OpenAI ha pubblicato un report su otto progetti di software scientifico in cui gli agenti di codice hanno ridotto i tempi di esecuzione del codice in modo significativo. I modelli coinvolti sono GPT-5.2 e GPT-5.6, impiegati in modo largamente autonomo su basi di codice usate attivamente nella ricerca in genomica, immunologia, statistica e sequenziamento RNA.
Il documento classifica i lavori svolti in tre categorie: sistemazione dei pacchetti e dei sistemi di build, ottimizzazione delle prestazioni su codice esistente, e porting completo verso un nuovo linguaggio o backend. Non si tratta di esperimenti su codice fittizio. Ogni progetto citato è uno strumento reale, mantenuto da ricercatori reali, con utenti che dipendono dai risultati prodotti.
Uno dei casi più documentati riguarda HI.SIM, un simulatore di letture per il sequenziamento del DNA. Due passaggi di ottimizzazione quasi interamente autonomi, condotti da GPT-5.2 e GPT-5.6, hanno tagliato il tempo di esecuzione del 31 percento su un insieme di test rappresentativi senza alterare l’output, secondo quanto riferito dal contributore Andrew Ho. Un risultato diverso, per entità, è quello di HelixForge, una riscrittura GPU-native dello strumento di simulazione delle mutazioni BAMSurgeon: stando ai contributori Mamad Ahangari, Varun Goyal e Hassan Masoudi, il tempo di esecuzione su un benchmark con dati umani reali si è ridotto di circa 60 volte. Non è una percentuale. È un ordine di grandezza.
Il report documenta anche il caso di cyvcf2, libreria Python per la lettura di file di varianti genomiche: il suo vecchio sistema di build era già stato abbandonato dai manutentori prima dell’intervento degli agenti. Il contributore Brent Pedersen ha commentato che andare veloci con gli agenti è una cosa, ma andare lontano nella scienza richiede ancora “guida esperta, comprensione, giudizio e cura”. Una distinzione che vale la pena tenere a mente quando si leggono i numeri. Philip Ewels, un altro contributore, ha sollevato un rischio specifico: ricostruire uno strumento a basso costo può portare a versioni che si comportano in modo diverso, frammentando la comunità scientifica e rendendo i risultati di laboratori diversi non comparabili nel tempo. “La tecnologia è la parte semplice”, ha detto. “La custodia è la domanda aperta.”
Il punto che OpenAI sembra voler trasmettere con questo report non è che gli agenti di codice funzionano, ma che funzionano meglio quando c’è qualcuno disposto a farsene carico dopo. Il documento indica una scelta precisa da fare prima ancora di iniziare: stabilire chi è responsabile dello strumento ricostruito e ottenere quell’impegno prima che venga scritto il primo frammento di codice generato dall’agente. Un avvertimento che suona più da ingegneria gestionale che da comunicato tecnico. Il software scientifico accumula debito tecnico in silenzio, per anni. Chi lo usa ha fretta di pubblicare, non di fare refactoring. Gli agenti autonomi sono ora abbastanza capaci da smaltire quella coda — ma senza una governance chiara, il rischio è spostare il problema invece di risolverlo. Il passo successivo, per GPT-5.2-Codex e i modelli che seguiranno, non è solo scrivere codice più velocemente. È convincere le istituzioni scientifiche che vale la pena assegnargli un manutentore.
