تقرير OpenAI عن وكلاء البرمجة يضع تسريع البرمجيات العلمية تحت شرط التحقق البشري
ذكرت AI News أن OpenAI وثقت ثمانية مشاريع برمجيات علمية استخدمت coding agents، مع خفض زمن التشغيل بنسبة 31% و25% ونحو 60 مرة في بعض الحالات، بينما بقي التحقق والإشراف لدى البشر.
خمسة من ثمانية مشاريع للحوسبة العلمية في تقرير OpenAI الميداني استخدمت Codex وحده؛ بينما دمجت ثلاثة منها مع Claude Code من Anthropic.
ذكرت AI News أن الوكلاء تعاملوا مع تنظيف التعبئة، والتحسين، ونقل البرمجيات، بينما قدم الباحثون نتائج التقييم، واختبارات القبول، والحكم العلمي قبل قبول الأدوات المعاد بناؤها.
ثمانية مشاريع تختبر عمل وكلاء البرمجة في البرمجيات العلمية
يوثق تقرير OpenAI الميداني مشاريع في علم الجينوم، وعلم المناعة، والإحصاء، وتسلسل RNA. تم استبدال نظام البناء والتعبئة القديم في cyvcf2، وهي مكتبة Python لملفات المتغيرات الجينية، بعملية موحدة، بينما انتقل MHCflurry من خلفية TensorFlow/Keras إلى PyTorch دون التخلي عن التوافق مع أوزان النماذج الموجودة.
أجرى HI.SIM، وهو محاكي لقراءات تسلسل DNA، أعمال تحسين باستخدام GPT-5.2 وGPT-5.6. وضع حساب المساهم Andrew Ho في التقرير خفض زمن التشغيل عند 31% عبر مجموعة اختبار ممثلة دون تغيير المخرجات.
وصف حساب Ho أداة Hifiasm، المستخدمة في تجميع الجينوم من قراءات PacBio HiFi، بأنها حققت خفضًا قدره 25% في زمن التشغيل المستهدف ونحو 15% على بيانات تسلسل الإنسان المنفصلة. ينسب نفس النص الفضل إلى المساهم Suyash Shringarpure في توجيه الوكيل بعيدًا عن أنماط الفشل المتكررة بعد أن بنى الوكيل scaffolding خاصًا للاختبارات.
منافذ Rust والعمل على GPU يوسعان نطاق الادعاء
جاءت أقوى أرقام السرعة من عمليات إعادة البناء بدلاً من التعديلات الصغيرة. في bayesm-rs، نقل الوكلاء نماذج إحصائية من حزمة R bayesm إلى Rust. يسجل تقرير OpenAI مطابقة التقديرات ضمن هامش محدد مسبقًا، بالإضافة إلى مكاسب سرعة تتراوح بين 2.3 و2.7 مرة على خيط معالجة واحد و4.4 إلى 9.5 مرات عبر ثمانية خيوط.
استخدمت ثلاثة مشاريع أخرى الوكلاء لبناء إصدارات Rust. أعاد rustar-aligner بناء STAR بعد توقف الصيانة النشطة لأداة محاذاة تسلسل RNA. تعامل المساهم James M. Ferguson مع الوكيل كوسيلة لتحويل إعادة كتابة من 20,000 سطر من مشروع غير عملي يدويًا إلى أسابيع من العمل الموجه، لكنه أبقى التحقق منفصلًا عن عملية إعادة البناء نفسها.
يقول التقرير الميداني إن RustQC دمج 15 أداة لمراقبة جودة تسلسل RNA في برنامج واحد. وصف حساب المساهم Phil Ewels أداة RustQC بأنها خفضت زمن التشغيل بمقدار 60 مرة وخفضت الإدخال/الإخراج على القرص بمقدار 25 مرة. تسمي دراسة الحالة نفسها FastQC-Rust وTrim Galore كعمليات إعادة بناء مرتبطة حققت مكاسب سرعة قدرها سبع مرات وثلاث مرات مع الحفاظ على سلوك متوافق مع الأدوات السابقة، لكنها لم تتضمن تدقيقًا معياريًا مستقلًا لتلك المقارنات.
حمل HelixForge، وهو إعادة بناء GPU-native لأداة BAMSurgeon، ادعاء آخر بخفض زمن التشغيل بنحو 60 مرة في benchmark استخدم بيانات بشرية حقيقية. كما نسب المساهمون Mamad Ahangari وVarun Goyal وHassan Masoudi استهدافًا أقرب لترددات الطفرات وإصلاح الأخطاء إلى إعادة البناء.
التحقق يبقى قيد النشر
النمط التشغيلي عبر الأمثلة أضيق من استبدال عام لمبرمجي البحث. تعامل الوكلاء مع مهام تنفيذ محددة وأنتجت مسودات سريعة، ثم تحقق المساهمون البشر من مطابقة المخرجات، والمقارنة مع الأدوات الموجودة، والإجابات المحددة مسبقًا باستخدام بيانات محاكاة.
يسجل التقرير أيضًا مشكلة الحوكمة التي يخلقها انخفاض تكلفة إعادة البناء. تم دمج تحديثات MHCflurry وcyvcf2 في المشاريع الأصلية. انتقل rustar-aligner إلى إشراف مجتمعي بعد أن حل محل أداة بلا صيانة نشطة.
لم تقدم OpenAI تدقيقات معيارية مستقلة أو بيانات تبني بعد الإطلاق للمشاريع الثمانية.
