Agentbyggeren som OpenAI ga ut i dag ble bygget ende-til-ende på under 6 uker, med Codex som skrev 80 % av PR-ene. Hvis du føler at tråkkfrekvensen til nye utgivelser akselererer, er Codex sannsynligvis mye av grunnen til det.

Greg Brockman forklarer at vi er på vei mot en «dataørken» hvis vi ikke bygger nok datasentre raskt: «Vi trenger så mye datakraft som vi kan få. Hele bransjen prøver å tilpasse seg mengden etterspørsel etter AI-tjenester som vi ser komme i løpet av de neste par årene. Vi ser en verden med absolutt dataknapphet. Det kommer til å være så stor etterspørsel etter AI-tjenester, og ikke bare fra OpenAI, egentlig fra hele økosystemet. Derfor er det viktig for hele denne bransjen å komme sammen og si, hvordan kan vi bygge i forkant av denne dataørkenen som vi ellers er på vei mot.»

August 2025: Oxford- og Cambridge-matematikere publiserer en artikkel med tittelen "No LLM Solved Yu Tsumura's 554th Problem". De ga dette problemet til o3 Pro, Gemini 2.5 Deep Think, Claude Opus 4 (Extended Thinking) og andre modeller, med instruksjoner om å "ikke utføre et nettsøk for å løse problemet". Ingen LLM kunne løse det. Avisen hevder selvtilfreds: «Vi viser, i motsetning til optimismen om LLMs problemløsningsevner, drevet av de nylige gullmedaljene som ble oppnådd, at det eksisterer et problem – Yu Tsumuras 554. c) krever færre bevisteknikker enn typiske harde IMO-problemer, d) har en offentlig tilgjengelig løsning (sannsynligvis i treningsdataene til LLM-er), og e) som ikke lett kan løses av noen eksisterende hyllevare-LLM (kommersiell eller åpen kildekode)." (Tilsynelatende fikk ikke disse matematikerne notatet om at de uutgitte OpenAI- og Google-modellene som vant gull på IMO er betydelig kraftigere enn de offentlig tilgjengelige modellene de testet. Men det spiller ingen rolle.) Oktober 2025: GPT-5 Pro løser Yu Tsumuras 554. Lee Sedol-øyeblikket kommer for mange.