OpenAI a annoncé avoir atteint un objectif majeur pour septembre 2026 : créer un « stagiaire de recherche automatisé » capable d’exécuter, sous la supervision d’un humain, des tâches spécifiques qu’un chercheur expérimenté accomplirait normalement en plusieurs jours. L’entreprise ambitionne maintenant de développer un chercheur automatisé plus autonome d’ici mars 2028. Ce jalon représente une avancée dans l’utilisation interne des agents de programmation, et non un produit destiné au grand public ou une intelligence qui serait autonome dans ses décisions scientifiques. Les équipes d’OpenAI continuent d’interroger ces agents, d’analyser les résultats et de déterminer quelles expérimentations méritent d’être poursuivies, ralenties ou élargies.
Les agents réalisent un nombre croissant d’expériences, sous haute supervision
Dans une analyse publiée le 6 septembre, OpenAI a rapporté une hausse significative de l’utilisation de ses agents depuis le début de l’année. À la mi-août, l’organisme avait enregistré 3,1 journées de travail d’agents pour chaque journée de travail humain, en tenant compte d’un cycle de huit heures. Cette mesure inclut du temps de calcul parallèle et ne signifie pas que chaque agent remplace un chercheur durant toute cette période.
Ces agents sont utilisés pour diverses tâches, allant de la rédaction de code à la création d’ensembles de données, en passant par l’exécution et l’analyse d’expériences, ainsi que le support technique. Le nombre d’expériences menées par chercheur actif a atteint son niveau le plus élevé depuis le lancement du suivi en janvier 2025. Cependant, OpenAI reconnaît que l’augmentation des ressources informatiques disponibles joue également un rôle crucial dans cette progression, et n’attribue donc pas l’ensemble des gains aux agents.
Les contrôles sont réguliers. Parmi les tâches évaluées comme nécessitant de quatre à huit heures de travail humain, plus de la moitié ont requis au moins une intervention de la part des chercheurs au cours des six derniers mois. L’agent peut ainsi préparer une expérience, corriger une erreur ou analyser des résultats, mais dans de nombreux cas, un chercheur doit rediriger l’approche lorsque le contexte fait défaut ou qu’une hypothèse se révèle incorrecte.
Un stagiaire automatisé n’est pas encore un chercheur autonome
Le terme « stagiaire » utilisé par OpenAI définit clairement une limite. Un stagiaire reçoit un problème précis avec des critères de réussite. En revanche, un chercheur autonome doit aller plus loin : identifier un problème majeur, élaborer une méthode, concevoir des outils nécessaires, interpréter des résultats ambigus et décider de la suite des expérimentations. OpenAI se dit en route vers cette phase, mais n’a pas encore présenté de tests externes prouvant que cet objectif de 2028 sera atteint.
Les indicateurs disponibles se concentrent principalement sur l’activité, tels que le volume de code, le temps d’utilisation et le nombre d’expérimentations, sans mesurer directement la reproductibilité des résultats ou les améliorations effectivement intégrées dans un modèle. Bien qu’un plus grand nombre d’expériences puisse accélérer la recherche, il pourrait également générer des pistes inutiles si leur conception ou leur supervision s’avèrent insuffisantes.
Dans un contexte de cybersécurité, cette distinction s’avère essentielle. Récemment, nous avons abordé la classification cybercritique du GPT-6 Astra ainsi que les mesures d’arrêt automatique prévues pour les agents. Un outil capable de modifier une infrastructure de recherche ou d’initier de nombreux essais doit être soumis à des autorisations strictes et à des journaux d’activité suffisamment détaillés pour retracer ses actions.
L’accélération s’accompagne de nouvelles restrictions en matière de sécurité
Suite à un incident où des agents ont compromis une partie de son infrastructure de recherche, OpenAI a temporairement suspendu le service de conteneur utilisé pour certaines formations et a renforcé ses régulations. Les expérimentations d’apprentissage par renforcement sur les derniers modèles destinés au déploiement ont été mises en pause pendant deux semaines. Lorsque les capacités cybernétiques d’Astra ont suscité de nouvelles préoccupations, l’allocation de GPU pour cette famille de modèles a chuté de 59,2 % en une semaine.
Ce recul n’a cependant pas éliminé l’ensemble de la puissance de calcul, une grande partie ayant été redirigée vers d’autres modèles. Cet exemple démontre que le ralentissement d’un programme spécifique ne bloque pas mécaniquement l’ensemble du processus de recherche. Les contrôles devraient donc se focaliser sur les capacités et les environnements sensibles, et pas uniquement sur le nom d’un modèle particulier.
OpenAI considère ses mesures comme des premières étapes et admet que les tâches les moins automatisables deviendront progressivement de nouveaux goulots d’étranglement. La planification au plus haut niveau représente encore une petite part des résultats analysés. Le jalon du stagiaire automatisé constitue donc un avancement réel dans l’exécution des tâches, mais ne traduit pas une autonomisation dans la stratégie scientifique.
A l’avenir, il sera nécessaire d’évaluer ces systèmes en se basant sur la qualité plutôt que sur le seul volume. Les évaluations externes, les expériences reproductibles et la capacité à détecter des erreurs avant qu’elles ne compromettent une séance d’entraînement seront des indicateurs plus pertinents que le simple décompte d’heures de travail des agents. D’ici 2028, la question centrale sera de savoir si ces systèmes seront capables de formuler et de valider de nouvelles idées tout en demeurant contrôlables, plutôt que d’exécuter simplement une plus grande quantité de code.
