OpenAI, insan başına iş günü başına 3.1 agent-iş günü coding-agent runtime'ı çalıştırıyor

OpenAI'nin araştırma organizasyonunun, şirketin 6 Eylül 2026'da yayınladığı bir rapora göre, Ağustos ortasına kadar her insan iş günü başına 3.1 agent-iş günü coding-agent runtime'ı tüketiyordu. Bir dev.to yazısında aktarılan bu rakam, otonom coding agentların bir frontier AI laboratuvarındaki günlük işe ne kadar nüfuz ettiğine dair nadir görülen somut bir sayı.

Rapor neyi anlatıyor

dev.to gönderisine göre OpenAI, araştırmacılarının daha öncekinden daha hızlı kod katkısı yaptığını ve daha fazla deney yürüttüğünü söyledi. Agent kullanımı, araştırma ve altyapı kodu yazmanın ötesine geçerek teknik destek ve çalışan işlerin izlenmesine yayılmıştı. Bazı iç destek ofis saatlerine gelen trafik azalmıştı, çünkü agentlar sorun giderme sorularını kendi başlarına çözüyordu.

Ancak başlıktaki oranın yanında OpenAI'nin kendisinin vurguladığı bir uyarı var: runtime rakamı, araştırma sürecinin 3.1 kat daha hızlı olduğu anlamına gelmiyor. Araştırma; neyin peşinden gidileceğini seçmeyi, deneyler tasarlamayı, bunları çalıştırmayı, sonuçları analiz etmeyi, bulguları iletmeyi, compute tahsis etmeyi, hataları yakalamayı ve güvenlik kontrollerini uygulamayı içerir. Bir aşamayı hızlandırmak, toplam döngü süresini kısaltmaktan ziyade kuyruğu genellikle başka bir aşamaya kaydırır.

Yazına göre rapor ayrıca, agent runtime gibi aktivite metriklerinin, araştırma ilerlemesiyle olan gerçek ilişkilerinden daha kolay ölçülebildiğini; otomasyon geliştikçe en az otomatikleştirilebilir görevlerin kalan insan işinin daha büyük bir payını oluşturduğunu — ve çoğu zaman bir sonraki kısıt haline geldiğini de kabul ediyor.

Altı aşamalı bir bakış

İşin gerçekte nerede tıkandığı üzerinde akıl yürütmek için dev.to yazarı, Epoch AI'nin AI araştırma ve geliştirmesini altı aşamaya bölen bir görev taksonomisine işaret ediyor: Karar Ver, Tasarla, İnşa Et, Çalıştır, Analiz Et ve İletişim Kur.

Yazarın önerisi, bu yapıyı küçük projeler dahil her projeye uyarlamak ve her aşamayı üç soruyla sorgulamak: iş orada ne kadar bekliyor, ne sıklıkla yeniden çalışma için geri dönüyor ve en eski bitmemiş öğe ne. Bağlayıcı kısıt genellikle en uzun kuyruğa veya en maliyetli yeniden çalışmaya sahip aşamadır, en çok pratik zamanı tüktense değil. Bir agent beş özellik üretebiliyorken bir insan yalnızca birini doğrulayabiliyorsa, darboğaz İnşa Et'ten Analiz Et'e kaymış demektir.

Gönderi ayrıca, agentlara uçsuz bucaksız görevler vermek yerine, kısıta yönelik sınırlı atamalar verilmesini öneriyor: istenen sonucun belirtilmesi, değişmemesi gereken korumalı kısıtlar, insan yargısı gerektiren bir durma koşulu ve sonradan incelenecek kanıt.

Destekleyen ve karmaşıklaştıran kanıtlar

Yazın, OpenAI'nin rakamını basit verimlilik anlatılarını karmaşıklaştıran araştırmaların yanına yerleştiriyor. METR'nin 2025 tarihli randomized çalışmasında 16 deneyimli açık kaynak geliştirici, tanıdık ve olgun repository'lerde 246 görev tamamladı; daha hızlı olmayı bekliyorlardı ve sonrasında kendilerini daha hızlı hissettiler, ancak ölçülen çıktıları yüzde 19 daha yavaştı. METR, bu sonucun her ortama genellenmemesi konusunda uyardı.

Gönderide atıf yapılan DORA'nın 2025 araştırması ise sistem düzeyinde çalışıyor: AI, çevresindeki organizasyon için bir yükseltici (amplifier) görevi görüyor; geri bildirim döngülerinin ve ürün yönünün sağlıklı olduğu yerde sonuçları güçlendiriyor, zayıf olduğu yerde ise işlev bozukluğunu hızlandırıyor. Epoch AI ise kendi tarafında, yardımı iş birliğinden, gözetimli AI öncülü işten ve tam otonomiden ayıran bir ölçek önerdi — bu da agent kullanımı gibi tek bir ifadenin geniş bir yetki devri yelpazesini kapsadığının bir hatırlatması.

Neden önemli

3.1 agent-iş günü rakamı bir dönüm noktası verisi: bir frontier laboratuvarda, her insan iş gününe fiilen birden fazla makine emeği iş günü ekleyen bir agent kullanım düzeyini sayısallaştırıyor. Ancak rapordan aktarılabilir daha değerli içgörü ölçümle ilgili. Runtime, token ve commit sayıları agent aktivitesini izler, bitmiş işi değil — ve OpenAI kendi metrikleri konusunda bunu açıkça söylüyor. Agent benimseyen ekipler ve bireysel geliştiriciler için pratik çıkarım, doğrulanmış bir sonraki duruma ulaşan iş döngülerini saymak ve üretim ucuzladıkça kısıtın doğrulamaya, yargıya ve iletişime göç etmesini beklemek. Fayda sağlayacak organizasyonlar, kuyruğun nereye taşındığını fark edenler — ve buna göre kadro ayıran, inceleme yapan ya da otomatikleştirenler olacak.