Отчёт OpenAI: ИИ-агенты для программирования ускоряют разработку ПО для научных исследований, но не способны оценить научную корректность

По сообщению TechFlow, 1 августа полевой отчет OpenAI и научных партнеров показал, что программирующие агенты, такие как Codex и Claude Code, способны ускорить работу устаревшего научного ПО более чем в 60 раз. RustQC сокращает время выполнения с 15 часов 34 минут до 14 минут 54 секунд, а HelixForge работает в 59,6 раза быстрее BamSurgeon. Однако агенты не способны достоверно оценивать научную корректность результатов, часто уверенно генерируя ошибочный код, поэтому определение критериев тестирования и верификации должно осуществляться человеком.