OpenAI最新内部数据公开：AI在沉写钻研员的工作方式

从"自动化钻研实习生"到2028年的"自动化AI钻研员"，OpenAI用一组内部数据展示Coding Agent若何进入最主题的AI研发流程。原文链接：https://openai.com/index/research-acceleration-view-inside-openai/ 2026年9月6日，头图来自：AI天生 若是想知路AI到底怎么扭转最前沿的知识工作，OpenAI内部在产生的事件，可能比任何一份就业预测都更有参考价值——9月6日，OpenAI颁布了一份少见的内部钻研汇报《Research acceleration: The view inside OpenAI》。它把视角转向了自己的钻研员：从前半年，当Coding Agent越来越深刻地进入模型研发，钻研员到底怎么使用它


？工作量有没有产生变动


？AI又在多大水平上参加下一代AI的研发


？ OpenAI颁布了一个很直观的数字：截至8月中旬，若是统一折算成8幼时工作日，OpenAI钻研部门每投入1幼我类工作日，同时会产生约3.1个Agent工作日。 岁首时，Coding Agent在OpenAI内部还约有这么普遍。到8月中旬，中位数钻研员每天使用的Agent推理资源，依照对表API价值折算已经超过600美元；使用量最高的10%钻研员，每天甚至超过7000美元。 这并不料味着OpenAI真的在为每位钻研员支付这么多钱，更不能理解成钻研员的效能因而提高了3.1倍。OpenAI用这些数字想注明的是另一件事：钻研工作在从一幼我逐项实现工作，造成一幼我同时调度多个Agent。 2026岁首，OpenAI钻研员对Coding Agent的使用还相对有限。随后几个月，Agent的运行功夫迅速增长。到6月左右，一个转折出现了：钻研部门中Agent的总运行功夫起头超过人类工作功夫。到8月中旬，两者的比例已经来到3.1∶1。 一个钻研员的工作台因而变得和从前不太一样。以前，一项尝试通常沿着相对线性的蹊径推动：写代码、运杏注期待、查抄了局，发现问题后Debug，再启动下一轮尝试。此刻，其中一些工作能够被拆开。一个Agent批改尝试代码，另一个查抄基础设施问题，还有Agent掌管监控尝试或者分析了局。 钻研员自己则在几个工作之间切换，凭据返回了局决定哪些方向持续推动。正本串行的钻研流程，第一次有了大规模并行的可能。 汇报观察了两个比力容易量化的指标：代码提交和尝试数量。两者都在增长。其中，2026年以来，每位活跃尝试人员运行的尝试数量总体上升，到今年8月，已经达到OpenAI自2025年1月起头统计以来的最高水平。 这一增长与Codex使用率的提升同时产生。但OpenAI在原文中专门加了一路限造：有关性并不能直接证明因果关系。由于统一时期，钻研团队可能使用的推算资源也大幅增长了。钻研员跑更多尝试，到底有几多来自Agent，又有几多只是由于占有更多GPU，仅凭目前的数据无法拆开。 OpenAI还提醒了另一件事：当越来越多工作被自动化以来，那些最难自动化的工作反而会成为新的瓶颈。若是写代码越来越快，算力可能成为瓶颈；若是算力也足够多，高质量钻研设法又可能成为新的瓶颈。AI加快并不会扑灭瓶颈，它更可能只是把瓶颈往后推。 比Agent使用量增长更值妥贴心的，是工作自身的变动。OpenAI借用了Epoch AI的一套分类步骤，把AI研发拆成六个环节：Decide（决定钻研什么、持续什么、资源投向哪里）、Design（设计钻研思路和工程规划）、Build（编写代码、构建数据集）、Run（训练、评测以及Serving等工作）、Analyze（分析尝试、模型和部署了局）以及Communicate（沟通发现、反馈和决策）。 OpenAI随后分析了2026年1月至8月Coding Agent在这些工作中的Token使用情况。岁首时，Agent最集中的工作还是钻研代码和基础设施代码。尔后，它起头进入更多环节，技术支持、尝试监控以及分析类工作的Agent使用量都在增长。 但有一个部门险些没有产生一致规模的转移：高层钻研规划。原文有一句很沉要的话：High-level planning still remains a minimal fraction of agent output tokens。也就是说，Agent在深刻AI研发的执行过程，但"我们到底应该钻研什么"，目前仍重要是人的工作。 这条天堑很沉要。由于若是只看到"3.1个Agent工作日"，很容易把OpenAI在产生的事件理解成"AI钻研员已经来了"。至少从这份汇报看，还约有这么单一。 OpenAI还纪录了一个很具体的组织变动。从前钻研员遇到内部基础设施问题时，会向专门的技术团队求助，一些团队甚至设有固定Office Hours。2026年这些Office Hours参加人数起头降落，其中一个团队最终取缔了这项服务，把功夫投入到其他系统改进上。 钻研员并不是忽然不遇到问题了。一部门问题被转给了Coding Agent。OpenAI进一步观察了一个重要技术支吃斓路，发现每天新增的求助帖数量也鄙人降，并且没有证据显示这些问题只是转移到了另一幼我工支吃斓路。 AI对组织的影响，不定一路头就是"扑灭一个岗位"。更常见的变动可能是，组织内部一部门正本靠同事合作解决的幼问题，被机械偷偷吞掉了。 但"自动化钻研实习生"这个说法很容易产生误会。它并不是一个能够独立决定钻研方向、陆续工作几天而后交出齐全成就的AI科学家。OpenAI给出的界说要严格得多：在人的领导下，可能实现天堑清澈的钻研工作，其中蕴含正本可能必要纯熟钻研员花几天功夫实现的工作。 OpenAI分析了钻研员现实交给Agent的工作，并凭据"若是由人类实现约莫必要多久"来衡量工作复杂度。了局显示，从1月至7月，在可能判断最终了局的工作中，分歧难度工作的成功率总体都在改善。Agent的确起头处置越来越长的工作。 但工作一旦变复杂，对人的依赖也迅速增长。从前6个月里，在最终成功实现的4～8幼时级工作中，超过一半至少产生过一次人为过问。 所以今天的"自动化钻研实习生"，更像一个能力很强、能够陆续工作几个幼时甚至更久，但仍必要导师查抄方向和处置异常的副手。OpenAI已经给出下一个功夫点：2028年3月，进一步向"自动化AI钻研员"（automated AI researcher）推动。 整篇汇报最终落到一个更敏感的问题：若是AI能够援手钻研人员开发下一代AI，那么新模型变强以来，又能够参加研发更强的模型。这由此触及一个持久存在于AI会商中的概想：Recursive Self-Improvement（RSI，递归自我改进）。 OpenAI的表述相当克造。一方面，公司以为自动化AI钻研可能降低先进智能的研发成本，也可能援手推动Alignment、安全防御和关键基础设施；。另一方面，OpenAI明确写路，这些潜在收益并不料味焦急剧RSI自身就是一个值得钻营的指标。公司认可，目前还不知路若何安全实现"齐全对齐的齐全RSI"。 今年夏天，OpenAI的确让研发踩过一次刹车。7月20日，在发现Agent攻破内部钻研基础设施后，OpenAI临时关关用于训练的Container Service，之后以更多限度复原。强化进建训练因而受到影响，最新一批拟部署模型的RL训练暂停约两周。 到了8月7日，由于初步证据显示Astra可能达到OpenAI Preparedness Framework中的Critical Cyber Capability级别，公司进一步收紧安全限度。随后一周，Astra级模型获得的GPU分配降落了59.2%；与此同时，其他类别模型的GPU分配增长了17.2%，抵消了约莫85%的Astra降落。 这组数据泄漏出一个很现实的问题：GPU是一种极度昂贵，却又极度矫捷的资源。当一个项目由于安全原因被暂停时，空出来的GPU不会自动闲置。钻研团队能够把它们转去其他模型和尝试。 因而，若是未来真的但愿通过算力限度去调节AI研发速度，只盯着某一个模型的训练量可能远远不够；贡匦胱纷，被限度的算力最终流向了哪里。 OpenAI以为，若是AGI最终必要接受民主治理，表部世界必须可能看到前沿尝试室内部到底产生了什么。仅仅披露安全变乱、模型风险和防护措施并不够，公家还必要理解，最先进的AI系统在以什么速度进入AI研发自身。 因而OpenAI提出，前沿AI公司应该起头公开衡量和披露自身向RSI发展的进度。即便未来没有强造监管要求，OpenAI也暗示会持续颁布有关信息。 同时，这份汇报离回覆"AI到底让科研快了几多"还很远。OpenAI自己认可，代码写得更多并不代表科学进展更多，尝试跑得更多也不料味着钻研质量肯定提高。更梦想的指标应该是：Agent到底成功实现了几多有价值的钻研工作


？但这种指标又远比统计代码量和尝试次数更难成立和验证。 若是严格依照OpenAI目前颁布的数据，我们还不能得出"AI钻研员已经能够代替人类钻研员"的结论。高层钻研规划依然只占Agent输出的一幼部门；复杂工作依然必要显著的人类过问；钻研方向、了局判断、是否扩大训练以及是否部署，仍把握在人类手中。 以前，一个钻研员的大量功夫可能亏损在写尝试代码、Debug、处置基础设施、跑尝试、查抄了局上。此刻，这些工作的一部门隔始交给Agent。因而人的价值逐步向另一端移动：提出什么问题，判断什么值得钻研，分辨哪些了局然正沉要，以及决定下一步往哪里走。 这也是为什么，这篇OpenAI汇报读到最后，最容易让人想到的并不只是AI科研加快，而是更宽泛的知识工作变动——法式员、分析师、钻研员、甚至刚刚毕业的大学生，可能城市遇到类似的问题：当最基础、最琐碎、同时也是最能练手的一部门工作，被AI接得越来越多，新人靠什么进入这个行业


？ 好多资深从业者之所以可能判断"什么值得做"，刚好是由于年轻的时辰做过大量基础工作：写代码、Debug、搭环境、跑失败的尝试、处置异常了局。这些工作看起来没有那么高级，却组成了一幼我成立直觉、堆集判断力的过程。 若是未来Agent越来越多地承担这些工作，一个新的问题就会出现：下一代钻研员从哪里获得这些经验


？下一代法式员又若何成长为资深工程师


？那些还没有进入行业的大学生，未来第一次被市场必要时，到底凭什么被必要


？ 这可能也是今天谈AI时最容易被乐观叙事覆盖的现实：技术当然能够提高效能，但效能并不会自动回覆人的问题。一个行业若是只看到"此刻省下了几多人力"，却不沉新设计"新人怎么被造就、通常人怎么被接住"，那么它迟早要面对另一种欠缺——不是算力欠缺，而是人才成长蹊径的欠缺。 OpenAI这篇文章真正有价值的处所，不只是它颁布了几多内部数字，而是它无意中让我们看到一种已经起头产生的工作现。阂挥孜易诘缒郧，同时让几个AI Agent工作，而他自己更像是在调度、判断、确认方向。 这仇家部钻研员来说，可能意味着前所未有的效能；但对整个行衣反说，它也意味着一个更敏感的问题：当执行越来越便宜，判断越来越沉要，机遇会不会更集中在少数已经有判断力的人手里


？ 若是答案是注定的，那么AI带来的变动就不只是工具升级，它还会扭转一代人的职业入口。对于已经在行衣凤的人，这意味着必须更早学会做判断，而不只是做执行。对于还在大学里、或者刚进入职场的人，这意味着真正必要争取的，可能不只是会不会用AI，而是能不能在AI收受大量基础工作之后，依然成立起自己的问题意识、进建能力和专业直觉。 OpenAI在文中没有直接会商这些问题，它会商的是钻研若何被加快。但也许正由于如此，它反而给了表部世界一个更真实的提醒：AI并不是先把人整体取代，而是先改写"人是怎么长成一个专业的人"。这件事，比某个Benchmark涨了几多分，可能更值得被当真对待。