# OpenAI-onderzoekers delegeren meer taken aan agents, maar succes hangt af van het werk

https://jsonscraper.com/nl/blog/openai-onderzoekers-delegeren-taken-aan-agents

Author: Michael Johnson

Published: 2026-11-19T07:41:52+00:00

Updated: 2026-11-19T07:41:52+00:00

In een rapport van 18 november lopen de resultaten van autonome taakuitvoering sterk uiteen. Dat helpt bepalen waar je werk aan een agent kunt uitbesteden en waar het resultaat extra zorgvuldig moet worden gecontroleerd.

Kun je een codeeragent onderzoekstaken geven en rekenen op een afgerond resultaat? Dat hangt af van de specifieke taak: in de gegevens van OpenAI over de periode van 1 augustus tot en met 18 oktober 2026 presteerden agents zonder menselijke tussenkomst het best bij het monitoren van trainingsruns, en aanzienlijk slechter bij inferentiecode en het bedienen van modellen.

 

In het [rapport van 18 november](https://openai.com/index/research-acceleration-jagged-frontier/) vergeleek het bedrijf de taken die onderzoekers aan agents toevertrouwden en beschreef het hoe het gebruik van zulke tools binnen OpenAI veranderde. De belangrijkste praktische les is om ‘werk door een agent’ te beschouwen als een verzameling uiteenlopende taken, elk met eigen acceptatiecriteria. Een gemiddelde op basis van uren of de indruk dat een model ‘goed code schrijft’ vervangt geen controle van het concrete resultaat.

 

## Wat er veranderde in de evaluatie

 

Het vorige rapport van OpenAI over versnelling van onderzoek verscheen in september. De nieuwe versie schetst een breder beeld: het bedrijf voegde gegevens toe over het gebruik van agents, enquêtes onder medewerkers, werkprocessen en de verdeling van succes over verschillende taaktypen. De gerapporteerde resultaten beschrijven de interne onderzoeksorganisatie van OpenAI en zijn geen algemene evaluatie van alle modellen of bedrijven.

 

Een van de duidelijkste vergelijkingen betreft het aandeel opdrachten dat een agent zonder menselijke tussenkomst voltooide. Voor taken die volgens de inschatting van de onderzoekers mensen twee tot vier uur zouden kosten, steeg dit aandeel van 23% in maart naar 46% in oktober. Voor de categorie van vier tot acht uur ging het van 13% naar 35%. Deze categorieën geven aan in hoeverre agents afzonderlijke opdrachten zonder tussenkomst tot een resultaat kunnen brengen, niet welk aandeel van al het onderzoekswerk aan een model kan worden overgedragen.

 

Er is ook een belangrijke methodologische kanttekening: naarmate agents beter werden, veranderde ook de selectie van taken die aan hen werden toevertrouwd. OpenAI merkt nadrukkelijk op dat een hogere succesratio binnen de tijdscategorieën zowel kan wijzen op betere modellen als op een andere samenstelling van de gedelegeerde taken. De vergelijking naar tijd is daarom nuttig als interne trend, maar maakt op zichzelf niet duidelijk welk deel van de verbetering komt door het model en welk deel doordat onderzoekers anders kiezen welke taken ze eraan geven.

 

## Waarom het taaktype belangrijker is dan de duur

 

In een uitsplitsing van specifieke soorten werk rapporteert OpenAI voor zelfstandig voltooide taken succespercentages van 79% voor het monitoren van trainingsruns, 35% voor het starten van zulke trainingen en 25% voor het schrijven van inferentie- en servingcode. Zelfs twee opeenvolgende handelingen rond het trainen van een model leverden sterk uiteenlopende resultaten op.



![Artikel: OpenAI-onderzoekers delegeren meer taken aan agents, maar succes hangt af van het werk
Samenvatting: OpenAI onderzocht hoe codeeragents presteren binnen de eigen onderzoeksorganisatie. Agents voeren veel monitoring- en analysetaken succesvol uit, maar hebben aanzienlijk meer moeite met het starten van trainingen en met inferentiecode. De praktische les: kies taken op basis van een controleerbaar resultaat, niet op basis van een algemene functienaam.
Beeldrol: illustratie ter ondersteuning 2 — een ander specifiek aspect
Sectie: Waarom het taaktype belangrijker](https://jsonscraper.com/assets/uploads/journal/2026/11/337740e5161a3da7a225d537ed1341d3.png.hero.webp)

Het aandeel taken dat agents zonder menselijke tussenkomst voltooiden, uitgesplitst naar drie soorten werk in de gegevens van OpenAI over augustus–oktober 2026.© jsonscraper · door AI gegenereerde illustratie



![Artikel: OpenAI-onderzoekers delegeren meer taken aan agents, maar succes hangt af van het werk
Samenvatting: OpenAI onderzocht hoe codeeragents presteren binnen de eigen onderzoeksorganisatie. Agents voeren veel monitoring- en analysetaken succesvol uit, maar hebben aanzienlijk meer moeite met het starten van trainingen en met inferentiecode. De praktische les: kies taken op basis van een controleerbaar resultaat, niet op basis van een algemene functienaam.
Beeldrol: omslag — het centrale idee
Sectie: Waarom het taaktype belangrijker is dan de duur](https://jsonscraper.com/assets/uploads/journal/2026/11/1f09dcf8fd66631a53ec4e915205b6da.png.hero.webp)

Het aandeel taken dat agents zonder menselijke tussenkomst voltooiden, uitgesplitst naar drie soorten werk in de gegevens van OpenAI over augustus–oktober 2026.© jsonscraper · gemaakt met AI

 

Dat verklaart waarom een algemene categorie als ‘helpen met onderzoek’ weinig houvast biedt bij de planning. Een trainingsrun volgen om een probleem op te merken is een taak van observatie en signalering. Een training starten vereist dat de handelingen en uitvoeringsomstandigheden correct worden voorbereid. Inferentie- en servingcode horen bij een ander technisch domein. Als je deze taken samenvoegt in één maatstaf, verdwijnen verschillen die van belang zijn voor het daadwerkelijke werkproces.

 

Het bedrijf rapporteert ook hogere percentages voor de categorieën ‘communicatie’ (69%) en ‘analyse’ (58%) dan voor ‘ontwikkeling’ (43%). Maar ook zulke brede categorieën verhullen verschillen tussen taken. Om een geschikte opdracht te kiezen, kun je beter een controleerbaar resultaat formuleren — bijvoorbeeld een vooraf gedefinieerde storing in een runlog opsporen — en afzonderlijk vastleggen wat een mens moet bevestigen.

 

## Intensief gebruik betekent niet automatisch evenveel rendement

 

Volgens het rapport zijn agents een zichtbaar onderdeel geworden van de interne werkprocessen van OpenAI. Op basis van API-prijzen schatte het bedrijf dat een mediane onderzoeker in oktober voor ongeveer 2.400 dollar per dag aan agenttools gebruikte; voor het 90e percentiel was dat ongeveer 23.000 dollar. In beide gevallen gaat het om een equivalent op basis van de gepubliceerde API-tarieven, niet om de werkelijke kostprijs of bewezen budgetbesparingen.

 

Een andere maatstaf is het aantal ‘agentdagen’: elke acht uur agentgebruik telt als één werkdag. Gemiddeld steeg de score van 0,5 naar 5,7 agentdagen per onderzoeker per dag. In teams voor pretraining en posttraining bedroeg de gemiddelde totale hoeveelheid agentwerk ongeveer acht van zulke dagen per onderzoeker per kalenderdag. Omdat meerdere agents tegelijkertijd kunnen werken, beschrijft de maatstaf hun gezamenlijke tijd en niet de duur van één werkdag van een medewerker. OpenAI merkt bovendien op dat de maatstaf vooral interactief gebruik meet en automatisering mogelijk onderschat.

 

De toename laat zien dat medewerkers agents actief in hun werk opnemen. Dat is niet genoeg om het nut voor een ander team vast te stellen: budgetten, gekozen modellen, de duur van agentsessies en het soort taken kunnen verschillen. De gegevens van OpenAI zijn vooral nuttig als voorbeeld van de werkcijfers die je kunt bijhouden, niet als kant-en-klare norm voor elke onderzoeksafdeling.

 

## Waar menselijk werk nodig blijft

 

In interviews met tien onderzoekers beschreef OpenAI de praktische kant van delegeren: agents hielpen met het schrijven en debuggen van code, het analyseren van experimenten en het doorzoeken van grote datasets. Tegelijkertijd vertelden medewerkers over ondeugdelijke resultaten, onjuiste aannames in analyses en inefficiënte pogingen om experimenten te starten. Het bedrijf merkt apart op dat de medewerkers de ideeën die zij aan de GPT‑6 Astra-releases koppelden aan mensen toeschreven, terwijl modellen hielpen bij de uitvoering.

 

Een door een onderzoeker beschreven werkwijze is eenvoudig in een team toe te passen: vraag de agent één voorbeeld te maken, controleer en corrigeer het, en geef hem daarna een reeks vergelijkbare taken. Zo komt een fout in de opdracht of de gegevensindeling snel aan het licht, voordat die zich over de hele reeks verspreidt. Bij taken die veel controle vergen, is dat vaak nuttiger dan meteen de schaal van de opdracht vergroten.

 

## Hoe je de bevindingen in je team kunt toepassen

 

Begin met één herhaalbare taak met een waarneembaar resultaat en duidelijke acceptatiecriteria. Houd bij hoe vaak menselijke tussenkomst nodig was, welke fouten optraden en hoeveel tijd de controle kostte. Zo kun je vaststellen of een agent de taak echt overneemt, of alleen het voorbereidende werk versnelt.

 

Stel voor handelingen met grote gevolgen afzonderlijke grenzen aan de bevoegdheden. Een agent kan bijvoorbeeld een afwijking opsporen of een startcommando voorbereiden, terwijl de verantwoordelijke engineer de goedkeuring en uitvoering voor zijn rekening neemt. Dit is geen universeel beveiligingsmodel, maar een manier om de mate van autonomie af te stemmen op het specifieke risico en de beschikbare controlemogelijkheden.

 

Het rapport van OpenAI biedt een nuttig onderscheid: delegeer niet ‘onderzoek’ of ‘ontwikkeling’ in het algemeen, maar specifieke opdrachten waarvan de uitkomst controleerbaar is. In de gegevens van het bedrijf leek het monitoren van trainingsruns geschikter voor zelfstandige uitvoering dan het starten van trainingen of het schrijven van inferentiecode. De volgende stap voor een team is hetzelfde verschil voor de eigen taken te meten en de delegatie uit te breiden waar het resultaat de controle doorstaat.
