 hat die gesamte Arbeitszeit der Agenten in der gesamten Forschungsorganisation noch nicht die der Menschen übertroffen. Aber bis Mitte August wurde diese Zahl auf 3,1 zu 1 geändert.
Das bedeutet, dass hinter jedem menschlichen Forscher, der an seinem Arbeitsplatz sitzt, 3,1 KI-Arbeitstage gleichzeitig laufen.
Das Verhältnis von KI-Arbeitstagen zu menschlichen Forschungstagen erreichte Mitte August den Wert 3,14
„Nebenläufigkeit“ ist der Haupttreiber hinter all dem.
Seit Beginn dieses Jahres ist der Anteil der Forscher, die gleichzeitig mehr als 4 Agenten betreiben, von anfangs 30% auf über 70% stark angestiegen. Eine Person agiert als Kommandeur und steuert gleichzeitig vier bis fünf Agenten, sodass die Arbeitszeit natürlich vervielfacht wird.
Anteil der Forscher, die gleichzeitig mehr als 4 Agenten betreiben
Mit dem starken Anstieg der Arbeitszeit erlebt das Ergebnis einen exponentiellen Ausbruch.
Im Jahr 2026 ist die Anzahl der Codeänderungen pro aktivem Ingenieur im gesamten Unternehmen auf das 7-fache des durchschnittlichen Niveaus vor 2025 angestiegen.
Die Anzahl der Experimente, die auf jeden einzelnen Experimentator entfallen, hat im August 2026 einen historischen Höchststand seit Beginn der Verfolgung im Januar 2025 erreicht.
Obwohl OpenAI sorgfältig ergänzt, dass dies auch auf die Popularisierung von Codex und die Erhöhung der gesamten Rechenleistung zurückzuführen ist, ist die Rolle der KI als Hebel für die Produktivität unbestreitbar.
Anzahl der Codeänderungen pro aktivem Mitwirkenden im gesamten Unternehmen (vor 2025 = 1x)
Anzahl der Experimente pro aktivem Experimentator (2025 = 1x), erreicht im August 2026 einen neuen Höchststand
Die Grenzen des Praktikanten: Übernahme der Infrastruktur und Zurückhaltung bei Entscheidungen
Wo werden diese 3,1-fachen Arbeitsaufgaben ausgeführt?
OpenAI nutzt die neu veröffentlichte KI-Forschungs-Klassifizierungsmethode von Epoch AI, um den Forschungsprozess in sechs Schritte zu unterteilen: Entscheidung, Entwurf, Erstellung, Ausführung, Analyse und Kommunikation, und klassifiziert die von den Agenten ausgegebenen Token einzeln.
Die Ergebnisse zeigen, dass alle sechs Kategorien von Januar bis August stark angestiegen sind, aber in unterschiedlichem Ausmaß.
Die Art und Weise, wie Forscher Programmieragenten verwenden, ändert sich: Die Akkumulationsänderung der von Agenten ausgegebenen Token für verschiedene Forschungsaktivitäten von Januar bis August
Die drei Kategorien mit dem erschreckendsten Zuwachs sind das Schreiben von Forschungs- und Infrastrukturcode, technische Hilfe und Code-Prüfung sowie das Starten und Überwachen von Trainingsaufgaben.
Der Zuwachs an Token, den jeder Forscher täglich für diese drei Kategorien verbraucht, übersteigt 130.000. Der geringste Zuwachs entfällt auf die Entscheidung über die Zuweisung von Ressourcen, die Bekanntgabe von Entscheidungen und die Prüfung externer Forschung, wobei die zusätzlich genutzten Token pro Tag sogar unter 1000 liegen.
Dieses Diagramm zeichnet genau die Fähigkeitsgrenzen des „Praktikanten“ auf.
Die Agenten übernehmen arbeitsintensive Aufgaben wie das Schreiben von Code, das Einrichten von