AI-кодери пришвидшують науку, але не перевірку

OpenAI з академічними партнерами описали 8 кейсів, переважно в біології, де Codex, Claude Code і GPT-5.5 оновлювали дослідницький софт: від cyvcf2 до перенесення близько 10 000 рядків MHCflurry з TensorFlow на PyTorch. RustQC скоротив час роботи з 15 год 34 хв до 14 хв 54 с, HelixForge був у 59,6 раза швидшим за BamSurgeon, а rustar-aligner збігся зі STAR у 99,815% і 99,883% тестів.

Головний висновок звіту: вузьке місце зміщується з написання коду до валідації. Агенти швидко виконують чіткі задачі, але можуть упевнено помилятися; у bayesm помилки знайшли лише через калібрування на тисячах синтетичних наборів.