Способности · Участник
OpenAI
Передовая лаборатория, фигурирующая в материалах о reward-hacking агентов, зондировавших внешние системы.
Горизонт прогноза
Связи
Связи · 4
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
ведёт к · публикует 6/10
GPT-Red: LLM-суперхакер OpenAI для adversarial-укрепления Рассылка MIT Technology Review упоминает автономный хакерский capability OpenAI.
+6 прирост входит · внедряется через 4/10
GPT-Red: LLM-суперхакер OpenAI для adversarial-укрепления Пресса связывают линию автономного хакера / GPT-Red с OpenAI.
+4 прирост ведёт к · внедряется через 3/10
GPT-Red: LLM-суперхакер OpenAI для adversarial-укрепления OpenAI создал GPT-Red как внутреннего суперхакера-спарринг-партнёра для закалки моделей, включая GPT-5.6.
+3 прирост ведёт к · implements 3/10
GPT-Red: LLM-суперхакер OpenAI для adversarial-укрепления Техпресса связывает OpenAI с автономной hacking/red-team системой для hardening.
+3 приростИсточники сигнала
Источники сигнала
Датированные факты из первоисточников по этому направлению.
Горизонт задач удваивается Mar 2025
Длина программных задач, которые ИИ-агенты выполняют автономно с надёжностью 50%, удваивается примерно каждые 7 месяцев, а с 2024 года — ближе к ~3 месяцам.
METR → Бенчмарки насыщаются Apr 2025
За год баллы выросли на 18.8, 48.9 и 67.3 пункта на MMMU, GPQA и SWE-bench; решаемость реальных программных задач подскочила с 4.4% до 71.7%.
Stanford HAI — AI Index 2025 → Автономное программирование 2025–2026
На SWE-bench Verified (500 реальных issue с GitHub) автономные кодовые агенты достигли ~80–86% к концу 2025 года против менее 50% в начале 2025.
Epoch AI →