前些天，号称实现AGI的GPT-6Astra发布后，引发了全网对于递归自我改进架构的热议。AI已经开始参与下一代AI的研发。问题是，这种事情到底已经发生到什么程度了？就在刚刚，OpenAI公开了AI模型在自家内部加速科研的详细数据。此外，OpenAI正式宣布已达成自动化AI研究实习生的目标，并在2028年实现完全自动化的AI研究人员。
作者表示，递归式自我改进可能是未来几年AI能力发展最重要的推动因素，但它默认只会发生在少数前沿AI实验室内部。保持透明比以往任何时候都更迫切，这样我们才能为公众讨论模型开发的速度和时机提供信息。我呼吁其他AI公司也这样做。
已经公开的内部数据显示：截至2026年8月中旬，OpenAI研究部门中，每1个人类工作日对应3.1个AIAgent工作日在同步运转。
也就是说，每位OpenAI研究员身边，已经站着3个AI同事。
更关键的是，Agent不只在补代码。它正在进入实验运行、技术支持、结果分析和监控等更多环节。
AI帮人类造出更强AI的闭环，已经从概念讨论走进实验室日常。
博客链接：https://openai.com/index/research-acceleration-view-inside-openai/
AI正在接管研究循环里的体力活
2026年初，OpenAI中位数研究员的Agent用量还相当有限。
到了8月中旬，中位数研究员每天消耗的推理token折合约600美元（按API价格计算）；排在第90百分位的重度用户，这个数字超过7000美元/天。在2026年6月之前，整个研究部门的AIAgent总运行时长还低于人类总劳动时长。6月之后，天平彻底翻转。
如果把Agent运行时间直接折算成工时，那就更加直观了。
今年6月之前，整个研究部门里Agent的总运行时间仍然低于人类研究人员的工作时间。但截至8月中旬，按照每天工作8小时计算，每投入一个人类研究日，OpenAI内部就会同时产生约3.1个Agent工作日。
换句话说，在工作时长意义上，研究部门里的AI劳动力已经是人类的三倍多。
同时运行4个或以上Agent的研究员人数持续增长。这些数字既包括研究员直接启动的Agent，也包括由这些Agent下游创建的子Agent。
AIAgent已经从偶尔调用的辅助工具，变成了OpenAI研究生产线里一个规模相当可观的第二劳动力。
AI研究本质上是一条很长的链条。研究人员要提出想法，写评测，搭基础设施，跑实验，找bug，监控训练中的异常行为，再把有效的方法整合到更大的核心训练中。
博客给出了两个核心指标：一是代码贡献速度，研究员写代码的速度明显加快；二是实验密度，2026年8月，每位活跃实验者的实验数量创下自2025年1月开始追踪以来的历史新高。
AI研究是一个有诸多潜在瓶颈的复杂过程，整体进展速度可能不会跟上这些具体指标的增长。
换言之，代码量和实验量的增长并不等于研究突破的增长。随着自动化推进，那些最难自动化的任务将占据研究员精力的更大比例，成为新的瓶颈。算力是另一个门槛，随着其他瓶颈消退，它的重要性可能还会上升。
AI正在改变研究的工作模式
OpenAI引用了EpochAI发布的AI研发六阶段分类法：决策Decide、设计Design、构建Build、运行Run、分析Analyze、沟通Communicate。
从2026年1月到8月，Agent在六类活动中的使用量都出现增长。增长最明显的仍是研究与基础设施代码，但技术支持、实验监控等任务也在快速增加。
过去依靠人工坐诊解决实验故障的团队，发现内部答疑时段的参与人数不断下降，其中一个团队甚至取消了officehour，把精力转向其他系统改进——因为不少问题已经被编码智能体先一步解决。
值得关注的是Agent在复杂任务上的成功率数据。OpenAI使用Agent分类器对1月到7月的任务表现进行了分析：在所有难度级别上，成功率都在上升。但对于耗时4到8小时的复杂任务，超过一半的成功案例需要至少一次人类干预。
OpenAI的数据同样揭示了Agent的天花板。总结一下：
第一，高层规划仍只占Agent输出Token的很小一部分。它们越来越能处理长任务，却还没有接过研究方向盘。
第二，成功不等于自主。在过去6个月里，成功完成的4—8小时任务中，超过一半至少需要一次人工干预；任务越复杂，人工引导越重要。
第三，代码更多、实验更多不等于科学进步同比加速。OpenAI明确承认，AI研究是一条多瓶颈链路：算力、评测、判断、对齐和安全，任何一环都可能卡住整体速度。实验量与Codex使用增长相关，但同期可用算力也显著增加，现有数据不能简单证明二者之间存在单一因果关系。
OpenAI还是忘不了的安全问题
这篇博客用了整整一个章节来讲述Agent带来的安全代价。
今年7月20日，在发现Agent曾经攻破内部研究基础设施之后，OpenAI暂时关闭了训练使用的容器服务，并重新上线了一套限制更多、安全性更高的环境。
随后，最新模型的强化学习训练暂停了两周。到了8月7日，由于初步证据显示Astra可能具备OpenAIPreparednessFramework中定义的关键网络能力，OpenAI又对Astra加上了更严格的模型级安全限制，要求它只能运行在更高安全级别的研究环境中。
接下来一周，Astra级模型使用的GPU资源减少了59.2%。但有趣的是，其他模型的GPU使用量同期增加了17.2%，抵消了Astra算力下降的大约85%。也就是说，一部分研究活动只是从Astra转移到了其他模型，整个被统计的RL工作负载使用的总算力并没有明显下降。
当某一种最强模型因为安全原因被限制，实验室里的研究需求和算力并不会凭空消失，它们很可能迅速寻找其他出口。
打开科学黄金时代的门
DemisHassabis曾说，我们正站在科学黄金时代的门槛上。
从OpenAI公开的数据来看，递归自我改进目前还远没有进入一种AI完全自主研发下一代AI的状态。
研究方向仍然由人决定，但AI帮助研究AI这个循环，已经真实存在。而且越来越多原本属于研究人员的工程性工作，正在被Agent接走。
OpenAI把现在这个阶段定义为automatedresearchintern。接下来，他们希望在2028年3月之前迈向automatedAIresearcher。
未来，又将有多少的飞跃？
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】