OpenAI 发布第二份研究加速报告,披露内部编码智能体使用量激增、人均每日花 2400 美元,并首次推出内部能力指数 OECI,衡量 AI 是否在推动 AI 自身研发提速。
OpenAI 发布第二份研究加速报告,披露 AI 智能体在内部研究中的使用情况。报告基于对编码智能体的内部测算,追踪 AI 如何改变 AI 研发周期,并从投入、过程、产出三个环节给出量化与定性证据。
OpenAI 表示,发布这类数据是因为 AI 实验室应被要求追踪并公开递归自我改进(RSI)指标,即 AI 加速未来 AI 系统开发的过程。但报告强调,公开数据不代表追求完全 RSI,而是为关于能力、风险与防护措施的公共讨论提供依据。
研究组织的智能体使用量持续指数增长。按 API 标价计算,中位数研究员每天在智能体工具上花费约 2400 美元,第 90 百分位约 2.3 万美元,较 9 月的 1500 美元和 1.1 万美元分别增长 62% 和 105%。
若以每 8 小时智能体使用折算为一个「智能体工作日」,人均每日智能体工作日已从 0.5 增至 5.7,增长约 11 倍,其中预训练与后训练团队增幅最大,平均约 8 个工作日。到 10 月中旬,超过三分之二的研究员日均峰值至少有 4 个智能体并发运行,逾 10% 的人平均至少 16 个。
成本对比上,截至 2026 年 9 月,OpenAI 研究组织智能体使用的 API 等价价值约为研究员非股权薪酬的两倍,预训练与后训练团队比例更高。不过,内部署(Codex、ChatGPT 与 API 使用合计)仅占研究算力的 2%。
时间分配方面,2026 年各研究领域投入均在增长。安全与对齐(Safety & Alignment)的绝对增幅最大,记录的工作周贡献几乎翻倍,原因包括新招聘和现有研究员转向安全项目,与 7 月 Hugging Face 安全事件后的工作节奏相吻合。
报告显示,智能体无需人工干预即可完成任务的比例整体延续上升趋势。但不同任务类别差异明显:2026 年 8 月至 10 月,沟通类(69%)和分析类(58%)的零干预成功率高于构建类(43%);任务层面,监控运行问题(79%)和回答技术问题(72%)较高,而编写推理与服务栈代码(25%)、构建评估与强化学习环境(29%)较低。表现较差的类别可能成为整体提速的瓶颈。
一项针对 101 名研究人员的调查设置了假设情境:若未来 3 个月无法使用优于 GPT-5.2 的编码智能体,愿意用多少资源换回?中位数回答是团队人头的 40%、当前团队算力的 30%;若问题设到 2027 年 1 月,愿以 50% 算力交换。受访者还表示,若无编码智能体,团队平均需三个月才能完成相当于上个月价值的工作。
另一次 10 月底的调查中,28 名受访者有 27 人选择或倾向最新内部模型,而非「一名中级人类研究工程师加 2024 年模型(如 o1-preview)」的组合。
关于研究想法从何而来,在 GPT-6 Astra 与 GPT-6.2 Astra 两个版本中,后训练与安全监控研究员称所有关键想法均出自人类,模型帮助实现。预训练研究员对 GPT-6 Astra 也完全归功于人;但对 GPT-6.2 Astra,有研究员描述在与 Codex 对话中形成想法,其中一人称 Codex 在共同推演中识别出关键洞察,另一人表示主要想法是自己的,但经 Codex 建议修改后才真正奏效。
访谈中浮现五个主题:研究员用智能体实现代码、调试并监督实验;智能体在研究品味、代码与数据质量、写作上表现不佳;流程仍需密切人工介入,否则会出现低质 PR 和无效分析;研究员预期瓶颈领域将显著改善;智能体在大规模扫描与生成内容上带来明显提升。
代码变更量方面,2026 年每活跃贡献者的代码变更数相对 2025 年前均值持续大幅上升。OpenAI 改用 28 天滚动平均,并调整了纳入标准(剔除测试)。
实验数量方面,截至 10 月 18 日的四周内,每活跃实验者记录的实验数平均为 2025 年基线的 1.68 倍。
报告还首次引入 OpenAI ECI(OECI),方法类似 Epoch Capabilities Index,但混合了公开与内部基准。自 2025 年 8 月以来,OpenAI 模型的 OECI 前沿每年提升 16.4 分,而 Epoch 观察到自 2024 年底以来为每年 14 分。OpenAI 称,OECI 上 OpenAI 模型相对竞争对手的得分高于 Epoch ECI,可能源于基准构成差异。
OpenAI 表示,研究结果延续了 9 月报告的图景:研究员更密集地使用智能体、委托更多工作,并围绕模型能力与局限重塑流程。但这种提升并不均匀,智能体仍有明显缺陷。
报告提醒,涉及大量人机协作的历史趋势未必能预测未来 AI 驱动的进展,例如前沿模型近期在数学领域出现的突飞猛进。随着模型自主性与研究能力增强,OpenAI 称正监测深度学习领域是否出现类似突破,并强调确保人类仍处于流程之中是关键任务。
未来,OpenAI 计划继续改进指标方法,并扩大报告范围,包括能力与安全研究的差异化加速、研究加速的先行指标,以及整体能力趋势与 AI 加速研究对其影响。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断