Astra od OpenAI rozwiązuje dekadę nierozwiązanych problemów matematycznych, a Microsoft udostępnia framework do trenowania agentów AI jako open source

Wprowadzenie

Dwie historie z pierwszego tygodnia sierpnia 2026 roku opowiadają większą opowieść o tym, dokąd zmierza sztuczna inteligencja. OpenAI puściło wewnętrzną wersję swojego kolejnego modelu, Astry, na dziesięć problemów z matematyki i teoretycznej informatyki, które pozostawały nierozwiązane od dekady lub dłużej — i wyprodukowało możliwe do zweryfikowania maszynowo dowody dla wszystkich dziesięciu, za jedyne około 2000 dolarów kosztów obliczeniowych. Kilka dni później Microsoft Research udostępnił jako open source Orchard, framework, który sprawia, że trenowanie kompetentnego agenta AI staje się dramatycznie tańsze dzięki oddzieleniu tego, jak agent się uczy, od tego, jak ostatecznie działa w produkcji. Żadna z tych historii nie dotyczy chatbota, który dostał nową szatę graficzną. Obie dotyczą leżącej u podstaw krzywej kosztu i możliwości budowania systemów AI, które rozumują i działają — a to właśnie decyduje o tym, jak dobra i jak przystępna cenowo będzie następna generacja agentów AI.

Astra od OpenAI rozwiązuje dziesięć problemów, z którymi nie radzili sobie matematycy

1 sierpnia OpenAI opublikowało zaskakujące twierdzenie: wewnętrzna wersja Astry dostarczyła nowych wyników dla dziesięciu otwartych problemów z czystej matematyki i teoretycznej informatyki, z których kilka pozostawało nierozwiązanych od ponad dwóch dekad. Głównym wynikiem jest jawna konstrukcja grupy niesoficznej — pytanie pozostające otwarte od czasu, gdy Michaił Gromow wprowadził pojęcie soficzności w 1999 roku. Astra obaliła też hipotezę sztywności Connesa, konstruując nieskończenie wiele nieizomorficznych grup dzielących tę samą algebrę von Neumanna, oraz udowodniła hipotezę objętości Ehrharta. Wyniki obejmują teorię grup, geometrię wysokowymiarową, złożoność kwantową, kryptografię kratową i kombinatorykę ekstremalną — dziedziny, które zwykle nie pojawiają się w tym samym zdaniu co model językowy.

To, co odróżnia tę wiadomość od typowego nagłówka „AI rozwiązuje trudny problem”, to weryfikacja. OpenAI nie opublikowało jedynie twierdzeń — opublikowało na GitHubie, na licencji Apache 2.0, możliwe do zweryfikowania maszynowo certyfikaty dowodowe w Lean 4 dla wszystkich dziesięciu wyników, wraz z 249-stronicowym opracowaniem technicznym. Liczba „sorry” w repozytorium wynosi zero, co oznacza, że żaden krok w żadnym ze sformalizowanych dowodów nie pozostał nieudowodniony ani niedopracowany. To znacząco inny poziom niż model twierdzący, że coś rozwiązał: dowód w Lean albo przechodzi kontrolę typów, albo nie — niezależnie od tego, czy ufasz modelowi, który go wyprodukował. Timothy Gowers, laureat Medalu Fieldsa, miał podobno powiedzieć, że bez wahania zarekomendowałby jeden z dowodów do publikacji w czołowym czasopiśmie — choć warto precyzyjnie zaznaczyć, że żaden z dziesięciu wyników nie przeszedł jeszcze faktycznie recenzji naukowej.

Gotowy na rozwój swojej firmy?

Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.

Poproś o demo Zaloguj się

Dlaczego przełom matematyczny ma znaczenie dla agentów AI

Kusi, by zaszufladkować to jako „imponujące, ale nieistotne dla mojego biznesu”. To byłby błąd. Zdolność, jaką zademonstrowała Astra — utrzymane, wieloetapowe formalne rozumowanie, w którym jeden błędny krok unieważnia cały wynik — jest strukturalnie tą samą zdolnością, która sprawia, że agent AI jest wiarygodny w długim workflow biznesowym. Agent przetwarzający roszczenie ubezpieczeniowe, uzgadniający zestaw faktur czy tworzący projekt dokumentu prawnego robi mniejszą, mniej efektowną wersję tego samego: podąża długim łańcuchem kroków, w którym wczesny błąd narasta — ten sam wzorzec, jaki rozpoznasz w dowolnym zestawieniu rzeczywistych przykładów agentów AI zbudowanych do zastosowań produkcyjnych. Modele, które wymiernie lepiej wychwytują własne błędy w 249-stronicowym dowodzie matematycznym, zwykle lepiej wychwytują też błędy w dwunastoetapowej automatyzacji. Wynik matematyczny to ekstremalny, weryfikowalny przypadek brzegowy, który zapowiada, dokąd zmierza sufit rozumowania dla każdego agenta zbudowanego na tej bazie.

Microsoft udostępnia Orchard jako open source: trenowanie agentów bez budżetu godnego laboratorium badawczego

Jeśli Astra pokazuje, jak daleko może sięgnąć rozumowanie, to wydanie Orchard przez Microsoft pokazuje, jak tanio można zbudować kompetentnego agenta. Orchard to framework open source od Microsoft Research, który celowo oddziela trenowanie agenta od jego wykonywania — zamiast rzucać do zadania coraz większy model bazowy, deweloperzy używają Orchard Env, wielokrotnego użytku usługi środowiskowej, by trenować mniejszych agentów w realistycznych symulacjach zadań, zanim jeszcze dotkną systemu produkcyjnego. Ta sama infrastruktura obsługuje agentów inżynierii oprogramowania, agentów nawigacji po sieci oraz agentów-asystentów osobistych i po zakończeniu trenowania podłącza się bezpośrednio do rzeczywistych narzędzi wdrożeniowych, takich jak Codex, OpenClaw i ZeroClaw.

Najbardziej warte uwagi są liczby dotyczące efektywności, a mają one znaczenie z tego samego powodu, z jakiego znaczenie mają porównania efektywności kosztowej między frameworkami agentów AI, gdy wybierasz stos technologiczny, na którym chcesz budować. Orchard-SWE, agent do kodowania wytrenowany za pomocą tego frameworku, osiąga wynik 69,7% na SWE-bench Verified — szeroko stosowanym benchmarku dla rzeczywistych zadań inżynierii oprogramowania — rosnący do 73,0% przy reranking’u z modelem wartości, wykorzystując zaledwie około 3 miliardy aktywnych parametrów. To niewielki ułamek rozmiaru najbardziej zaawansowanych modeli do kodowania, do których wydajności się zbliża. Zespół Microsoftu zbudował go, destylując około 107 000 trajektorii zadań z większych modeli, a następnie stosując coś, co nazywają nadzorowanym dostrajaniem z przypisaniem zasługi (credit-assignment supervised fine-tuning) — czyli uczeniem się użytecznego sygnału nawet z trajektorii, które nie zakończyły się pełnym sukcesem — po czym następuje uczenie ze wzmocnieniem.

Dołącz do naszego newslettera

Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.

Adres e-mail

Zapisz się

Rozdzielenie trenowania i wykonania to część, na którą powinieneś zwrócić uwagę

Architektoniczny wybór stojący za Orchard — trenowanie umiejętności agenta oddzielnie od uruchamiania go w produkcji — odzwierciedla rozróżnienie ważne dla każdego, kto buduje automatyzację, nie tylko dla badaczy ML. Pionowy agent AI zbudowany do konkretnego zadania branżowego nie potrzebuje większego „mózgu” na każdym froncie — potrzebuje skoncentrowanej praktyki w wąskim wycinku decyzji, z którymi faktycznie się zetknie, a dokładnie to zapewnia środowisko treningowe w stylu Orchard, i to taniej niż skalowanie uniwersalnego modelu. Ta sama logika obowiązuje niezależnie od tego, czy trenujesz model od podstaw, czy konfigurujesz agenta bez kodu: wąskie, dobrze zdefiniowane trenowanie na realistycznych zadaniach konsekwentnie pokonuje rzucanie ogólniejszych zdolności na problem, do którego rozwiązania model nie został zbudowany.

To także wyjaśnia, dlaczego udostępnienie frameworku jako open source, a nie tylko opublikowanie wyników benchmarków, jest bardziej doniosłą częścią wydania Microsoftu. Framework, którego każdy może użyć do trenowania inteligentnych agentów we własnych środowiskach zadaniowych, kumuluje wartość — każdy zespół, który go przyjmuje i dzieli się ulepszeniami, sprawia, że kolejnemu zespołowi łatwiej i taniej zbudować swojego agenta, ta sama dynamika, która sprawiła, że oprogramowanie open source pochłonęło stos infrastruktury w ciągu ostatnich dwóch dekad.

Co to oznacza dla prognozy Gartnera dotyczącej agentów w przedsiębiorstwach

Patrząc szerzej, obie historie wzmacniają prognozę, jaką Gartner postawił co do tempa adopcji w przedsiębiorstwach: że do końca 2026 roku 40% aplikacji korporacyjnych będzie zawierać agentów AI dedykowanych konkretnym zadaniom, w porównaniu do poniżej 5% w 2025 roku. Ośmiokrotny wzrost w ciągu jednego roku to agresywna prognoza, a wyniki takie jak te Astry i frameworki takie jak Orchard to dokładnie ten rodzaj bazowej zmiany w zdolnościach i kosztach, jaki musiałby nastąpić, by prognoza była wiarygodna — tańsze trenowanie sprawia, że budowanie agentów do węższych zadań staje się opłacalne, a lepsze rozumowanie sprawia, że tym węższym agentom można bardziej ufać przy faktycznym wdrożeniu.

Definicja Gartnera jest konkretna i warto ją zapamiętać: agent dedykowany konkretnemu zadaniu to taki, który jest zbudowany do obsługi zdefiniowanego zadania od początku do końca — ich przykładem jest agent cyberbezpieczeństwa skanujący ruch sieciowy, logi systemowe i zachowanie użytkowników w czasie rzeczywistym oraz samodzielnie inicjujący reakcję. To zupełnie inny poziom niż „aplikacja ma chatbota”. To różnica między funkcją AI a pracownikiem AI — i to samo rozróżnienie, które oddziela zwykłego asystenta od prawdziwego asystenta badawczego zbudowanego do niezawodnej realizacji jednego zadania od początku do końca.

Co to oznacza dla zespołów budujących automatyzację już dziś

Ani Astra, ani Orchard nie są czymś, czego większość firm dotknie bezpośrednio — nikt nie będzie dostrajał modelu na dowodach w Lean ani stawiał własnego pipeline’u treningowego Orchard. Liczy się to, co przenika w dół. Ulepszenia rozumowania na najwyższym poziomie z czasem podnoszą sufit tego, co niezawodnie potrafi każdy model niższego poziomu, w tym te, które już dziś napędzają platformy automatyzacji bez kodu. Tańsze, bardziej efektywne techniki trenowania z czasem obniżają koszt wyspecjalizowanych agentów zbudowanych na tych modelach. Żadna z tych dwóch historii nie zmienia tego, co powinieneś zbudować w tym kwartale — ale są one dość wiarygodnym sygnałem tego, co będzie możliwe i przystępne cenowo w kolejnym. Praktycznym posunięciem nie jest pogoń za badaniami — to budowanie automatyzacji na platformie agentów AI wystarczająco elastycznej, by automatycznie wchłaniać bazowe ulepszenia modeli, ten sam instynkt, który był ważny, gdy pisaliśmy o tym, jak Claude Cowork i jego konkurenci zmienili krajobraz agentów zaledwie kilka tygodni wcześniej.

Wybór, na czym skupić się najpierw

Jeśli zastanawiasz się, co zautomatyzować najpierw, podczas gdy bazowe modele wciąż się poprawiają pod spodem, najbezpieczniejszym punktem startowym są zadania wąskie, dobrze zdefiniowane i łatwe do zweryfikowania — te same cechy, które sprawiły, że podejście treningowe Orchard było skuteczne. Badanie słów kluczowych, podsumowywanie dokumentów i wyodrębnianie ustrukturyzowanych danych to popularne punkty startowe właśnie dlatego, że sukces jest łatwy do sprawdzenia, a porażka jest tania. Wraz z poprawą rozumowania i wzrostem efektywności trenowania ta sama zasada skaluje się do bardziej ambitnych, dłużej trwających workflow — ale zaczyna się od wybrania zadania, przy którym można szybko i tanio stwierdzić, czy agent faktycznie zrobił to dobrze.

Podsumowanie

Sierpień 2026 otworzyły dwa wydarzenia, które na pierwszy rzut oka nie mają ze sobą nic wspólnego — model rozwiązujący dekadę nierozwiązanych problemów matematycznych i framework treningowy dla agentów do kodowania. Pod spodem obie dotyczą tych samych sił: tego, jak daleko można popchnąć rozumowanie, i jak tanio to rozumowanie można przekuć w działającego agenta. Astra pokazuje, że sufit wciąż rośnie. Orchard pokazuje, że koszt dotarcia do użytecznego ułamka tego sufitu szybko spada. Razem dają dobry powód, by wierzyć, że agresywna prognoza adopcji Gartnera jest bardziej wiarygodna, niż wygląda na pierwszy rzut oka — i dobry powód, by każdy zespół budujący automatyzację upewnił się, że jego narzędzia są wystarczająco elastyczne, by wciąż czerpać korzyści, gdy oba trendy będą kontynuowane.