OpenAI 研究員每天燒 2,400 美元 AI 代理,點子仍靠人想
OpenAI 11 月 18 日發布第二份「研究加速」報告,用內部數據說明 AI 程式代理怎麼改變自家的 AI 研發。照 API 定價計算,中位數研究員現在每天用掉約 2,400 美元的 AI 代理,前 10% 的研究員每天約 2.3 萬美元,比 9 月分別多了 62% 與 105%。
OpenAI 說,公布這些數字是因為它主張 AI 實驗室應該追蹤並公開「遞迴自我改進」(AI 加速開發下一代 AI)的指標,但強調這不代表它打算追求完全的遞迴自我改進。
每位研究員平均有 5.7 個代理在幹活
OpenAI 把代理運作 8 小時算成一個「代理工作日」。每位研究員每天的代理工作日,從 0.5 個增加到 5.7 個,成長 11 倍;預訓練與後訓練團隊最高,平均每人每天約 8 個。到 10 月中,超過三分之二的研究員每天尖峰時段至少同時跑 4 個代理,超過 10% 的人同時跑 16 個以上。
廣告 - 內文未完請往下捲動
花費也追上人力成本。截至 9 月,研究部門用掉的代理額度,換算 API 價格約是研究人員非股票薪酬的兩倍。不過 OpenAI 註明,股票通常占研究員目標薪酬的 70% 到 80%,這個比例沒有算進去;內部使用 Codex、ChatGPT 與 API 的算力,也只占全部研究算力的 2%。
OpenAI 8 月底到 9 月初調查 101 位研究人員:假設團隊接下來 3 個月不能用比 GPT-5.2 更強的程式代理,願意拿什麼換回來?中位數答案是願意放棄 40% 人力,或 30% 算力。研究員也估計,不用程式代理的話,團隊要花 3 個月才做得完上個月的工作量。
代理擅長監看實驗,寫推論程式只成功 25%
報告標題用「參差不齊的前沿」形容代理的能力。8 月 1 日到 10 月 18 日之間,代理不需要人介入就完成的比例,溝通類工作 69%、分析類 58%,實作類只有 43%。細看任務,監看訓練有沒有出問題的成功率 79%、回答技術問題 72%,但寫推論與服務系統的程式只有 25%,建評測與強化學習環境也只有 29%。
OpenAI 說,只要代理在某些工作上表現較差,這些工作就可能卡住整體的加速效果。
受訪研究員也說代理的「品味」不好,研究點子、程式品質、資料品質和寫作都需要人把關,常會鑽牛角尖、送出品質差的程式碼合併請求。一位安全團隊研究員說,模型通常沒辦法自己出一道定義清楚,而它自己又解不了的題目。
關鍵點子大多還是人想的
OpenAI 也問了預訓練、後訓練與安全監控團隊的關鍵研究員,GPT-6 Astra 與 GPT-6.2 Astra 最重要的點子從哪來。後訓練與安全監控團隊說,點子都是人想的,模型負責實作。
例外是 GPT-6.2 Astra 的預訓練:研究員說點子是和 Codex 討論出來的,一人說 Codex 找到了關鍵洞見,另一人說主要點子是自己的,但要等 Codex 建議修改後才真正有效。一位預訓練研究員說:「我覺得在點子上我還是比較有品味,但我完全沒有把握這會維持多久。」
產出方面,截至 10 月 18 日的 4 週,每位研究員平均跑的實驗數是 2025 年基準的 1.68 倍。OpenAI 自己的能力指數顯示,自 2025 年 8 月以來,它的模型每年進步 16.4 分,高於 Epoch AI 觀察到全產業每年 14 分的趨勢。OpenAI 說,接下來會繼續追蹤這些指標,判斷能力進步是否因為遞迴自我改進而加速。
風險提示
加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。


