OpenAI гэрээний ажлын AI агент туршив: оноо өссөн ч хүний баталгааг орлохгүй

OpenAI 2026.10.06-нд Ironclad-тай хамтарсан гэрээний ажлын AI агентын судалгааны дүнгээ нийтэлжээ. Нууцлалын гэрээ тохируулах, худалдан авалтын зөвшөөрлийн урсгал үүсгэх, харьяалах хуульд нийцүүлэн заалт шинэчлэх зэрэг 11 даалгаврыг тус бүр 8–50 шалгуураар үнэлсэн байна.

Компанийн үнэлгээнд GPT‑6 Astra дунджаар 55.0%, GPT‑5.6 Sol 41.6% оноо авчээ. Astra-г Max, Sol-ийг High reasoning тохиргоогоор шалгасан тул ижил тохиргооны харьцуулалт гэж үзэхгүй. Хоёр онооны зөрүү 13.4 нэгж хувь; харьцангуй өсөлт нь (55.0 − 41.6) ÷ 41.6 × 100 ≈ 32.2%. Энэ нь эдгээр даалгаврын шалгуурын дундаж бөгөөд бүх гэрээний ажилд гарсан амжилтын хувь биш.

Нэг оролдлогын тооцоолсон хугацааг 37.0 ба 19.2 минут гэж мэдээлсэн. Эдгээр хугацаа загварын боловсруулалт, үүсгэлтийн хурдны таамагт суурилсан симуляц бөгөөд бодит хэрэглэгчийн хэмнэсэн цагийг хэмжээгүй. Үйл явдал болон эхийн огноо: 2026.10.06.

Гэрээний ажлын агентын чанарыг тусдаа товч даралт бүрээр хэмжихэд хангалтгүй. Зөвшөөрлийн босго, онцгой нөхцөл, эцсийн үр дүнг бүх урсгалаар шалгах шаардлагатай. Онооны өсөлт нь хүний хяналтыг хасах үндэслэл болохгүй.

Монгол хэлтэй гэрээ, Монголын хууль болон бодит байгууллагын өгөгдөлд энэ үр дүн шууд шилжих эсэхийг уг судалгаа тогтоогоогүй. Байгууллага өөрийн туршилтын жишээ, зөвшөөрлийн мөр, хяналтын бүртгэлээр чанарыг нягтлах хэрэгтэй.