2026. augusztus 2., vasárnap · Eszközök

AI-ügynökök felturbózzák a tudományos szoftvereket, de a hibákat nem tudják kiszűrni

Az OpenAI és akadémiai partnerei közös terepjelentése nyolc esettanulmányt mutat be, amelyekben kutatócsoportok Codex és Claude Code kódoló ügynökökkel modernizítottak elavult, kutatásokhoz készült szoftvereket, főként biológiai területen. A projektek egyszerű build-frissítésektől (cyvcf2) teljes átírásokig terjedtek: a MHCflurry immunológiai modellt TensorFlow-ból PyTorch-ra portálták, a STAR szekvenciaillesztő programot Rust nyelven építették újjá, a RustQC pedig 15 minőségellenőrző eszközt vont egyetlen programba, egy nagy adathalmazon a futásidőt 15 óra 34 percről 14 perc 54 másodpercre, azaz több mint hatvanadára csökkentve. A jelentés szerint a rustar-aligner az eredeti STAR eredményeivel 99,8 százalék felett egyezett a tesztelt szekvenciaadatokon. A beszámoló hangsúlyozza: a munka nagy része nem a kódírásból, hanem az eredmények emberi ellenőrzéséből áll, mivel az ügynökök nem tudják megítélni, hogy a tudományos következtetés helyes-e.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A tanulmány szerint az AI-ügynökök meggyorsíthatják a kutatási infrastruktúra karbantartását, de a tudományos helyesség ellenőrzése továbbra is emberi feladat marad.

Források

The Decoder

Kapcsolódó témák

Napi összefoglalók AI eszközök #OpenAI#kutatási szoftverek

Napi összefoglaló

Ez a hír a 2026. augusztus 2., vasárnap napi AI összefoglaló része.

Helyesbítés · 2026. október 1., csütörtök

Helyesbítés (2026-10-01): az összefoglaló felső korlátként („akár 60-szoros sebességnövekedést”) közölte azt, amit a forrás egyetlen mérésen alsó korlátként ad meg (több mint 60-szoros).

Kapcsolódó hírek

OpenAI bemutatta a Decisions API-t, és egyszerűsítette árazási szintjeit

Az OpenAI bejelentése szerint új API-t indított Decisions API néven, amely szöveget, képet vagy mindkettőt képes értékelni, és állítása szerint körülbelül tízszer gyorsabb, mint a meglévő Responses API. A szolgáltatás nyilvános béta fázisban érhető el, egyelőre kizárólag a gpt-6-luna modellel működik, bemeneti tokenenként 0,10 dollárért millió tokenenként, míg a kimeneti tokenek ingyenesek. Az API háromféle választ ad: igen/nem valószínűséget, előre megadott kategóriák közötti választást, illetve skálázott értékelést, a cég szerint például kárfelmérésre fotókon vagy ügyfélmegkeresések automatikus irányítására használható. Emellett az OpenAI ötről háromra csökkentette a fizetős API-szintek számát (Build, Launch, Grow), 500, 5000 és 200 000 dolláros havi felhasználási korláttal, és a szervezetek automatikusan lépnek feljebb a szinteken a vásárolt kreditösszeg alapján.

OpenAI irodai szoftvercsomaggal veszi fel a versenyt a Microsofttal

Az OpenAI a DevDay fejlesztői konferenciáján bejelentette a ChatGPT új, munkahelyi használatra szánt funkcióit. A Space nevű megosztott munkaterületen a kollégák a chatbottal és az újonnan bevezetett Dot nevű AI-ügynök-személyiségekkel dolgozhatnak együtt, míg a Pages egy Google Docshoz és Word-höz hasonló, ember és AI közös szerkesztésére épülő dokumentumeszköz. Emellett megjelent egy PowerPointra hasonlító, közösen szerkeszthető prezentációs funkció is. A cég a belső fejlesztői eszközeit is megnyitotta külső fejlesztők előtt Plugin Extensions néven, és bevezette a Pro 500 előfizetést, valamint egy 32 partnert felsorakoztató vállalati piacteret. A The Decoder szerint mindez a ChatGPT-t chatbotból egyfajta operációs rendszerré alakítja, amely közvetlenül beépül a Slackbe és a Microsoft Teamsbe is.

OpenAI: AI-ügynökök tartják gyorsan a ChatGPT-t

Martin Spier, az OpenAI ChatGPT teljesítményoptimalizálásáért felelős csapatának vezetője egy QCon AI-előadásán arról beszélt, hogy két egyidejű felgyorsulás nehezíti a termék sebességének fenntartását: a felhasználói bázis eddig nem látott ütemű növekedése, valamint az agentikus kódolás miatt megugró kódváltozás-mennyiség. Állítása szerint a gyors fejlesztési tempó rejtett, rendszerszintű teljesítménykockázatokat hordoz, amelyek túlmutatnak a puszta GPU-kapacitás kérdésén. Az OpenAI ezekre válaszul saját elmondása szerint állandóan futó AI-ügynököket vet be, amelyek automatizálják a profilalkotást, a teljesítményregressziók észlelését és a folyamatos optimalizálást globális léptékben. Spier korábban a Netflixnél, a Snowflake-nél és más cégeknél is teljesítménymérnökként dolgozott, mielőtt az OpenAI-hoz csatlakozott.

Az OpenAI minden amerikai felhasználó számára elérhetővé tette a ChatGPT Health egészségügyi funkcióját

Az OpenAI csütörtökön az Egyesült Államokban minden 18 éven felüli, bejelentkezett ChatGPT-felhasználó számára megnyitotta a ChatGPT Health funkciót, amely lehetővé teszi egészségügyi adatok – többek között orvosi dokumentumok, laboreredmények, gyógyszerlisták, valamint az Apple Health, a MyFitnessPal és más szolgáltatások adatainak – összekapcsolását a chatbottal. A The Verge beszámolója szerint az OpenAI egészségügyi alelnöke azt állította, hogy modelljeik a klinikusok szintjét meghaladó következtetési képességgel rendelkeznek, ugyanakkor a cég egészségügyi vezetője ezt árnyalta, mondván, hogy egyes tanulmányok mutatnak ebbe az irányba. A funkció bevezetésével egy időben egy floridai lelkész pert indított az OpenAI ellen, azt állítva, hogy a ChatGPT veszélyes orvosi tanácsot adott neki. Az OpenAI hangsúlyozza, hogy a szolgáltatás a szakorvosi ellátást támogatja, nem helyettesíti.