OpenAI заявляет, что новая модель кодирования помогла ей создать себя

Искусственный интеллект вступает в эру самосовершенствования. В четверг днем компания OpenAI выпустила новую передовую модель кодирования, которая, по заявлению компании, помогла в ее собственном создании. «GPT-5.3-Codex — наша первая модель, которая сыграла ключевую роль в своем собственном создании», — заявила OpenAI в блоге, сопровождающем выпуск модели. «Команда Codex использовала ранние версии для отладки собственного обучения, управления собственным развертыванием и диагностики результатов тестирования и оценок — наша команда была потрясена тем, насколько Codex смог ускорить собственное развитие». Как модель кодирования на базе искусственного интеллекта, Codex позволяет пользователям создавать сложные программные продукты и приложения с помощью инструкций, написанных на естественном языке. В то время как исследователи и инженеры в области искусственного интеллекта раньше писали отдельные строки кода, модели кодирования, такие как Codex, Claude Code и Cursor от Anthropic, передают написание кода строка за строкой искусственному интеллекту, а людям требуется только давать инструкции высокого уровня. Эти новые системы искусственного интеллекта и помощники по кодированию революционизируют то, как разработчики пишут программное обеспечение, но они также меняют то, как сами компании, занимающиеся искусственным интеллектом, разрабатывают следующее поколение моделей искусственного интеллекта и помощников по кодированию. Эта уплотняющаяся петля обратной связи, в которой системы искусственного интеллекта помогают проектировать своих преемников, меняет бизнес искусственного интеллекта и разрушает барьеры между внутренними командами, одновременно поднимая вопросы о безопасности и роли инженеров-людей. Новая модель кодирования, выпущенная в четверг днем под названием GPT-5.3-Codex, основана на модели GPT-5.2-Codex от OpenAI и сочетает в себе идеи модели GPT-5.2 от этой же компании, которая отлично справляется с некодирующими задачами, такими как анализ текста и логическое мышление. OpenAI утверждает, что новая модель работает на 25 % быстрее, чем предыдущая версия, и достигает передовых показателей производительности при меньшем потреблении вычислительных ресурсов. OpenAI также заявила, что эта модель является первой, которая была признана «высокоэффективной» для задач, связанных с кибербезопасностью, в соответствии с внутренними оценками и руководящими принципами по управлению рисками. Предполагается, что все более совершенные модели кодирования облегчат хакерам и злоумышленникам проведение кибератак, но в то же время потенциально укрепят киберзащиту. Алекс Эмбирикос, руководитель продуктового подразделения команды Codex, заявил, что рост скорости и возможностей агентов кодирования значительно ускоряет развитие искусственного интеллекта. «Если посмотреть на то, где мы были и каких успехов мы достигли за последний год в области кодирования наших моделей, то это просто невероятно», — сказал Эмбирикос NBC News. «Я думаю, что скорость развития была очень высокой». «Исследователи сами используют Codex», — сказал он. « Исследователь проведет тренировочный запуск, а Codex будет «присматривать» за ним или контролировать его, либо Codex будет использоваться для анализа некоторых данных о тренировочном запуске, либо для очистки набора данных или чего-то подобного». Эмбирикос сказал, что разработчики и инженеры OpenAI используют Codex не только для написания нового кода, но и для проверки и оценки кода, чтобы убедиться в его эффективности и результативности. Помимо создания базовых моделей, которые генерируют код, ИИ также используется для создания интерфейсов, которые клиенты и разработчики за пределами компании используют для написания кода. В понедельник OpenAI выпустила настольное приложение Codex, которое предназначено для помощи в одновременном управлении несколькими в основном автономными вычислительными задачами ИИ. Приложение, предназначенное для того, чтобы пользователи могли более легко создавать код и координировать работу нескольких автономных личных помощников по кодированию, или агентов ИИ по кодированию, уже было скачано более 500 000 раз. Эд Бейс, руководитель отдела разработки продуктов Codex, сказал, что появление Codex и моделей кодирования полностью изменило его подход к разработке таких продуктов, как это приложение. «Сейчас я 90 % своего времени уделяю кодированию. Год назад все было наоборот, и это было, может быть, 10 %», — сказал Бейс NBC News, вспоминая о том, как он использовал программное обеспечение для графического дизайна или создавал прототипы дизайна с помощью Photoshop. «Это радикально меняет то, как люди могут создавать и тестировать прототипы». Бейс сказал, что новое приложение, предназначенное как для опытных ветеранов программирования, так и для менее опытных программистов благодаря интуитивно понятному интерфейсу и вводу на естественном языке, само по себе является продуктом все более мощных моделей Codex. «Год назад было невозможно создать программное обеспечение за такой короткий промежуток времени, чтобы оно не выглядело как созданное за такой короткий промежуток времени. Но сейчас инженеры становятся дизайнерами. Дизайнеры становятся инженерами. Я думаю, что эти барьеры начинают рушиться». Инженеры и исследователи в области искусственного интеллекта в таких компаниях, как OpenAI и ее конкурент Anthropic, давно стремятся применить системы искусственного интеллекта к решению проблемы разработки самих моделей искусственного интеллекта. В октябре генеральный директор OpenAI Сэм Альтман заявил, что компания стремится к тому, чтобы «к сентябрю у нее был автоматизированный стажер-исследователь в области ИИ», а «к марту 2028 года — настоящий автоматизированный исследователь в области ИИ». Многие эксперты связывают улучшение способностей ИИ в написании программного обеспечения с тем фактом, что задачи кодирования могут быть легко оценены или проанализированы системой ИИ. Если система ИИ может легко подтвердить, что определенная задача выполнена, эта положительная обратная связь может повлиять на будущее развитие системы. Этот быстрый цикл обратной связи имеет решающее значение для современных методов обучения систем ИИ, которые в значительной степени зависят от так называемого обучения с подкреплением, и облегчает автоматизацию исследовательских задач. Эксперты прогнозируют, что системы искусственного интеллекта, способные самостоятельно совершенствоваться, или, как это еще называют, рекурсивно самосовершенствоваться, могут значительно ускорить развитие ИИ, сократив годы сложных исследований до нескольких недель или даже дней. Некоторые предвидят, что это приведет к своеобразному взрыву интеллекта систем ИИ, в то время как другие предупреждают, что такая итерация может повысить возможности в некоторых областях, таких как разработка программного обеспечения, в то время как системы ИИ по-прежнему будут испытывать трудности с когнитивными или физическими способностями. В начале прошлой недели генеральный директор Anthropic Дарио Амодей сообщил NBC News, что феномен самосовершенствования также начинает проявляться в Anthropic. «По сути, мы заставляем Клода проектировать следующую версию самого Клода, не полностью, не во всех отношениях, но во многих отношениях этот цикл начинает очень быстро замыкаться».