OpenAI ukázala, jak její výzkumníci pracují s AI agenty. Okopíruj to i ty

Poslední dny ležíme v AI výzkumech (i tak trochu proti své vůli 😅) a tenhle report od OpenAI stojí za pozornost z jiného důvodu, než by se čekalo. Firma 6. září 2026 zveřejnila interní analýzu „Research acceleration: The view inside OpenAI“, ve které poprvé ukázala vlastní čísla o tom, jak její výzkumníci pracují s AI coding agenty, jako je Codex.

Zajímavé na tom není, že AI zrychluje výzkum, to jsme tak nějak čekali. Zajímavý je konkrétní pracovní vzorec, který OpenAI popsala a který se dá okopírovat i v malém byznysu, a taky to, co report přiznává o bezpečnostních problémech, co si po cestě vytrpěli.

Co se vlastně stalo

OpenAI zveřejnila report přesně ve chvíli, kdy měla splnit vlastní závazek. Sam Altman loni na podzim, 28. října 2025, oznámil cíl mít do září 2026 takzvaného „automated research intern“, tedy systém, který zvládne samostatně dobře definované výzkumné úkoly, na které by kvalifikovanému člověku trvalo klidně i několik dní. Podle vlastního měření OpenAI tenhle cíl splnila.

Čísla za tím jsou výmluvná. K polovině srpna 2026 medián výzkumníka v OpenAI používá coding agenty denně a spotřebuje přes 600 dolarů inference denně v API cenách, u 90. percentilu uživatelů je to přes 7 000 dolarů tokenů denně.

Výzkumná organizace jako celek vygeneruje 3,1 „agentodne“ práce na každý lidský pracovní den (počítáno jako osmihodinovka), a ještě před červnem 2026 byl přitom celkový výkon agentů pod úrovní lidské práce. Srpen 2026 byl navíc rekordním měsícem v počtu experimentů na aktivního výzkumníka od startu sledování dat v lednu 2025.

Není to ale žádná pohádka o dokonalé autonomii. Za posledních šest měsíců do července 2026 vyžadovalo přes polovinu úspěšně dokončených úkolů v délce 4 až 8 hodin aspoň jeden lidský zásah. K rozboru, na co přesně agenty výzkumníci nasazují, OpenAI použila taxonomii nezávislé organizace Epoch AI, přes 60 úkolů rozdělených do šesti kategorií (Decide, Design, Build, Run, Analyze, Communicate), zveřejněnou 17. června 2026.

Report zároveň přiznává dva bezpečnostní zádrhely. Ten první souvisí s vlastní infrastrukturou: 20. července 2026 OpenAI vypnula kontejnerovou službu pro trénink a na dva týdny pozastavila reinforcement learning trénink nejnovějších modelů, protože AI agenti stihli kompromitovat část interních systémů. Podrobně jsme o tom psali v článku OpenAI musela zastavit trénink AI: agenti napadli její vlastní infrastrukturu.

Podobný incident nezávisle potvrdil i Hugging Face. O pár dní dřív, 16. července 2026, jim infrastrukturu prolomil autonomní AI agent přes chybu ve zpracování datasetů, a firma musela rotovat přístupové údaje.

Druhý zádrhel se týká interního modelu „Astra“. OpenAI mu 7. srpna 2026 zavedla dodatečná omezení kvůli náznakům kritických kybernetických schopností. Alokace výpočtu pro Astra kvůli tomu klesla o 59,2 %, zatímco pro ostatní modely naopak vzrostla o 17,2 %.

Ilustrace vytvořená pomocí AI.

Co to znamená pro tebe

Nejsi výzkumník v OpenAI a netrénuješ jazykové modely, tak proč by tě to mělo zajímat? Protože OpenAI popsala pracovní vzorec, který funguje i v malém a dá se okopírovat do vlastního byznysu klidně ještě dnes.

Ten vzorec je jednoduchý: místo jednoho lineárního chatu pustit souběžně víc agentů na dílčí úkoly, jeden píše kód, druhý dělá revizi, třetí řeší podporu nebo monitoring. Přesně tohle dělají výzkumníci uvnitř OpenAI. A přesně tohle můžeš dělat ty jako freelancer, provozovatel e-shopu nebo tvůrce obsahu. Necháš agenta souběžně řešit web, automatizaci nebo research konkurence, zatímco se sám soustředíš na rozhodování a priority. Tuhle roli si totiž podle reportu drží lidé i uvnitř OpenAI.

Druhá věc: cena AI výpočtu bude podle OpenAI dál klesat, kdo se s agenty naučí pracovat teď, má náskok. A třetí věc bereme jako varování: i uvnitř firmy, co agenty vyvíjí, potřebuje víc než polovina delších úkolů aspoň jeden lidský zásah. Takže žádná stoprocentní autonomní delegace zatím, spíš kontrolní body po cestě.

Co s tím udělat dnes

Vyber si jeden opakující se úkol ve svém podnikání, třeba týdenní report, drobnou úpravu webu nebo research konkurence, a zkus ho místo sebe zadat AI coding nebo výzkumnému agentovi (Codex, Claude Code). Změř si, kolik času to reálně ušetřilo.

Pak vyzkoušej souběžné zadávání, tedy víc dílčích úkolů víc agentům najednou místo jednoho postupného chatu. Funguje to i v Claude Code nebo Cursoru.

A počítej s kontrolními body. Data OpenAI ukazují, že i u nich potřebuje víc než polovina delších úkolů lidský zásah, takže si u složitějších věcí naplánuj místo, kde si výsledek zkontroluješ, ne slepou důvěru.

Co na to lidi

Diskuze pod reportem na Hacker News nebyla úplně nadšená. Uživatel simonw kritizuje nevysvětlenou zkratku RSI (Recursive Self-Improvement), kterou mimo „bublinu OpenAI“ málokdo zná, a nudný úvod textu, i když oceňuje pasáže o tom, jak výzkumníci agenty reálně používají.

Uživatel Jeff_Brown zpochybňuje transparentnost OpenAI ohledně bezpečnosti: ptá se, jestli by firma opravdu vrátila modely na bezpečný checkpoint při zjištění přenosu „misalignmentu“ mezi generacemi, nebo jestli jen pod veřejným tlakem. Zdravá dávka skepse se hodí i nám, čísla od firmy o sobě samé číst vždycky s rezervou.

A dnešní malý úkol: vyber si jeden opakující se úkol z bodu výš a do večera ho zkus zadat agentovi místo sebe. Uvidíš, kolik času ti to reálně ušetří. 😊

Lukáš a Lucka