Независимые исследователи заявляют: ИИ по-прежнему не способен заниматься наукой

Исследователи из Принстона и британского AI Safety Institute поставили перед Claude Opus 4.8 и GPT-5.6 Sol задачу подготовить за шесть дней научную статью для NeurIPS 2026. У агентов был бюджет на API в $3000 и доступ к GPU. Обе модели не смогли выдать публикуемую работу: исследование опиралось на некачественные данные и не содержало никаких новых идей. GPT-5.6 Sol исчерпал весь бюджет на API за два дня.

Агенты хорошо справляются с инженерными задачами вроде проведения экспериментов или написания кода, но не способны оценивать научную ценность собственной работы. Ранее в заявлениях Anthropic и OpenAI говорилось, что автономные ИИ-исследователи могут появиться уже через несколько месяцев, но результаты нашего независимого исследования говорят об обратном.