OpenAI lần đầu công bố "tiến triển RSI nội bộ": đã đạt được "thực tập sinh nghiên cứu tự động hóa"

Tác giả: Long Nguyệt
Bánh đà AI bắt đầu tự quay: OpenAI công khai dữ liệu nội bộ, khối lượng công việc của các tác nhân thông minh đã vượt quá 3 lần so với các nhà nghiên cứu con người.

Ngày 6 tháng 9, blog chính thức của OpenAI đã phát hành bài viết "Tăng tốc nghiên cứu: Góc nhìn từ bên trong OpenAI" (Research acceleration: The view inside OpenAI) lần đầu tiên công khai tiến trình "cải tiến tự động" (RSI) của AI dưới dạng dữ liệu nội bộ. OpenAI cho biết họ đã đạt được mục tiêu đã đặt ra vào mùa thu năm ngoái: tạo ra một "thực tập sinh nghiên cứu tự động" trước tháng 9 năm nay.

Định nghĩa của OpenAI về "thực tập sinh nghiên cứu" là: "Một hệ thống có thể thực hiện các nhiệm vụ nghiên cứu được định nghĩa rõ ràng dưới sự hướng dẫn của con người, bao gồm những nhiệm vụ mà một nhà nghiên cứu có kinh nghiệm cần nhiều ngày để hoàn thành."

Mục tiêu tiếp theo là: đạt được "nhà nghiên cứu AI tự động hoàn chỉnh" trước tháng 3 năm 2028, cho phép nó tham gia vào nghiên cứu học sâu và nghiên cứu căn chỉnh, và cải tiến hệ thống thông qua các vòng lặp lặp đi lặp lại.

Điều này có nghĩa là bánh đà "AI đào tạo AI" đang tăng tốc: AI sản xuất nhiều mã và kết quả thí nghiệm hơn, tiến trình nghiên cứu được đẩy nhanh, các mô hình tốt hơn được huấn luyện, và ngược lại nâng cao khả năng của các tác nhân thông minh.

Bánh đà đang quay: Khối lượng công việc của tác nhân AI gấp 3 lần con người

Theo dữ liệu được OpenAI công bố, các tác nhân thông minh trước tiên đã thay đổi cách làm việc hàng ngày của các nhà nghiên cứu.

Đầu năm nay, các nhà nghiên cứu OpenAI đứng ở mức trung bình về mức sử dụng tác nhân thông minh vẫn còn tương đối hạn chế. Đến giữa tháng 8, nhóm nhà nghiên cứu này đã đưa tác nhân thông minh vào quy trình làm việc hàng ngày. Tính theo giá API, mức sử dụng suy diễn của tác nhân thông minh hàng ngày của nhà nghiên cứu trung bình đã vượt quá 600 đô la; các nhà nghiên cứu trong nhóm nghiên cứu có mức sử dụng nằm trong top 10% đã sử dụng Token trị giá hơn 7000 đô la mỗi ngày.

OpenAI cũng cho biết, mức sử dụng tác nhân thông minh trong bộ phận nghiên cứu tăng nhanh hơn so với các nhóm khác trong công ty. Tính theo sự thay đổi Token đầu ra của nhân viên trung bình, quy mô sử dụng trong bộ phận nghiên cứu đã tăng 124 lần so với tháng 12 năm 2025.

Điểm chuyển biến quan trọng hơn đã xảy ra vào tháng 6 năm nay.

Trước tháng 6, tổng thời gian hoạt động của tác nhân thông minh trong tổ chức nghiên cứu vẫn thấp hơn tổng thời gian lao động của con người. Sau đó, tình hình đã đảo ngược. Đến giữa tháng 8, tính theo ngày làm việc tiêu chuẩn 8 giờ, mỗi khi tiêu tốn 1 ngày làm việc của con người, tác nhân thông minh trong tổ chức nghiên cứu đã sản xuất ra 3,1 ngày công việc.

Trong khi đó, OpenAI cho biết, ngày càng nhiều nhà nghiên cứu sẽ cùng lúc chạy 4 hoặc nhiều phiên tác nhân thông minh.

Tăng tốc mã và thí nghiệm, các bước thực hiện trong quy trình R&D được mở rộng

OpenAI mô tả phát triển AI như một quy trình bao gồm nhiều bước: đề xuất cải tiến, thiết kế đánh giá, viết cơ sở hạ tầng, thực hiện thử nghiệm quy mô lớn, phát hiện lỗi hoặc hành vi không an toàn trong quá trình huấn luyện, và tích hợp các giải pháp hiệu quả vào huấn luyện cốt lõi.

Bất kỳ bước nào trong số đó bị cản trở đều có thể hạn chế vòng lặp phát triển tổng thể.

OpenAI cho biết, việc viết mã và thực hiện thí nghiệm là hai công việc chính của các nhà nghiên cứu, và dữ liệu nội bộ phản ánh rằng hai hoạt động này đang được tăng tốc.

Một mặt, tốc độ giao hàng mã của các kỹ sư trong công ty đã được cải thiện. Mặt khác, kể từ năm 2026, số lượng thí nghiệm tương ứng với mỗi nhân viên thí nghiệm hoạt động đã liên tục tăng; tháng 8 năm 2026 đạt mức cao nhất kể từ khi bắt đầu theo dõi vào tháng 1 năm 2025.

OpenAI cho biết, xu hướng này có liên quan đến việc sử dụng Codex tăng lên, nhưng đồng thời nhấn mạnh rằng, công ty đã có sự gia tăng đáng kể về sức mạnh tính toán có sẵn kể từ năm 2025, không thể hoàn toàn quy trách nhiệm cho sự gia tăng thí nghiệm cho tác nhân thông minh.

"Những điểm dữ liệu này tương đối dễ đo lường, nhưng có thể rất khó giải thích."

OpenAI cũng lưu ý rằng, khi tự động hóa tiến triển, các nhiệm vụ khó tự động hóa nhất có thể chiếm nhiều thời gian của các nhà nghiên cứu hơn và trở thành nút thắt mới trong phát triển R&D trong tương lai; sức mạnh tính toán cũng có thể trở nên quan trọng hơn sau khi các nút thắt khác giảm bớt.

Từ chuỗi này, tác nhân thông minh mang lại không chỉ là cải thiện hiệu suất của một bước mà còn thông qua việc tăng cung cấp mã, số lần thử nghiệm và khả năng khắc phục sự cố, rút ngắn thời gian chờ trong vòng lặp phát triển. Nhiều thí nghiệm tạo ra nhiều kết quả hơn, để các nhà nghiên cứu lọc, xác minh và tích hợp, hình thành chu trình "con người định hướng---tác nhân thực hiện---phản hồi thí nghiệm---con người tái quyết định".

Nhiệm vụ từ viết mã mở rộng đến khắc phục sự cố, giám sát và phân tích, nhưng tỷ lệ quyết định cấp cao vẫn thấp

OpenAI sử dụng khung phân loại nhiệm vụ phát triển AI tiên tiến do Epoch AI đề xuất để phân loại các nhiệm vụ mà các nhà nghiên cứu giao cho tác nhân thông minh.

Khung này chia hoạt động phát triển AI thành sáu loại: quyết định làm gì, thiết kế kế hoạch nghiên cứu, xây dựng mã và tập dữ liệu, thực hiện huấn luyện và đánh giá, phân tích kết quả thí nghiệm và hiệu suất mô hình, cũng như giao tiếp phát hiện nghiên cứu và quyết định.

OpenAI cho biết, từ tháng 1 đến tháng 8 năm 2026, tất cả các loại hoạt động của tác nhân thông minh đều có sự gia tăng.

Các nhiệm vụ có sự gia tăng rõ rệt nhất bao gồm mã nghiên cứu và cơ sở hạ tầng, hỗ trợ kỹ thuật và xem xét, khởi động giám sát và chạy gỡ lỗi, phân tích kết quả thí nghiệm, cũng như vận hành cụm tính toán.

Trong đó, mã nghiên cứu và cơ sở hạ tầng có mức tăng Token đầu ra hàng ngày cao nhất cho mỗi nhà nghiên cứu, đạt 198.200; hỗ trợ kỹ thuật và xem xét tăng 158.800; khởi động, giám sát và chạy gỡ lỗi tăng 133.100.

Tuy nhiên, OpenAI cho biết, các nhiệm vụ lập kế hoạch cấp cao vẫn chỉ chiếm một tỷ lệ nhỏ trong đầu ra của tác nhân thông minh. Ví dụ, các nhiệm vụ như "quyết định làm gì" và "quyết định tiếp tục hay dừng lại" vẫn có quy mô Token thấp.

Điều này có nghĩa là, ít nhất theo dữ liệu nội bộ hiện tại mà OpenAI công bố, tác nhân thông minh đã bao phủ nhiều nhiệm vụ thực hiện và kỹ thuật hơn trong quy trình phát triển, nhưng việc lựa chọn hướng nghiên cứu, phân bổ tài nguyên và đánh giá kết quả vẫn chủ yếu do con người thực hiện.

Tỷ lệ thành công của tác nhân thông minh đang tăng lên, nhưng các nhiệm vụ phức tạp vẫn cần can thiệp của con người

OpenAI cũng công bố dữ liệu về tỷ lệ hoàn thành nhiệm vụ của tác nhân thông minh.

Từ tháng 1 đến tháng 7 năm nay, trong các nhiệm vụ có thể xác minh kết quả, tỷ lệ thành công ở tất cả các cấp độ khó (dựa trên thời gian cần thiết cho con người để hoàn thành như một chỉ số đại diện) đều tăng lên.

Nhưng có một hạn chế quan trọng: nhiệm vụ càng phức tạp, càng cần can thiệp của con người. Trong 6 tháng qua, trong các nhiệm vụ cần con người hoàn thành trong 4 đến 8 giờ, hơn một nửa số trường hợp thành công liên quan đến ít nhất một lần can thiệp của con người.

Cách diễn đạt của OpenAI là: "Tác nhân thông minh vẫn cần rất nhiều sự hướng dẫn của con người để thành công, đặc biệt là khi độ phức tạp của nhiệm vụ tăng lên."

Sự cố an toàn kích hoạt tạm dừng: Bánh đà cũng có thể bị phanh lại

Bánh đà không hoạt động mà không có ma sát.

Ngày 20 tháng 7, OpenAI phát hiện tác nhân thông minh đã xâm nhập vào cơ sở hạ tầng nghiên cứu nội bộ, ngay lập tức tạm thời đóng cửa dịch vụ container dùng để huấn luyện, và sau khi thêm nhiều hạn chế bổ sung, đã khôi phục. Điều này dẫn đến sức mạnh tính toán cho huấn luyện tăng cường giảm mạnh, kéo dài khoảng hai tuần.

Từ ngày 6 đến 7 tháng 8, bằng chứng ban đầu cho thấy mô hình Astra có thể sở hữu khả năng mạng chính theo định nghĩa trong "Khung chuẩn bị" (Preparedness Framework) của nó, OpenAI đã áp dụng các hạn chế an toàn cụ thể bổ sung cho mô hình Astra, yêu cầu nó hoạt động trong môi trường nghiên cứu có mức độ an toàn cao hơn.

Trong tuần tiếp theo, phân bổ GPU cấp Astra đã giảm thêm 59,2%, nhưng phân bổ sức mạnh tính toán cho các loại mô hình khác đã tăng 17,2%, bù đắp khoảng 85% khoảng trống sức mạnh tính toán của Astra, tổng phân bổ sức mạnh tính toán cho khối lượng công việc huấn luyện tăng cường vẫn giữ nguyên.

OpenAI giải thích rằng: "Khi các biện pháp kiểm soát mới được đưa vào, sức mạnh tính toán vẫn có giá trị và linh hoạt, sẽ tự nhiên chuyển sang các mục đích thay thế trong các doanh nghiệp nghiên cứu."

Nhà khoa học trưởng của OpenAI đưa ra cảnh báo cùng ngày

Cùng ngày, nhà khoa học trưởng của OpenAI, Jakub Pachocki, đã phát hành một bài viết dài "Một tâm trí ngoài hành tinh" (An Alien Mind).

Bài viết cho rằng, AI là thứ được nuôi dưỡng, không phải được tạo ra. Những người tạo ra nó cũng không hoàn toàn hiểu nó. Cửa sổ duy nhất mà con người có thể thấy AI đang nghĩ gì là chuỗi suy nghĩ mà nó viết ra. Cửa sổ này đang dần đóng lại. AI đã bắt đầu tham gia vào việc huấn luyện thế hệ AI tiếp theo, và tốc độ này sẽ không chậm lại. Hiện tại không có phòng thí nghiệm nào có thể chạy với tốc độ tối đa, bao gồm cả OpenAI.

Pachocki viết trong bài: "Dựa trên kết quả nội bộ, tôi mạnh mẽ dự đoán rằng tốc độ tiến bộ này có thể tiếp tục đến khi cải tiến tự động." Nhưng ông cũng cho biết, "Hiện tại tôi nghĩ rằng, không có phòng thí nghiệm nào đạt được mức độ đủ đầy trong việc căn chỉnh và giám sát, có thể tiếp tục mở rộng với tốc độ cao nhất một cách có trách nhiệm trong thời gian dài."

Ông kêu gọi ngành công nghiệp tự nguyện làm chậm lại và thúc đẩy các chính phủ các nước đưa phối hợp quốc tế vào danh sách ưu tiên.

Minh bạch và quản trị dân chủ

OpenAI trong phần kết của báo cáo cho biết, sẽ tiếp tục công khai tiến trình RSI, và trong "Kế hoạch chính sách tiên phong" của mình, khẳng định rằng các công ty, bao gồm cả OpenAI, nên được yêu cầu công khai theo dõi tiến trình RSI của họ.

Báo cáo cũng thừa nhận những hạn chế hiện tại trong công việc đo lường: "Nghiên cứu AI do tác nhân điều khiển vẫn là một điều mới mẻ, chúng tôi vẫn đang học cách đo lường nó." Một số chỉ số (như lượng mã sản xuất) dễ thu thập nhưng khó giải thích; các chỉ số phản ánh tiến trình nghiên cứu một cách trực tiếp hơn (như tỷ lệ thành công của nhiệm vụ tác nhân) thì phức tạp và khó xác minh.

Quan điểm của OpenAI là: "Mỗi khi chúng tôi phát hiện việc tiếp tục thúc đẩy sẽ mang lại rủi ro an toàn không thể chấp nhận, chúng tôi sẽ thực hiện các biện pháp ứng phó thích hợp, bao gồm làm chậm hoặc ngừng phát triển hoặc triển khai các hệ thống mà chúng tôi cho rằng không thể đảm bảo an toàn đầy đủ."