OpenAI уже гоняет модель Astra по внутренним исследовательским задачам, на которые у человека раньше уходила примерно неделя. В одной из демонстраций сразу 16 агентов Astra совместно разбирали математическую задачу исследовательского уровня. Для русскоязычной IT-аудитории это важный сигнал: разговор про AI-агентов окончательно ушел от «напиши функцию» к режиму, где модель Astra сама планирует эксперимент, пишет код, запускает его и возвращает результат.
Об этом сообщает The New Stack со ссылкой на серию интервью Time и недавние заявления OpenAI. По словам Якоба Пахоцкого, Astra уже умеет взять идею эксперимента, превратить ее в код, выполнить прогон и собрать выводы. Это не тот привычный сценарий, где LLM подсказывает SQL-запрос или чинит баг по стек-трейсу. Здесь модели отдают не кусок задачи, а весь исследовательский цикл целиком, включая промежуточные шаги, которые раньше оставались за человеком.
Ключевая деталь в истории не только в скорости, но и в форме работы. Time, как пересказывает The New Stack, наблюдал демонстрацию, где 16 агентов Astra параллельно разбивали одну математическую задачу на подзадачи, решали их по частям, а затем собирали общий ответ. Для разработчиков и тимлидов картина узнаваемая: почти тот же паттерн можно наложить на большой кодовый проект, миграцию сервиса, исследование уязвимостей или длительный R&D-спринт. Разница в том, что теперь роль «младшего исследователя» или даже целой мини-команды начинает играть не человек, а связка автономных агентов, работающих без постоянного ручного сопровождения.
Но именно здесь и начинается менее приятная часть. 7 августа 2026 года OpenAI отдельно сообщила, что по итогам внутренних оценок не может исключить для Astra достижение уровня Critical по собственной Preparedness Framework. Это высший порог риска в кибердомене у компании. В документе OpenAI сказано прямо: критическим считается уровень, при котором модель может без помощи человека находить и разрабатывать рабочие zero-day-эксплойты в защищенных реальных системах либо строить и исполнять новые end-to-end-стратегии кибератак по высокоуровневой цели. На этом фоне OpenAI приостановила часть внутренних активностей с Astra, которые не соответствовали ужесточенным требованиям безопасности, и добавила более жесткий мониторинг, изолированные среды тестирования, ограничения на доступ к сети и инструментам, а также дополнительную защиту весов модели.
Контекст у этой истории тоже показательный. Preparedness Framework OpenAI впервые опубликовала в декабре 2023 года, когда такие сценарии для многих выглядели чем-то из разряда запасного плана на далекое будущее. Сейчас этот «далекий» сценарий уже стучится в дверь. 18 августа компания признала, что крупнейший запланированный frontier RL-run остается на паузе, а для всех RL-тренировок и оценок с инструментами для моделей уровня Sol и выше требуется обязательный мониторинг. Для Astra после оценки от 7 августа это требование расширили еще и на весь tool-use inference, а накладные расходы на такой мониторинг OpenAI оценивает примерно в 20% вычислительных ресурсов. То есть проблема уже не философская, а вполне инженерная: чем автономнее агент, тем дороже его безопасно запускать.
Для рынка разработки из этого следуют сразу несколько выводов. Во-первых, главный дефицит в агентных системах теперь не генерация кода как таковая, а управляемость: наблюдаемость, разграничение прав, воспроизводимость шагов и возможность быстро прервать опасную цепочку действий. Во-вторых, мультиагентные сценарии перестают быть демонстрацией для сцены и становятся инфраструктурной задачей. Если один агент еще можно посадить в песочницу и проверить постфактум, то 16 параллельных исполнителей, которые обмениваются промежуточными результатами, требуют уже другой дисциплины вокруг рантайма, логирования и security review. В-третьих, меняется сама модель найма и организации R&D. Не потому что «людей заменят завтра», а потому что часть экспериментальной рутины, которую раньше отдавали исследователю на несколько дней, теперь можно будет делегировать машине за один запуск с человеческой проверкой на выходе.
Для бизнеса это, вероятно, еще более неудобная новость, чем для инженеров. Производительность растет именно там, где ошибка стоит дорого: в исследовательском коде, внутренней автоматизации, работе с уязвимостями, сложных интеграциях и длинных цепочках действий через инструменты. Значит, компаниям придется ускорять не только внедрение AI-агентов, но и контуры допуска: кто имеет право запускать таких агентов, к каким репозиториям и средам они подключаются, как оформляется аудит их действий и где проходит граница между полезной автономией и внутренним инцидентом. Иначе получится классический сюжет отрасли: сначала все радуются ускорению, потом ищут, кто именно дал системе слишком много прав.
Самый интересный вопрос теперь не в том, когда Astra выйдет публично. Важнее другое: смогут ли OpenAI и остальные лаборатории построить для таких систем нормальные инженерные перила раньше, чем автономные агенты станут стандартным слоем в разработке, безопасности и прикладных исследованиях. Если неделя работы исследователя действительно ужимается до одного запуска, то узким местом становится уже не интеллект модели, а зрелость среды, в которую ее выпускают.