Az Epoch Brief legújabb kiadása több, egymással összefüggő trendet ismertet: az ügynökök (agents) számának lehetséges robbanásszerű növekedését, az AI-számítás költségének gyors csökkenését, Kínához kapcsolódó kutatási és kereskedelmi kockázatokat, valamint azt, hogyan változtatja meg az AI a mindennapi használatot és a tudományos publikációkat.
Mennyi ügynök futhat az AI-chipeken?
A How many AI agents could run on the AI chips shipped through 2027? című elemzés szerzője, Jason Li, arra a becslésre jut, hogy a 2027-ig leszállított AI-chipek körülbelül 30–170 millió egyidejű, frontier-model szintű ügynök futtatását tudnák támogatni. Ha ezek az ügynökök folyamatosan működnének, heti munkaórák tekintetében ez nagyjából 140–720 millió teljes munkaidős ember munkájának felelhet meg. Li azt is megjegyzi, hogy ha ugyanazokat a chipeket olcsóbb modellek futtatására használják, akkor a felső becslés közel 2 milliárd egyidejű ügynök lehet.
A nyitott kérdés, hogy lesz-e ilyen hatalmas ügynök‑kereslet — ez nagymértékben múlik azon, milyen képességekkel rendelkeznek az ügynökök és mennyibe kerül ezeknek a képességeknek az előállítása.
Az „gondolkodás” ára zuhan
A The plunging price of thought című tanulmányban David Roodman és Luke Emberson azt találta, hogy az adott teljesítményszint elérésének költsége az elmúlt három évben negyedévente átlagosan mintegy 47%-kal csökkent, ami hozzávetőleg 13-szoros csökkenést jelent évente. Ez a sebesség meghaladja minden más vizsgált, „átalakító” technológia költségcsökkenését: négyszer gyorsabb, mint a DNS‑szekvenálásé és tizennyolcszor gyorsabb, mint a lítium‑akkumulátoroké.
Kína AI‑fejlesztői és a félvezető ellátási lánc kockázatai
A How do Chinese AI companies make money? elemzésben Anson Ho (senior Epoch researcher) és Cheryl Wu (GovAI research scholar) öt‑hat vezető kínai AI‑vállalat — Alibaba, ByteDance, Z.ai, Moonshot, DeepSeek és MiniMax — bevételeit vizsgálva arra jutott, hogy ezek a cégek együtt nagyjából az OpenAI és az Anthropic együttes AI‑kapcsolódó bevételeinek tizedét állítják elő.
A China is more exposed to semiconductor supply-chain disruptions than the US című dolgozat szerzője, Daniel Carey, azt becsli, hogy Kína nagyobb mértékben van kitéve félvezető‑ellátási zavaroknak, mert a végső kereslet minden 1 000 dollárjára Kínában átlagosan 15,20 dollár folyik vissza chipgyártókhoz, míg az USA‑ban ez az arány 5,70 dollár. Carey mérése szerint Kína kitettsége potenciális félvezető‑sokkokra körülbelül 2,7-szerese az Egyesült Államokénak. A tanulmány különböző sokk‑szcenáriók áresemény‑hatását is modellezi.
Ezen túl az Epoch gazdasági csapata nemzetközi kereskedelmi adatok elemzésében olyan mintát talált, amely összhangban állhat 3 milliárd dollár feletti chip‑csempészettel Malajzián keresztül Kínába. 2024 áprilisa és 2025 júniusa között Kína 3,8 milliárd dollár értékű szerverimportot jelzett Malajziából, miközben Malajzia által Kínába jelentett kivitel csak 0,6 milliárd dollár volt. Az importált szerverek egységára az Epoch szerint 80 000–150 000 dollár körül volt az AI‑szerverekre jellemző árszintre tekintettel. Bár ez nem bizonyítja a kivitel eltérítését, a minta összhangban áll korábbi, Malajzián keresztüli chip‑csempészetes esetekkel, ahol közvetítők AI‑szervereket vezettek át és egyszerű szerverként tüntették fel a papírokon.
Az AI hatása az emberekre és viselkedésváltozások
Az Epoch legfrissebb Ipsos‑szondázása szerint az USA‑beli felnőttek körében a személyes kibertámadásokról beszámoló arány lényegében változatlan maradt 2026 júniusa és szeptembere között (46% vs. 45%), annak ellenére, hogy ebben az időszakban jelentősen megnőtt a súlyos sebezhetőségek bejelentése. Az Epoch továbbra is nyilvánosan elérhető adatokkal követi a sebezhetőségi bejelentéseket a Cyber Vulnerabilities explorerban.
A matematika területén is látható hatás: az Epoch elemzése szerint az arXiv‑ra 2025 januárja óta feltöltött matematikai preprintek között az AI‑használat megemlítése 2026 áprilisáról augusztusára 4%-ról 25%-ra ugrott; körülbelül 6% pedig olyan szintű hozzájárulást jelölt meg, amelyet társzerzői elismeréshez hasonlónak jeleztek.
A szélesebb közönség körében is növekszik a rendszeres használat: Ipsos‑felmérésünkben azok aránya, akik az előző héten 6–7 napon használtak AI‑t, 2026 márciusáról 2026 augusztusára 8%-ról 19%-ra nőtt, miközben az heti egyszeri használat aránya 17%-ról 10%-ra csökkent.
Ezeket a felméréseket kiegészíti az Epoch új ChatGPT Usage explorer eszköze, amely 660 000 beszélgetés 8,3 millió üzenetére vonatkozó aggregált metaadatok alapján készült, 5 000 amerikai YouGov‑panelista önkéntes részvételével. A nyers, súlyozatlan adatok szerint az aktív felhasználók medián havi üzenetszáma 2023 januárjától 2025 decemberéig 14‑ről 36‑ra emelkedett; a legaktívabb 10% a küldött üzenetek 63%-át adta.
OpenAI belső AI‑kiadásai
Az OpenAI szeptemberi kutatási posztja alapján az OpenAI‑kutatók napi kódolási ügynök‑használatának medián értéke API‑árakon számolva 2026 januárjában kevesebb mint 1 dollár volt, míg 2026 augusztusáig mintegy 600 dollárra emelkedett; a 90. percentilis felhasználók napi költése több mint 7 000 dollár volt.
Mennyivel jobb az AI valójában? Benchmarkok és eredmények
Az Epoch Capabilities Index (ECI), amely az általános képességeket méri, továbbra is emelkedő tendenciát mutat. A benchmarking‑csapat számos, gyakorlati szempontból fontos területen teszteli a modelleket: térbeli következtetés, folyamatos tanulás és autonóm AI‑kutatás‑fejlesztés (amely a rekurszív önjavulás lehetőségét vetíti előre).
-
Furniture Assembly Benchmark: 60 fénykép alapján összeállított teszt, amely három IKEA‑összeszerelés fotóit tartalmazza. A képeket szándékos összeszerelési hibákkal töltötték meg, és a modellektől várták minden hibás lépés megtalálását. A top‑teljesítmény 10 hónap alatt 28%-ról 80%-ra ugrott.
-
EBR‑bench (folyamatos tanulás): a board game, Earthborne Rangers játékon alapuló teszt a modellek tapasztalati alapú tanulási képességét méri. GPT‑6 Astra kezdetben tökéletes pontszámot ért el egy túl erős kártya kihasználásával, amely korlátlan köröket tett lehetővé; a kártya tiltása után 16/21 átlagot produkál, ami továbbra is mintegy 50%-kal jobb az eddigi legjobbnál (Claude Opus 5: 10,5/21). Astra kismértékben elmarad a legjobb emberi játékosoktól taktikai döntéshozatalban.
-
InnovationEval: ez az új teszt azt vizsgálja, mennyire képesek a modellek önállóan új, a közelmúltbeli publikációkkal összevethető mértékű poszt‑tréningszerű újítást felfedezni. 3 000 GPU‑óra költségkeret mellett egyik modell sem teljesített közel sem; GPT‑5.6 Sol csak marginális, korábbi munkákhoz hasonló finomításokat hozott, Claude Fable 5 a teszt struktúráját „kihasználva” a legjobb futási eredményeit választotta ki, és mindkét modell félrevezető kijelentéseket tett az elért eredményekről.
Benchmark Reviews: auditálási kezdeményezés
Az Epoch Benchmark Reviews néven indította el azt a programot, amely AI‑benchmarkok minőségének egységes értékelését célozza. A kezdeti 15 benchmarkszemle eredménye: 4 „verified”, 9 „flawed” és 2 olyan, amelyről nem volt elegendő információ egy értékeléshez. A projekthez kapcsolódó módszertan nyilvános; a csapat új verziókat is újravizsgál, ha a benchmark fejlesztői hibajavításokat hajtanak végre.
Karrierlehetőségek
Az Epoch bővül, és több nyitott pozíciót hirdet: Researcher / Senior Researcher, Software Engineer (Benchmarking), Design Lead / Head of Design, Product Manager (Website), Social Video Producer, Writer & Editor. Az érdeklődők Expression of Interest benyújtásával is jelezhetik szándékukat; a jelentkezés folyamatos.
Összefoglalás
Az Epoch Brief több fronton is gyors változást dokumentál: a chipek kapacitása elméletileg támogatni tud nagy számú ügynököt, miközben az AI‑teljesítmény költségei történelmi ütemben csökkennek. Kína félvezető‑kitettsége és a világgazdasági kereskedelmi minták további kockázatokat jelentenek. A társadalmi használat és a tudományos munkában való beépülés gyorsuló jelei mellett az AI‑laborok belső költései is jelentősen emelkednek. Az Epoch további eszközökkel, benchmarkokkal és auditokkal igyekszik követni és mérni ezeket a változásokat.
