量子位 3小时前
AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍
index.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

OpenAI 的研究员,现在用 AI 已经用到什么程度了?

人均每天调用的 Agent,按 API 标价折算,居然能值 2400 美元?!

用得最猛的那 10% 研究员,单日使用量甚至能达到2.3 万美元(约 16 万人民币)。

嘶……这帮研究员用起 AI 来,是真一点都不心疼 Token 啊。

OpenAI 公开了最新内部 Agent 研究报告《Research acceleration: The jagged frontier》,把自家研究员使用 AI 的情况扒了个底朝天。

先给朋友们来个一句话总结:

OpenAI 内部的 Agent,现在已经能独立搞定差不多一半(46%)原先需要人类花 2-4 小时的研究任务了。

今年 3 月,这个比例还只有 23%;短短 7 个月,直接翻倍。

对于原本需要人类花 4 至 8 小时的研究工作,Agent 自主完成率从 13% 升到了 35%。

研究员们自己,已经离不开 AI 了。

OpenAI 问了 101 名研究人员:

如果未来 3 个月不给你们用最前沿的 Agent,你们愿意拿什么来换回使用权限?

受访者普遍愿意拿出团队 40% 的人力编制,或者 30% 的计算资源来换。

AI 一天能干人的 5.7 个工作日

先看几个数据,感受一下这帮研究员用得有多狠。

从 9 月到 10 月,一个月时间:

中位数研究员每天在 Agent 上的花费,从 1500 美元涨到了 2400 美元。

头部 10% 的用户,更是从 1.1 万美元直接飙到 2.3 万美元。

报告还专门计算了一个叫作「Agent 工作日」的指标。

算法很简单:

Agent 累计运行 8 小时,就算一个工作日。

如果换算成工作量,现在每个研究员,平均每天能驱动 5.7 个 Agent 工作日。

等于每个研究员身后,都站着将近 6 个 7x24 小时待命、不知疲倦的 AI 小弟。

这个数字,是之前基准的整整 11 倍。

而且大家已经习惯了 " 群殴式 " 工作。

超过三分之二的研究员,每天至少同时跑 4 个 Agent;超过 10% 的更是重量级,同时跑至少 16 个。

这还没完,报告里有个对比,杀伤力极强:

目前,Agent 的 API 等效价值,已经达到了研究员非股权薪酬的两倍。

(虽然这薪酬没算股权大头,但也够吓人了……)

也就是说,在 OpenAI 内部,AI 提供的劳动力价值,已经从账面上超过了人类。

这一点,研究员自己也认。

因为内部做了个调查,问他们一个诛心的问题:

如果让你三个月不能用最顶尖的编程 Agent,你愿意牺牲什么来换?

中位数研究员的选择是:

砍掉团队 40% 的人。

或者,放弃团队 30% 的算力。

一边是能帮你 7x24 小时干活的 AI Agent,一边是你团队里 40% 的活人同事——

同事 & 算力,你们自由了(doge)。

AI 在干啥活?

烧了这么多钱,动用了这么多资源,那 AI 到底在干嘛?它真的能独立搞研究了吗?

这是最核心的问题,但答案是:The jagged frontier,参差不齐。

Agent 在 " 沟通 "(69%)和 " 分析 "(58%)这类任务上表现很好,但在最关键的 " 构建 "(43%)上就差一截。

说白了,让它查资料、跑数据、写邮件、监控实验,它很在行。

但让它从零开始搭一个复杂的系统,它就容易抓瞎。

数据显示,监控训练任务,成功率 79%;但写推理和服务的代码,成功率就只有 25%。

这背后暴露了一个关键问题,也是研究员在访谈里反复吐槽的:

AI Agent 缺乏研究 " 品味 "(research taste)。

模型通常无法一次性提出它自己解决不了的、定义良好的问题。

我试过让它‘就像那个任务一样做这个任务’,结果被坑了很多次,因为它做得总是不对,我得自己去改。

研究员的反馈很一致:

Agent 是实现代码和调试的绝佳工具,但它自己提不出好问题,分不清代码的好坏,也看不出数据的优劣。

你必须像个监工一样死死盯着它,不然它分分钟给你产出一堆毫无价值的 "AI 废料 "(AI slop)。

所以,人和 AI 现在的工作流是什么样的——

人类研究员负责提出想法、把握方向、定义问题、做出关键决策,以及最终的品控。

AI Agent 则像一个能力被超级放大的 " 手 " 和 " 眼 ",负责把想法快速实现、执行海量枯燥的测试和分析。

比如一个研究员说的,以前要评估一个开源项目好不好用,没一两个礼拜下不来。

现在呢?一天,最多几天,就能跑起来出结论。

AI 现在就是这样一个角色,是顶级的 " 执行副驾 ",但绝不是 " 首席科学家 "。

当然了,这个边界也在模糊。

报告里就提到一个点,在研发 GPT-6.2 Astra 时,预训练团队首次将一个关键想法的产生,归功于和 Codex 的对话合作。

虽然想法是他的,但 Codex 提出了一个关键修改,才让整个方案跑通了。

AI 真的在加速 AI 的诞生吗?

工作流重塑了,效率提升了,那最终产出呢?

这就是大家最关心的,所谓的RSI递归自我完善——

AI 加速 AI 自身的发展,到底有没有发生?

从结果来看,答案是肯定的:

代码产出:2026 年,每个活跃贡献者产出的代码行数,比 2025 年之前,一直在猛增。

实验效率:每个活跃实验者跑的实验数量,达到了 2025 年基准的 1.68 倍。

更直接的证据来自 OpenAI 内部的一个能力指数(OECI)。

自 2025 年 8 月以来,OpenAI 模型能力的前沿每年提升 16.4 个点,超过了此前每年 14 点的行业趋势。

但 OpenAI 的报告最后还是保持了冷静。

他们强调,这种 AI 驱动的进展,可能不是线性的,需要警惕像最近在数学领域发生的那种突发性、跳跃式的突破。

最后,报告里还有一个数据,也很有意思。

在所有研究方向里,哪个领域的人力投入增幅最大?

不是预训练,不是多模态——

是安全与对齐(Safety and Alignment)。

这个领域的工作量增幅,是所有方向里最高的。

大量的研究员,无论是新招的还是内部转岗的,都在涌向安全项目。

一边是 AI 加速参与自身研发,一边是人类加紧研究如何让它保持安全可控。

「崎岖的前沿」,不仅是技术能力的参差不齐,或许,也是我们这个时代,一边踩油门、一边找刹车真实写照。

原报告:https://openai.com/index/research-acceleration-jagged-frontier/

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

—  完  —

 2026 年,越来越多的人向我们证明:" 人类对 AI 的信任还不够 "。

量子位 MEET2027 智能未来大会来为你锁定 AI 进化的下一步。

百度王颖、分子之心许锦波、昆仑万维方汉、基元律动王云鹤、紫东太初王金桥、蚂蚁健康顾进杰、相干科技金贻荣、面壁智能姚远、商汤宣善明、酷哇廖文龙都来了了解详情

12 月 9 日,北京。邀请你和我们一起,看清 AI、抓住 AI、驾驭 AI。

点亮星标

科技前沿进展每日见

评论
大家都在看