Contributions to OpenAI's Codex codebase show signs of AI uplift
Zusammenfassung
Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.
Kurz
Der bereitgestellte Auszug berichtet, dass der Anteil der Codex-Beitragstage mit mehr als 24 Stunden geschätztem Aufwand ohne KI von 2 Prozent (Q2 2025) auf 8 Prozent (Q2 2026) gestiegen sei. Die Schätzung beruht auf drei KI-Modellen und ist laut Bericht unvollkommen sowie nur als Obergrenze möglicher Zeiteinsparungen zu verstehen; der Auszug enthält keine ausgeführten Abschnitte zu Daten, Analyse und Einschränkungen.
Mittel
Der bereitgestellte Berichtsauszug untersucht 41 Kernbeitragende am öffentlichen Codex-Repository von OpenAI. Für jeden zusammengeführten Pull Request schätzte ein Ensemble aus drei KI-Modellen, wie lange ein erfahrener Entwickler ohne KI benötigt hätte, um die Änderung nachzubilden.
Laut Bericht stieg der Anteil der Beitragstage mit mehr als 24 Stunden geschätztem Aufwand ohne KI von 2 Prozent im zweiten Quartal 2025 auf 8 Prozent im zweiten Quartal 2026. Die Grafik zeigt zugleich einen Rückgang des Anteils mit weniger als sechs Stunden Aufwand (66,3 auf 50,9 Prozent) und Zuwächse in den mittleren und hohen Aufwandklassen. Die Autoren sehen darin Hinweise, die mit wachsendem KI-bedingtem Produktivitätszuwachs vereinbar sind.
Sie betonen aber, dass die Modellschätzungen unvollkommen seien und nur eine Obergrenze für eingesparte Zeit lieferten: Ohne KI würden Entwickler möglicherweise weniger oder andere Arbeit leisten. Komplexere oder längere Beiträge seien zudem nicht zwingend wertvoller. Der bereitgestellte Text ist ein Auszug; die angekündigten Abschnitte zu Daten, Analyse, Einschränkungen und Anhang sind nicht ausgeführt, sodass weitere methodische Details hier fehlen.
Ausführlich lesen
Der bereitgestellte Berichtsauszug untersucht, ob die Beiträge zum öffentlichen Codex-Repository von OpenAI Hinweise darauf geben, dass KI die Arbeit von Softwareentwicklern beschleunigt. Dafür betrachteten die Autoren 41 Kernbeitragende und ihre zusammengeführten Pull Requests. Ein Ensemble aus drei fortgeschrittenen KI-Modellen schätzte für jede Änderung, wie lange ein erfahrener Entwickler allein und ohne KI-Werkzeuge gebraucht hätte, um die eingespielte Änderung nachzubilden. Die Auswertung folgt laut Bericht einer von METR entwickelten Methode.
Als Ergebnis beschreibt der Auszug eine Verschiebung zwischen dem zweiten Quartal 2025 und dem zweiten Quartal 2026 hin zu Beiträgen, deren Umsetzung ohne KI mehr Zeit erfordert hätte. Der Anteil der Beitragstage mit geschätztem Aufwand von mehr als 24 Stunden stieg laut Text von 2 auf 8 Prozent. Die Grafik schlüsselt die Verteilung genauer auf: Der Anteil mit sehr hohem Aufwand (24 bis 48 Stunden) nahm von 2 auf 7,2 Prozent zu; für mindestens 48 Stunden weist sie 2025 keinen und 2026 einen Anteil von 1 Prozent aus. Zugleich sank der Anteil der Beiträge mit weniger als sechs Stunden geschätztem Aufwand von 66,3 auf 50,9 Prozent. Die übrigen Kategorien stiegen: sechs bis zwölf Stunden von 18,8 auf 24 Prozent und zwölf bis 24 Stunden von 12,9 auf 16,9 Prozent.
Epoch deutet diese Entwicklung als vereinbar mit wachsendem KI-bedingtem Produktivitätszuwachs im Softwareengineering. Die Schätzungen seien jedoch unvollkommen und stellten nur eine Obergrenze für die eingesparte Zeit dar: Ohne KI könnten Entwickler weniger oder andere Arbeit erledigen. Außerdem bedeuteten längere oder komplexere Beiträge nicht automatisch wertvollere Beiträge.
Der vorliegende Text ist ein Auszug: Die angekündigten Abschnitte zu Daten, Analyse, Annahmen und Einschränkungen sowie der Anhang enthalten hier keine näheren Angaben. Deshalb lassen sich aus dem bereitgestellten Material etwa die Einzelheiten der Datenauswahl und der Unsicherheitsmessung nicht beurteilen.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 55 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 43 %einzelne zitierbare Belege
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 47 %gleiches Oberthema, hilft nicht
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 64 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 48 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 51 %gleiches Oberthema, hilft nicht
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 24 %Hintergrund, keine Belege
- Luna 44 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 34 %einzelne zitierbare Belege
- SubQ 26 %Hintergrund, keine Belege
- drex 30 %einzelne zitierbare Belege
- d3-ultra 55 %einzelne zitierbare Belege
Vertrauen in Modelle
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 31 %einzelne zitierbare Belege
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV 30 %gleiches Oberthema, hilft nicht
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 50 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 62 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 59 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 60 %Hintergrund, keine Belege
- JEV 33 %gleiches Oberthema, hilft nicht
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv