OpenAI представила новый отчет, в котором отслеживаются восемь проектов в области научных вычислений, где кодовые агенты значительно сократили время выполнения задач. В этом отчете рассматриваются проекты, в которых Codex использовался как самостоятельно, так и в сочетании с Claude Code от Anthropic. Несмотря на то, что это исследование было подготовлено самим поставщиком, его результаты заслуживают внимания.

Проблемы в научном программном обеспечении

Научное программное обеспечение сталкивается с серьезной проблемой поддержания. Инструменты, созданные для сопровождения одной статьи, часто разрабатываются небольшими академическими командами без выделенной инженерной поддержки. В результате накапливается технический долг, который никто не может погасить из-за недостатка бюджета или полномочий. Отчет OpenAI утверждает, что агенты могут помочь решить эту проблему, и восемь упомянутых проектов охватывают такие области, как геномика, иммунология, статистика и секвенирование РНК.

Задачи, выполняемые агентами

Задачи, выполненные агентами, можно разделить на три основные категории:

Очистка упаковки и сборки

Оптимизация производительности существующего кода

Полные порты языка или бэкенда

Примеры успешных проектов

1. cyvcf2: Библиотека Python для чтения файлов геномных вариантов. Устаревшая система сборки и упаковки была заменена на более современную. Участник проекта Брент Педерсен отметил, что хотя использование агентов позволяет ускорить процесс, для достижения значительных результатов в науке все же необходимы "экспертное руководство, понимание и забота". 2. HI.SIM: Симулятор чтения ДНК-секвенирования, который благодаря двум автономным оптимизациям от GPT-5.2 и GPT-5.6 сократил время выполнения на 31% без изменения выходных данных. Участник проекта Эндрю Хо, не являющийся специалистом в области геномики, назвал результат "ничем иным, как магией". 3. Hifiasm: Инструмент для сборки генома, который достиг 25% сокращения времени выполнения на целевом объекте оптимизации и около 15% на отдельных данных секвенирования человека. 4. MHCflurry: Программа, предсказывающая фрагменты белков, представленных T-клеткам. Бэкенд TensorFlow/Keras был перенесен на PyTorch, сохранив совместимость с ранее выпущенными весами модели. 5. bayesm-rs: Порт статистических моделей из пакета bayesm на Rust, который обеспечил скорость выполнения в 2.3–2.7 раза быстрее на одном процессорном потоке и до 9.5 раз быстрее на восьми потоках.

Переход на Rust и GPU

Три других проекта – rustar-aligner, svb и kuva – также использовали Rust для создания новых версий инструментов. Например, rustar-aligner, который является полным воссозданием STAR, инструмента для выравнивания РНК, потерявшего активную поддержку. Участник проекта Джеймс М. Фергюсон отметил, что использование агентов меняет подход к задачам: переписывание 20,000 строк кода вручную было бы нецелесообразно, но с агентом это становится возможным.

RustQC

RustQC объединил 15 отдельных инструментов контроля качества секвенирования РНК в одну программу, сократив время выполнения в 60 раз и объем ввода/вывода на диск в 25 раз. Участник проекта Фил Эвелс отметил, что хотя технологии легко реализовать, управление ими остается открытым вопросом.

Верификация и ограничения

Общая тенденция среди всех проектов заключается в том, что агенты справлялись с четко определенными задачами, но не могли оценить научную корректность своих выходных данных. Участники описывали случаи, когда агенты проявляли уверенность в работе, содержащей явные ошибки, что возлагало на людей ответственность за создание тестов приемлемости. Проекты часто двигались поэтапно, где агенты создавали быстрые черновики, а оставшееся время уходило на обработку крайних случаев и небольших числовых расхождений.

Заключение

Отчет OpenAI подчеркивает важность определения владельца восстановленного инструмента и обеспечения этой приверженности до начала работы с кодом, сгенерированным агентами. Это особенно актуально в условиях, когда низкие затраты на разработку могут привести к созданию нескольких несовместимых версий одного и того же инструмента в разных лабораториях.