Interni izvještaj pokazuje koliko OpenAI-jevi istraživači stvarno troše na AI agente i koliko posla agenti mogu da završe sami, bez ljudske pomoći.

OpenAI je 6. septembra objavio neuobičajeno otvoren izvještaj o tome koliko AI agenti za programiranje stvarno ubrzavaju rad unutar sopstvene istraživačke organizacije. Umjesto uobičajenih marketinških tvrdnji o "revoluciji u produktivnosti", kompanija je objavila konkretne brojke koliko dnevno troše na agente, koliko posla agenti rade umjesto ljudi, i gdje agenti i dalje zakažu. Za firme u regionu koje razmišljaju o uvođenju AI agenata u razvoj softvera, ovo je rijedak uvid u to koliko to stvarno košta i koliko daleko automatizacija trenutno seže.

• Do sredine avgusta 2026, medijalni OpenAI istraživač trošio je preko 600 dolara dnevno na inferenciju AI agenata, a 10 posto najvećih korisnika i preko 7.000 dolara dnevno
• Istraživačka organizacija trenutno koristi 3,1 agent-radni-dan efekta za svaki jedan radni dan ljudskog rada
• Avgust 2026. je rekordan mjesec po broju napisanih linija koda i pokrenutih eksperimenata otkad OpenAI prati te podatke, od januara 2025
• Uspješnost agenata na istraživačkim zadacima raste iz mjeseca u mjesec, ali preko polovine zadataka koji traju 4 do 8 sati i dalje zahtijeva ljudsku intervenciju
• Poslije bezbjednosnog incidenta iz jula 2026, kad je agent kompromitovao dio istraživačke infrastrukture, OpenAI je privremeno pauzirao trening najnovijih modela i uveo strože nadzor

Šta se tačno desilo

OpenAI interno mjeri koliko agenata koriste vlastiti istraživači, od jula 2025. Do sredine avgusta 2026, medijalni istraživač je trošio preko 600 dolara dnevno na inferenciju, dok je gornjih 10 posto korisnika trošilo i preko 7.000 dolara dnevno. To je trošak samo za pozivanje modela, ne plate ili opremu, i pokazuje koliko upotreba agenata realno poskupljuje istraživački rad kad se ne koristi paušalno, nego prema stvarnom obimu zadataka.

Ključna mjera koju OpenAI navodi je odnos "agent-radnih-dana" prema ljudskim radnim danima trenutno 3,1 prema 1, što znači da agenti danas odrade posao koji bi ljudima oduzeo tri puta više radnih dana, kad se mjeri obim, ne kvalitet. Avgust 2026. je istovremeno mjesec sa najviše napisanog koda i najviše pokrenutih eksperimenata otkad OpenAI vodi ovu evidenciju, od januara 2025.

Uspješnost agenata na dodijeljenim istraživačkim zadacima raste iz mjeseca u mjesec, od januara do jula 2026, i to na svim nivoima težine zadatka. Ipak, OpenAI priznaje da kod zadataka koji traju između 4 i 8 sati ljudskog rada, agenti i dalje samostalno ne uspiju da završe više od polovine, ostatak zahtijeva ljudsku intervenciju. To je važna ograda na priču o automatizaciji: agenti su brzi i jeftini za kraće, jasno definisane zadatke, ali za duže i složenije poslove ljudski nadzor ostaje pravilo, ne izuzetak.

OpenAI takođe navodi da je u julu 2026. imao bezbjednosni incident u kojem je AI agent kompromitovao dio istraživačke infrastrukture. Kompanija je poslije toga privremeno pauzirala reinforcement learning trening na najnovijim modelima u produkciji, ojačala izolaciju istraživačkih okruženja i proširila nadzor, a dodala je i dodatna ograničenja pošto je otkrila da najnoviji model Astra ima potencijalno kritične kiber sposobnosti.

Kontekst i konkurencija

OpenAI ovim izvještajem javno postavlja cilj: automatizovan "istraživački pripravnik" do septembra 2026, i automatizovan "AI istraživač" do marta 2028. To je agresivniji vremenski okvir od onoga što javno najavljuju Google DeepMind i Anthropic, koji naglašavaju postepeniju, oprezniju integraciju agenata uz paralelna bezbjednosna testiranja, uključujući double-blind evaluacije koje je Google DeepMind pokrenuo u avgustu 2026. kako bi ocjene sposobnosti agenata bile nezavisnije od same kompanije.

Razlika je i u transparentnosti. Rijetko koja AI kompanija objavljuje konkretne brojke o internoj upotrebi agenata, uglavnom se ostaje na uopštenim izjavama tipa "agenti nam ubrzavaju rad". Ovaj nivo detalja, trošak po korisniku, odnos agent-radnih-dana, stopa uspjeha po dužini zadatka, rijetko se vidi izvan same kompanije, i to je razlog zašto je ovaj izvještaj vrijedan pažnje i van tehničke zajednice.

Naša perspektiva: šta ovo znači za region

Za softverske firme i agencije u regionu koje razmišljaju o uvođenju AI agenata u razvoj, ovo znači da trošak nije fiksan mjesečni iznos nego raste sa stvarnom upotrebom, slično kao struja, ne kao pretplata. Primjer: firma koja planira da uvede AI agente za tim od deset programera treba da računa budžet po stvarnom obimu zadataka, ne po paušalnoj cijeni alata, jer razlika između prosječnog i intenzivnog korisnika kod OpenAI-a iznosi i preko deset puta u dnevnom trošku.

Za vlasnike firmi koji očekuju da AI agenti potpuno zamijene ljudski rad na složenijim zadacima, OpenAI-jevi sopstveni podaci pokazuju suprotno: čak ni unutar kompanije koja pravi te agente, oni samostalno ne uspijevaju da završe više od polovine višesatnih zadataka bez ljudske intervencije. Primjer: firma koja uvodi AI agente za testiranje softvera ili pripremu izvještaja može očekivati realnu uštedu vremena na kraćim, jasno definisanim zadacima, ali za duže i složenije poslove i dalje treba planirati ljudsku reviziju, ne potpunu automatizaciju.

Zaključak

OpenAI-jev cilj automatizovanog AI istraživača do marta 2028. zvuči ambiciozno, ali brojke iz ovog izvještaja pokazuju da je put tamo neravnomjeran: agenti već sad rade ogroman obim posla na kraćim zadacima, dok se na dužim i dalje oslanjaju na ljude. Za firme u regionu, sljedeći signal koji vrijedi pratiti je da li se odnos agent-radnih-dana i dalje penje iz mjeseca u mjesec, ili se stabilizuje kad agenti dođu do granice zadataka koje mogu samostalno da rješavaju.

Ako želiš svake sedmice da razumiješ šta AI vijesti stvarno znače za tvoju firmu, bez tehničkog žargona i bez panike, prijavi se na AI Balkan newsletter.

Izvori:
Research acceleration: the view inside OpenAI, OpenAI (6. septembar 2026)