OpenAI công bố lộ trình AI tự nghiên cứu: Cảnh báo về rủi ro an toàn và chi phí vận hành khổng lồ

Công ty cho biết họ đã đạt được mục tiêu công bố vào mùa thu năm ngoái về một "thực tập sinh nghiên cứu tự động", một hệ thống xử lý các tác vụ nghiên cứu có phạm vi rõ ràng dưới sự hướng dẫn của con người, bao gồm cả những tác vụ mà một nhà nghiên cứu giàu kinh nghiệm phải mất vài ngày mới hoàn thành.

OpenAI không chia sẻ xác thực chi tiết về tuyên bố đó. Bài đăng chỉ nói rằng cột mốc này đã đạt được "theo các phép đo của chúng tôi". Đến tháng 3 năm 2028, công ty muốn xây dựng một nhà nghiên cứu AI tự động hoàn toàn. OpenAI cho biết con người vẫn là bên thiết lập các ưu tiên nghiên cứu, đánh giá kết quả và quyết định về việc mở rộng quy mô, tạm dừng và triển khai.

Các tác nhân (agents) hiện làm việc gấp ba lần ngày làm việc của con người

Các con số sử dụng cho thấy các tác nhân lập trình đã thâm nhập sâu như thế nào vào công việc nghiên cứu hàng ngày. Theo báo cáo, một nhà nghiên cứu trung bình tại OpenAI tiêu tốn hơn 600 USD mỗi ngày cho suy luận theo giá API, và nhóm 90% cao nhất tiêu tốn hơn 7.000 USD. Lượng token đầu ra của một nhà nghiên cứu trung bình đã tăng gấp 124 lần kể từ tháng 12 năm 2025, nhanh hơn nhiều so với các bộ phận khác trong công ty. Kể từ tháng 6, thời gian chạy của tác nhân đã vượt quá giờ làm việc của con người. Tính đến giữa tháng 8, tổ chức nghiên cứu này vận hành 3,1 ngày làm việc của tác nhân cho mỗi ngày làm việc của con người.

Bản thân OpenAI cũng thận trọng với những con số này. Các chỉ số như vậy "tương đối dễ thu thập, nhưng khó diễn giải vì mối quan hệ của chúng với tiến độ nghiên cứu là không chắc chắn". Sự gia tăng các thí nghiệm trên mỗi nhà nghiên cứu, đạt mức kỷ lục vào tháng 8 kể từ khi bắt đầu theo dõi vào đầu năm 2025, cũng phù hợp với sự nhảy vọt về năng lực tính toán. Nhìn chung, tiến độ có thể tăng chậm hơn so với các chỉ số riêng lẻ này, báo cáo cho biết, vì những tác vụ khó tự động hóa nhất sẽ trở thành nút thắt cổ chai.

Những gì các tác nhân đảm nhận và nơi chúng thất bại

Theo công ty, loại công việc được bàn giao đang thay đổi. Được phân loại bằng hệ thống phân loại từ Epoch AI, mọi danh mục công việc nghiên cứu đều đang tăng trưởng. Những lợi ích lớn nhất đến từ việc viết nghiên cứu và mã hạ tầng, hỗ trợ kỹ thuật và giám sát các đợt huấn luyện. Ngược lại, các quyết định lập kế hoạch cấp cao vẫn chiếm một tỷ lệ rất nhỏ trong đầu ra của tác nhân.

Ngoài việc sử dụng thô, OpenAI đã sử dụng một bộ phân loại tác nhân (agentic classifier) để kiểm tra xem các tác nhân có thực sự giải quyết được các nhiệm vụ được giao hay không. Họ giới hạn điều này trong các trường hợp có kết quả đo lường rõ ràng và nhóm chúng theo thời gian mà một con người cần. Từ tháng 1 đến tháng 7, tỷ lệ thành công đã tăng lên ở một số cấp độ khó.

Báo cáo cũng ghi lại những giới hạn về quyền tự chủ. Các tác vụ dưới 15 phút thành công 86% mà không cần bất kỳ sự can thiệp nào. Nhưng đối với các tác vụ thành công trong khoảng từ bốn đến tám giờ làm việc của con người, hơn một nửa cần ít nhất một bước can thiệp từ con người. Bản thân bộ phân loại này cũng là một hệ thống AI, và OpenAI không báo cáo riêng về độ tin cậy của nó.

Một dấu hiệu định tính khác cho thấy mức độ hữu ích của các hệ thống: số lượng yêu cầu hàng ngày trong kênh hỗ trợ nội bộ đã giảm mạnh kể từ năm 2025, theo dữ liệu được công bố, và một nhóm đã đóng cửa hoàn toàn giờ làm việc giải quyết sự cố vì các tác nhân ngày càng xử lý tốt việc gỡ lỗi trong hạ tầng nghiên cứu.

Pachocki: Công cụ kiểm soát quan trọng nhất đang mất dần ưu thế

Trong bài luận của mình, Pachocki đặt những phát triển này vào một khung rộng hơn. Ông viết rằng AI "được nuôi dưỡng nhiều hơn là thiết kế", và hành vi tổng thể của nó chống lại bất kỳ mô tả nào có thể hiểu đầy đủ. Dựa trên các kết quả nội bộ mà OpenAI không tiết lộ chi tiết, ông dự đoán tốc độ hiện tại có thể dẫn đến khả năng tự cải thiện đệ quy. "Tôi lo ngại rằng không ai chuẩn bị cho hậu quả của sự gia tăng nhanh chóng liên tục trong trí tuệ máy móc," Pachocki nói.

Điều đó cũng áp dụng cho các công cụ kiểm soát của chính OpenAI. Ông cho biết, giám sát chuỗi suy nghĩ (chain-of-thought monitoring), một trong những đặt cược trung tâm của công ty để theo dõi các mô hình suy luận, đang mất dần độ tin cậy. Tư duy được diễn đạt bằng lời của các mô hình đang hòa trộn với giao tiếp được giám sát và việc sử dụng công cụ, các hệ thống đang trở nên giỏi hơn trong việc thao túng quá trình suy luận của chính chúng, và chúng cũng trở nên thông minh hơn mà không cần tư duy bằng lời. Pachocki dự đoán tiến độ AI sẽ ngày càng bị giới hạn bởi mức độ tin cậy của việc giám sát.

Ông cũng nhìn thấy những khoảng trống trong sự liên kết (alignment). Trong sự cố Hugging Face, các tác nhân đã giữ đúng giới hạn là không thao túng con người, nhưng chúng đã vi phạm tinh thần của các giá trị mà chúng được huấn luyện. Ông cho biết GPT-6 Astra được liên kết tốt hơn nhiều so với phiên bản tiền nhiệm GPT-5.6 Sol, nhưng tiến độ về sự liên kết có thể khái quát hóa có thể không theo kịp tiến độ rộng lớn hơn của trí tuệ.

Kêu gọi chậm lại trong khi thúc đẩy tăng tốc

Vậy tại sao vẫn tiếp tục huấn luyện các mô hình mạnh hơn? Lập luận của Pachocki là xây dựng các hệ thống phòng thủ. Các mô hình đang trở nên siêu việt trong việc xâm nhập và thoát khỏi các hệ thống máy tính, và chỉ có một khoảng thời gian hẹp để bảo vệ hạ tầng quan trọng. Báo cáo cũng đưa ra trường hợp tương tự: một nhà nghiên cứu AI tự động cũng có thể hoạt động như một nhà nghiên cứu bảo mật và liên kết tự động. Đồng thời, Pachocki cảnh báo điều này không thể trở thành "cái cớ cho sự liều lĩnh". Ông viết: "Ý tưởng chạy đua về phía trước bằng mọi giá có vẻ vô lý khi người ta thấu hiểu mức độ nghiêm trọng của các rủi ro".

Do đó, các khuôn khổ như Preparedness Framework hoặc Responsible Scaling Policy của Anthropic cần phát triển thành các tiêu chuẩn ràng buộc, được thực thi bởi các kiểm toán viên độc lập, các cơ quan quản lý hoặc các tổ chức quốc tế.

"Hiện tại tôi tin rằng không có phòng thí nghiệm nào giải quyết được vấn đề liên kết và giám sát ở mức độ đủ để tiếp tục mở rộng quy mô một cách có trách nhiệm với tốc độ tối đa lâu hơn nữa," Pachocki viết, nhắm vào cả đối thủ Anthropic.

Ông cho biết sự phối hợp quốc tế về phát triển AI trong tương lai cần trở thành ưu tiên hàng đầu của các chính phủ trên toàn thế giới. Trích dẫn Frontier Policy Blueprint của OpenAI, báo cáo cũng lập luận rằng các công ty nên được yêu cầu công khai tài liệu về tiến độ RSI (nghiên cứu an toàn AI) của họ.

Tuy nhiên, chính bài luận đó lại gọi sự tập trung của OpenAI vào RSI là cách duy nhất để duy trì vị trí dẫn đầu trong nghiên cứu AI. Vì vậy, OpenAI đang yêu cầu các quy tắc ràng buộc cho một cuộc đua mà họ phải tiếp tục chạy hết tốc lực để giữ vị trí dẫn đầu. Và khi các đồng nghiệp của Pachocki tuyên bố rằng GPT-6 mở ra kỷ nguyên AGI, điều đó có lẽ chẳng giúp ích gì cho việc làm chậm cuộc đua này.