OpenAI: Koderski agenti ubrzavaju razvoj naučnog softvera
OpenAI je 28. jula 2026. objavio terenski izveštaj o osam projekata naučnog računarstva, pretežno iz prirodnih nauka. Pet timova koristilo je samo Codex, dok su tri kombinovala Codex i Claude Code za održavanje, migracije, optimizaciju i nove implementacije.
Inženjersko usko grlo prelazi na proveru
Mnogi istraživački alati nastaju kao prateći kod uz naučni rad, u malim akademskim timovima bez dovoljno vremena za testiranje, pakovanje, optimizaciju i dugoročnu podršku. Posledice su krhki tokovi rada, otežana reprodukcija rezultata i skupo održavanje.
Koderski agenti smanjuju obim ručne implementacije, ali ne mogu pouzdano da procene naučnu ispravnost sopstvenog rada. Timovi su zato koristili egzaktno poređenje izlaza, usklađenost sa postojećim alatima, očekivano statističko ponašanje i unapred poznate rezultate na simuliranim podacima.
Od modernizacije pakovanja do GPU redizajna
Obuhvaćeni projekti kretali su se od rutinskog održavanja do velikih migracija programskih jezika i arhitektura prilagođenih GPU-u. U biblioteci cyvcf2, namenjenoj čitanju i pisanju datoteka sa genomskim varijantama, GPT-5.5 je zamenio zastareli sistem izgradnje i pakovanja jedinstvenim procesom za instaliranje, testiranje i objavljivanje.
Sa koderskim agentima lako je ići brzo; da bi se u nauci stiglo daleko, i dalje su potrebni stručno vođstvo, razumevanje, ukus i pažnja. — Brent Pedersen
Najbolji rezultati nisu nastali jednim zahtevom. Timovi su delili ciljeve na manje izmene, uvodili međutestove i iterativno ispravljali rubne slučajeve i suptilne numeričke razlike. Početna implementacija često je bila brza, dok je završna faza zahtevala najviše rada.
Vlasništvo nad kodom ostaje presudno
Izmene za MHCflurry i cyvcf2 uključene su u izvorne projekte, dok je rustar-aligner prešao pod novo upravljanje zajednice jer je prethodni projekat bio napušten. OpenAI upozorava da jeftinije prepravke mogu proizvesti više sličnih alata i rasuti pažnju potrebnu za njihovu pouzdanost.
Za poslovne timove pouka je jasna: AI agent treba da ubrza dobro definisan proces, a ne da zameni odgovornost. Pre početka odredite merila prihvatanja, stručnog verifikatora, vlasnika rešenja i budžet za održavanje; bez toga brža isporuka samo ranije stvara tehnički dug.