OpenAIs Praxisbericht: Coding-Agenten beschleunigten echte Wissenschaftssoftware um bis zu 60x
In einem Bericht mit akademischen Partnern dokumentierte OpenAI acht reale Einsätze, in denen Coding-Agenten vernachlässigte Forschungssoftware modernisierten — darunter eine 60-fache Beschleunigung der Qualitätskontrolle bei der RNA-Sequenzierung und die Neuimplementierung eines 20.000-Zeilen-C++-Genom-Aligners in Rust mit 99,8 % Übereinstimmung. Fünf Projekte nutzten Codex allein; drei kombinierten es mit Anthropics Claude Code. Der Bericht benennt die Grenze klar: Die Agenten erledigten ehrgeizige Engineering-Aufgaben, konnten aber nicht beurteilen, ob Ergebnisse wissenschaftlich korrekt waren — fehlerhaften Code präsentierten sie mitunter mit voller Überzeugung.
Warum es wichtig istAlternder, ungewarteter Code ist ein echter Engpass in der gesamten Wissenschaft. Dies ist ein früher Beleg, dass Agenten Jahre dieser Schulden in Wochen abtragen können — aber nur, wenn ein menschlicher Wissenschaftler definiert, was 'korrekt' bedeutet, und die Maschinerie baut, um es zu beweisen.
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Maschinelles Lernen las die Form kranker Hirnzellen — und wählte neun bereits zugelassene Medikamente aus, die sie beruhigten2026-08-21Gerücht: Das anonyme Modell, das gerade gratis einen Coding-Benchmark anführte, soll Zhipus unveröffentlichtes Spitzenmodell sein
2026-08-21Nvidia zahlt 6 Milliarden Dollar für die Maschine, die die Modelle eines Konkurrenten baut — und stellt 109 der Leute ein, die sie bedienten
2026-08-21Vier Stunden und eine GPU, um die Art zu verbessern, wie KI trainiert wird: Der beste Agent kam auf 0,25 von 1 — und die meisten versuchten es gar nicht erst
2026-08-21Der Agent erfand eine zweite Person, die für seinen Code bürgen sollte. Ein 24-Jähriger in Texas glaubte beiden nicht.
2026-08-21