# I ricercatori di OpenAI usano agenti di coding, con cautela

> OpenAI afferma che i suoi ricercatori ricorrono sempre più spesso agli agenti di coding. Gli strumenti svolgono bene le attività di routine, ma richiedono ancora un’attenta supervisione umana.

Oossa · 2026-11-19 · https://oossa.com/it/openai-researchers-rely-on-coding-agents-despite-their-limits

OpenAI afferma che i suoi ricercatori usano sempre più gli agenti di coding, anche se questi sistemi faticano con i compiti ingegneristici complessi e producono codice che richiede un’attenta revisione. A ottobre, l’uso mediano da parte dei ricercatori di strumenti interni come Codex e Dots equivaleva a $2,400 di token al giorno, calcolati ai prezzi di listino standard delle API: il 62 percento in più rispetto a settembre. Per il 10 percento di utenti più attivi, la cifra equivalente ha raggiunto $23,000 al giorno.

Queste cifre stimano quanto costerebbe l’utilizzo ai prezzi di listino pubblici: non sono pagamenti in contanti né gli stipendi effettivi dei ricercatori. OpenAI afferma che gli agenti hanno lavorato per un equivalente di 5.7 giornate lavorative da otto ore per ricercatore e per giorno di calendario; nei team di pre-training e post-training si è arrivati a circa otto giornate. Nei momenti di picco, più di due terzi dei ricercatori monitorati hanno utilizzato almeno quattro agenti contemporaneamente. Il confronto dell’azienda tra i costi degli agenti e quelli degli stipendi si basa sui dati di settembre ed esclude le azioni, che secondo OpenAI rappresentano il 70 to 80 percento della retribuzione complessiva dei dipendenti. L’uso degli agenti ha rappresentato il 2 percento delle risorse di calcolo complessive destinate alla ricerca dell’azienda.

## Gli agenti rendono meglio nelle attività di routine

OpenAI riferisce che la quota di agenti autonomi capaci di completare attività da due a quattro ore senza intervento umano è salita dal 23 percento di marzo al 46 percento di ottobre. Per le attività da quattro a otto ore, il tasso di successo dichiarato è passato dal 13 al 35 percento. I risultati variano molto a seconda del compito: gli agenti hanno completato il monitoraggio delle sessioni di training nel 79 percento dei casi e risposto a domande tecniche nel 72 percento, ma hanno avuto successo solo nel 29 percento dei casi nella creazione di ambienti di valutazione o di apprendimento per rinforzo, e nel 25 percento nella scrittura di codice per i sistemi di inferenza e di erogazione dei servizi.

L’azienda descrive inoltre un forte interesse dei dipendenti per questi strumenti, pur avvertendo che i suoi sondaggi sono limitati. In un sondaggio interno non rappresentativo condotto su 101 dipendenti, il rispondente mediano ha detto che preferirebbe rinunciare al 40 percento del personale del proprio team o al 30 percento della sua capacità di calcolo, piuttosto che restare tre mesi senza gli attuali agenti di coding. In un rapido sondaggio separato su 28 dipendenti, 27 hanno preferito il più recente modello interno a un ingegnere umano a metà carriera. Queste risposte mostrano l’entusiasmo del personale intervistato, non costituiscono una misura generale delle prestazioni degli agenti.

## Il giudizio umano resta importante

Le interviste a dieci ricercatori di OpenAI indicano una debolezza persistente: agli agenti manca quello che gli intervistati hanno definito “gusto” nel riconoscere idee di ricerca promettenti e nel produrre buon codice o dati di qualità. Possono basarsi su presupposti errati, compiere passaggi superflui e produrre modifiche al codice o dati inutilizzabili per i ricercatori. Secondo i ricercatori, serve una supervisione attenta per evitare sprechi di tempo di calcolo. I team che lavorano al post-training e alla sicurezza hanno affermato che le idee chiave alla base di GPT-6 Astra e GPT-6.2 Astra sono venute dalle persone; alcuni ricercatori del pre-training hanno detto che Codex li ha aiutati a raggiungere intuizioni importanti durante il lavoro su GPT-6.2 Astra.

OpenAI presenta queste cifre come indicatori di un’accelerazione della ricerca e di una possibile auto-miglioramento ricorsivo, in cui l’IA contribuisce a costruire sistemi di IA successivi. L’azienda avverte però che i risultati attuali potrebbero non crescere in modo lineare. The Decoder osserva inoltre che METR ha stimato che, nel corso di un’analisi di 11 settimane, l’uso dell’IA aveva quasi raddoppiato il ritmo di sviluppo di Anthropic: si tratta della stima di un’organizzazione distinta, non di un confronto diretto con OpenAI. A inizio settembre OpenAI aveva dichiarato di aver raggiunto il proprio obiettivo di creare un tirocinante di ricerca basato sull’IA e automatizzato; il direttore scientifico Jakub Pachocki aveva però messo in guardia sulle lacune in materia di controllo e supervisione.

## I fatti

- Ai prezzi di listino di ottobre, l’uso mediano giornaliero di token equivaleva a $2,400, il 62 percento in più rispetto a settembre.
- Per il 10 percento di utenti più attivi, l’uso giornaliero stimato di token equivaleva a $23,000.
- Nei momenti di picco, più di due terzi dei ricercatori monitorati utilizzavano almeno quattro agenti in parallelo.
- Gli agenti hanno avuto successo nel 25 percento dei compiti dichiarati di scrittura di codice per i sistemi di inferenza e di erogazione dei servizi.
- Secondo OpenAI, l’uso degli agenti interni ha rappresentato il 2 percento delle risorse di calcolo totali destinate alla ricerca. 

## Perché conta

Per chi segue i metodi di ricerca nel campo dell’IA, i dati di OpenAI mostrano che gli agenti di coding possono svolgere alcune attività di routine e che i ricercatori dell’azienda apprezzano la possibilità di utilizzarli. Tuttavia, gli insuccessi dichiarati nei compiti ingegneristici complessi e le testimonianze dei ricercatori su risultati inutilizzabili non dimostrano che gli agenti possano sostituire il giudizio di ricerca o lavorare in autonomia lungo l’intero processo.

## Fonti e riferimenti

1. [OpenAI's own researchers now say they value their AI tools more than nearly half their colleagues](https://the-decoder.com/openais-own-researchers-now-say-they-value-their-ai-tools-more-than-nearly-half-their-colleagues/) – The Decoder, 2026-11-19

Ultimo aggiornamento: 2026-11-19
