Hoe OpenAI 10.000 AI-agents tegelijk liet werken

Vorige week bracht OpenAI GPT-6 Astra uit. Nu toont het bedrijf wat er mogelijk wordt zodra je niet één model, maar duizenden exemplaren tegelijk aan hetzelfde doel laat werken. Dat verandert fundamenteel hoe je over AI moet nadenken, van een gesprekspartner naar een hele populatie die dagenlang zelfstandig doorwerkt.

Een heel andere manier van werken

De meeste mensen gebruiken AI nog als gesprekspartner. Je stelt een vraag, krijgt een antwoord en bepaalt zelf de volgende stap. Bij agents geef je in plaats daarvan een doel mee, waarna het systeem zelf met software en andere agents aan de uitvoering werkt. Dat vraagt om een andere manier van denken over wat AI kan betekenen voor een organisatie, want een populatie agents die dagen achter elkaar verschillende aanpakken uitprobeert en resultaten uitwisselt, gedraagt zich anders dan een los hulpmiddel.

Tienduizend agents lossen een negentig jaar oud raadsel op

OpenAI liet een intern, nog onuitgebracht model, naar eigen zeggen krachtiger dan GPT-6 Astra, met ongeveer tienduizend gelijktijdige agents werken aan het Navier-Stokes-probleem. Dat is een van de zeven Millennium-problemen uit de wiskunde, over de vergelijkingen die beschrijven hoe vloeistoffen en gassen stromen. Wiskundigen proberen dit al ongeveer negentig jaar op te lossen.

Volgens OpenAI kwam er na ongeveer 88 uur een voorgestelde oplossing uit de bus, waarna het omzetten naar een formeel bewijs en de controle met bewijssoftware nog eens 17 uur kostten. Het gaat om 2,7 miljoen berichten en zo’n 130 miljard tokens aan agent-verkeer. OpenAI claimt de bijbehorende prijs van een miljoen dollar niet en benadrukt dat wiskundigen het bewijs nog moeten controleren. Zulke onafhankelijke toetsing kan maanden duren, en er is inmiddels ook discussie ontstaan over de vraag of het model onbedoeld is beïnvloed door recent gepubliceerd werk van andere wiskundigen.

AI helpt de volgende generatie AI bouwen

OpenAI gebruikt AI-agents intussen ook om het eigen onderzoek te versnellen. Volgens het bedrijf gebruikte de mediane onderzoeker medio augustus dagelijks meer dan 600 dollar aan rekenkracht voor agents, tegenover een verwaarloosbare hoeveelheid begin dit jaar. In totaal draaiden de agents in de onderzoeksorganisatie 3,1 werkdagen voor elke menselijke werkdag. Dat betekent overigens niet dat er ook 3,1 keer zoveel werk werd verzet, want mensen bepalen nog altijd welke ideeën de moeite waard zijn.

OpenAI meldt bovendien dat de eigen automatische onderzoeksassistent nu al afgebakende taken kan uitvoeren die een onderzoeker enkele dagen zouden kosten, onder menselijke leiding. Een volledig geautomatiseerde AI-onderzoeker is het doel voor maart 2028. Veiligheid speelt daarbij een rol op de achtergrond, want na het eerdere Hugging Face-incident pauzeerde OpenAI tijdelijk een deel van het trainingswerk om de eigen onderzoeksomgeving beter te beveiligen.

Wat betekent dit in de praktijk?

Doordat betere AI helpt om de volgende generatie AI te ontwikkelen, kan die ontwikkeling zichzelf verder versnellen, zeker naarmate er minder menselijke tussenkomst voor nodig is. Voor organisaties die nu nog nadenken over losse AI-toepassingen, is dit een voorbode van waar de technologie naartoe beweegt. Agents die niet meer per taak, maar per project of zelfs per doel worden ingezet.

Maak iedere week een sprong vooruit in je marketing AI transformatie

Elke vrijdag brengen wij je de meest actuele inzichten, nieuws en praktijkvoorbeelden over de impact van AI in de marketingwereld. Of je nu je marketing efficiency wilt verbeteren, klantbetrokkenheid wilt verhogen, je marketingstrategie wilt aanscherpen of je bedrijf digitaal wilt transformeren. ‘Marketing AI Friday’ is jouw wekelijkse gids.

Meld je gratis aan voor Marketing AI Friday.