AI-агенты переписывают научный код: OpenAI показала, как это работает в геномике

OpenAI опубликовала полевой отчёт о том, как учёные применяют AI-агентов для модернизации научного софта. Главный кейс — геномика, где десятилетиями накапливались узкоспециализированные инструменты, написанные под задачу и без расчёта на долгую жизнь. Теперь coding-агенты на базе LLM помогают рефакторить legacy-код, ускорять разработку и снижать порог входа для исследователей без глубокой инженерной подготовки.

Почему научный код — это проблема

Научные вычисления стали основой современных открытий, но большая часть инструментов пишется маленькими командами под конкретную задачу. В условиях академических дедлайнов приоритет — быстро получить результат и опубликоваться, а не построить поддерживаемую систему. Результат: тысячи скриптов и библиотек с плохой документацией, без тестов, с узкими местами в производительности и зависимостями от давно устаревших версий языков.

Особенно остро это видно в биоинформатике и геномике. Там типичный pipeline может состоять из десятка инструментов на разных языках (Python, R, Perl, C++), каждый со своими форматами входных данных и без единой инфраструктуры. Когда нужно масштабировать обработку с сотен образцов на миллионы или адаптировать метод под новые данные, начинается ручная работа: разбираться в чужом коде, переписывать узкие места, искать баги в логике, написанной пять лет назад аспирантом, который давно ушёл из науки.

Как AI-агенты входят в игру

OpenAI описывает сценарий, в котором coding-агенты (автономные системы на базе больших языковых моделей, способные писать, тестировать и исправлять код) берут на себя рутинные инженерные задачи. Агент может:

• Читать существующий код и предлагать рефакторинг: выносить дублирующуюся логику в функции, заменять устаревшие библиотеки на современные аналоги, добавлять type hints и docstrings.
• Оптимизировать узкие места: профилировать скрипт, находить циклы с квадратичной сложностью или избыточные копирования данных, переписывать критичные участки на Rust или C++ с автоматической генерацией биндингов.
• Писать тесты: генерировать unit-тесты для функций обработки данных, проверять корректность на синтетических датасетах, ловить регрессии при изменениях.
• Адаптировать инструменты под новые форматы: если появился новый стандарт файлов геномных данных, агент может дописать парсеры и конверторы без участия оригинального автора.

Ключевое отличие от обычных AI-помощников вроде GitHub Copilot — агенты действуют автономно, выполняя цепочки задач: прочитать код → понять контекст → написать исправление → запустить тесты → скорректировать, если что-то сломалось. Исследователь задаёт высокоуровневую цель («ускорить этот скрипт в 10 раз», «добавить поддержку формата CRAM»), а агент сам разбирается в деталях.

Что это даёт учёным на практике

Для исследователей без серьёзного бэкграунда в software engineering это снижение барьера. Можно взять чужой инструмент, который решает 80% твоей задачи, и попросить агента доработать оставшиеся 20% — вместо того чтобы писать всё с нуля или нанимать программиста. Для команд с инженерами это ускорение: рутинные задачи вроде миграции на новую версию Python или добавления CI/CD делегируются агенту, а люди сосредотачиваются на научной логике.

В геномике, где обработка одного большого датасета может занимать недели на кластере, даже 2-3-кратное ускорение критично. Если агент находит способ распараллелить вычисления или заменить наивный алгоритм на оптимизированный, это экономит тысячи процессорных часов и реальные деньги на облачных ресурсах.

Ещё один эффект — поддерживаемость. Код, который агент рефакторит, становится читаемым. Это важно для воспроизводимости исследований: если через год кто-то захочет повторить эксперимент, он сможет разобраться в коде, а не гадать, что делает функция process_data_v3_final_FIXED.

Где это пока не работает

OpenAI честно называет ограничения. Агенты хороши в задачах с чёткими метриками успеха (код компилируется, тесты проходят, скорость выросла в N раз), но плохо справляются с амбивалентными решениями: какую архитектуру выбрать для новой системы, как балансировать точность и скорость, где провести границу между производительностью и читаемостью. Эти вопросы всё ещё требуют человеческого суждения.

Второе — агенты зависят от контекста. Если в репозитории нет документации, README неактуален, а тесты отсутствуют, агенту сложно понять, что код вообще должен делать. В научных проектах это частая ситуация. Получается замкнутый круг: чтобы агент помог, нужен минимальный порядок, но наводить порядок вручную как раз и не хочется.

Третье — доверие. Агент может предложить оптимизацию, которая формально работает, но меняет поведение на граничных случаях. В науке, где ошибка в коде может привести к неверным выводам в статье, а та — к неверным клиническим решениям, проверка каждого изменения остаётся обязательной. Автоматизация ускоряет, но не отменяет код-ревью.

Что дальше: агенты как часть научной инфраструктуры

OpenAI видит будущее, в котором coding-агенты встроены в научный процесс на уровне инструментария. Лаборатория получает новый датасет — агент автоматически адаптирует pipeline обработки. Выходит статья с новым алгоритмом — агент переписывает референсную имплементацию в production-ready библиотеку. Появляется баг в старом коде — агент локализует и фиксит его без участия человека.

Это не замена учёных на AI, а сдвиг фокуса: меньше времени на возню с кодом, больше — на формулирование гипотез и интерпретацию результатов. Для областей вроде геномики, где вычислительная работа съедает половину ресурсов команды, это может ускорить темп открытий.

Пока технология на стадии полевых экспериментов, но отчёт OpenAI — сигнал, что agentic AI выходит за пределы демо и начинает решать реальные проблемы в науке. Если у вас в команде есть legacy-код, который никто не хочет трогать, или вы тратите месяцы на портирование алгоритмов между языками — возможно, пора посмотреть на агентов не как на игрушку, а как на инструмент.

Источники

• OpenAI: Scientific computing in the age of agentic AI