APP下载
报价宝  ›  人工智能  › 

OpenAI智能体自主完成近半数研究任务

报价宝 来源:baojiabao.com 发布时间:2026-11-19 13:28:56 11月19日更新
报价宝综合消息OpenAI智能体自主完成近半数研究任务

AI 到底在多大程度上加速了 AI 自己的研发?OpenAI 11 月 18 日发布第二份研究加速报告《Research acceleration: The jagged frontier》(可译作「参差的前沿」),第一次把内部测量的细节摊开在公众面前。报告基于其研究组织截至 10 月中旬的数据,覆盖编码智能体的使用强度、研究流程变化与模型能力产出三个维度。

最核心的一组数是「零人工干预成功率」:对估计需要人类干两到四小时的任务,智能体独立完成的比例从 3 月的 23% 升至 10 月的 46%;四到八小时的任务从 13% 升到 35%。但拆到具体任务上,图景立刻变得参差:监控训练运行的成功率高达 79%,回答技术问题 72%,而启动训练运行只有 35%,构建评估与强化学习环境 29%,给推理和服务栈写代码更是只有 25%。OpenAI 自己点破:越是接近「造工具」的活,智能体越靠不住,短板会拖住整体加速。

用量曲线近乎指数级。按 API 标价折算,研究员日均智能体花费的中位数 10 月达到 2400 美元,比 9 月的 1500 美元上涨 62%;最活跃的 10% 达到日均 2.3 万美元,涨幅 105%。报告还引入了「智能体工作日」的口径——智能体跑满 8 小时算一天——人均从年初的每天 0.5 个涨到 5.7 个,翻了 11 倍;预训练与后训练团队平均每人每天跑到约 8 个。到 10 月中旬,超过三分之二的研究员日均峰值同时运行至少 4 个智能体,逾一成的人跑 16 个以上。截至 9 月,全研究组织智能体用量的 API 等值,已约为研究员非股权现金薪酬的两倍。

但「想法是谁出的」这件事,答案依然是人。OpenAI 请参与两个旗舰模型发布的关键研究员复盘,除 GPT-6.2 Astra 预训练一侧有研究员称想法「在与 Codex 的对话中长出来」外,其余受访者都把关键想法完全归功于人,模型负责实现。研究员们对智能体也不客气:研究品味差、代码质量差、爱在无关步骤上钻牛角尖、会写出「AI slop」式的 PR。工作流因此变成了「先让它做一个,我改完再让它铺开」。

研究员有多离不开这些工具?OpenAI 在问卷里问了一个狠问题:如果团队失去三个月的前沿编码智能体使用权,你愿意拿什么换回来?101 名受访研究员工的中位回答是:团队 40% 的编制,或者 30% 的算力。另一组数据显示,安全与对齐团队的有记录工作周数从 1 月到 9 月增长 77%,是所有领域中最大的绝对增量,且在 7 月 Hugging Face 事件应对之后明显提速。

报告的落点是一个政策主张:AI 实验室应当被要求跟踪并公开「递归自我改进」(RSI)指标——即 AI 加速开发下一代 AI 的过程。OpenAI 同时强调,发布这些指标不应被解读为打算追求完全的递归自我改进。智能体能独立干完近半的多小时任务,但在真正「造工具」的环节成功率还停在四分之一上下——这或许就是当下人机协作最真实的边界。

编译自 OpenAI 官方博客,原标题:"Research acceleration: The jagged frontier"

文章标签: OpenAI 智能体 编码智能体 研究加速 RSI 安全与对齐 报价宝 降噪耳机价格 耳机价格 红米手机价格 华为手机价格 小米手机价格 电视机价格 笔记本电脑价格 笔记本价格 汽车价格 数码相机价格 小米手机价格 华为手机价格 红米手机价格 降噪耳机价格