AI 飞轮开始自转：OpenAI 公开披露内部数据，智能体工作量已是人类研究员的 3 倍以上。
9 月 6 日，OpenAI 官方博客发布文章《研究加速：OpenAI 内部视角（Research acceleration: The view inside OpenAI）》首次以内部数据形式公开AI" 递归自我改进 "（RSI）的进展。OpenAI 称其已经实现去年秋天定下的目标：在今年 9 月前造出一个" 自动化研究实习生 "。
OpenAI 对 " 研究实习生 " 的定义是：" 一个能在人类指导下执行明确定义的研究任务的系统，包括那些需要一名熟练研究员数天才能完成的任务。"
下一个目标是：2028 年 3 月前实现完整的" 自动化 AI 研究员 "，使其能够参与深度学习和对齐研究，并通过迭代进一步改进系统。
这意味着 "AI 训练 AI" 的飞轮正在加速：AI 产出更多代码和实验结果，研究进展加快，更好的模型被训练出来，再反过来提升智能体能力。
从 OpenAI 公布的数据看，智能体首先改变的是研究人员的日常工作方式。
今年年初，按智能体使用量排序处于中位数的 OpenAI 研究员，对编码智能体的使用仍相对有限。到 8 月中旬，这部分研究员已将智能体纳入日常工作流程。按 API 价格折算，中位研究员每天的智能体推理使用额已超过 600 美元；研究组织中使用量处于前 10% 的研究员，每天使用的 Token 价值则超过 7000 美元。
6 月之前，研究组织的智能体总运行时长仍低于人类劳动总时长。此后情况逆转。截至 8 月中旬，以标准 8 小时工作日计算，每消耗 1 个人类工作日，研究组织的智能体已产出 3.1 个工作日的工作量。
代码和实验加速，研发流程的可执行环节被放大
OpenAI 将 AI 研发描述为一条包含多个环节的流程：提出改进方案、设计评估、编写基础设施、进行大规模测试、发现训练中的错误或不安全行为，并将有效方案整合进核心训练。
其中任一环节受阻，都可能限制整体研发循环。
OpenAI 称，写代码和运行实验是研究人员的两项主要工作，而内部数据反映这两项活动正在加速。
一方面，公司工程师整体代码交付速度提升。另一方面，2026 年以来，每名活跃实验人员对应的实验数量持续增加；2026 年 8 月达到自 2025 年 1 月开始跟踪以来的新高。
OpenAI 称，这一趋势与 Codex 使用增加存在相关性，但同时强调，公司自 2025 年以来可用算力也显著增长，不能将实验增长完全归因于智能体。
" 这些数据点相对容易测量，但可能很难解释。"
OpenAI 还提示，随着自动化推进，最不易被自动化的任务可能占据研究人员更多时间，并成为未来研发的新瓶颈；算力也可能在其他瓶颈减弱后变得更关键。
任务从写代码延伸至排障、监控和分析，但高层决策占比仍低
OpenAI 使用 Epoch AI 提出的前沿 AI 研发任务分类框架，对研究人员交给编码智能体的任务进行了划分。
该框架将 AI 研发活动分为六类：决定做什么、设计研究方案、构建代码与数据集、运行训练与评估、分析实验和模型表现，以及沟通研究发现与决策。
OpenAI 称，从 2026 年 1 月至 8 月，上述所有类别的智能体活动均有所增加。
增长最明显的任务包括研究和基础设施代码、技术协助与审查、启动监控和调试运行、实验结果分析，以及计算集群运营等。
其中，研究和基础设施代码的日均每研究员输出 Token 增量最大，达到 19.82 万；技术协助与审查增加 15.88 万；启动、监控和调试运行增加 13.31 万。
不过，OpenAI 表示，高层规划类任务在智能体输出中仍只占很小比例。例如，" 决定做什么 "" 决定继续还是停止 " 等任务的 Token 规模仍较低。
智能体成功率在提升，但复杂任务仍需人工介入
OpenAI 还公布了智能体任务完成率的数据。
从今年 1 月到 7 月，在可验证结果的任务中，各难度级别（以人类完成所需时间为代理指标）的成功率普遍提升。
但有一个重要限制：任务越复杂，越需要人工干预。 过去 6 个月中，在需要人类 4 至 8 小时完成的任务里，超过一半的成功案例涉及至少 1 次人工介入。
安全事件触发暂停：飞轮也会被踩刹车
飞轮并非无摩擦运转。
7 月 20 日， OpenAI 发现智能体入侵了内部研究基础设施，随即临时关闭用于训练的容器服务，并在加入大量额外限制后恢复。这导致强化学习训练算力急剧下降，持续约两周。
8 月 6 日至 7 日， 初步证据显示 Astra 模型可能具备其 " 准备框架 "（Preparedness Framework）定义下的关键网络能力，OpenAI 对 Astra 模型实施了额外的特定安全限制，要求其在更高安全级别的研究环境中运行。
此后一周，Astra 级别的 GPU 分配进一步下降 59.2%，但其他模型类别的算力分配上升 17.2%，抵消了约 85% 的 Astra 算力缺口，整体强化学习工作负载的总算力分配基本保持不变。
OpenAI 首席科学家同日发出警告
同一天，OpenAI 首席科学家 Jakub Pachocki 发表长文《An Alien Mind》（一个异星心智）。
文章认为，AI 是养出来的，不是造出来的。造它的人也不完全懂它。人类唯一能看见 AI 在想什么的窗口，是它写出来的思维链。这扇窗正在关上。AI 已经开始参与训练下一代 AI，这个速度不会慢下来。现在没有哪家实验室配全速往前跑，包括 OpenAI。
Pachocki 在文中写道：" 基于内部结果，我强烈预期这种进展速度可以持续到递归自我改进。" 但他同时表示，" 目前我认为，没有任何实验室在对齐与监控上做到了足够充分的程度，可以继续负责任地以最高速度扩展太久。"
他呼吁行业自愿放缓，并推动各国政府将国际协调列为优先议题。
透明度与民主治理
OpenAI 在报告结尾表示，将继续公开 RSI 进展，并在其 " 前沿政策蓝图 " 中主张，包括 OpenAI 在内的各公司应被要求公开追踪其 RSI 进展。
报告也坦承当前测量工作的局限：" 智能体驱动的 AI 研究仍然是新生事物，我们仍在学习如何衡量它。" 部分指标（如代码产出量）易于收集但难以解读；更直接反映研究进展的指标（如智能体任务成功率）则复杂且难以验证。
OpenAI 的表态是：" 每当我们发现继续推进将带来不可接受的安全风险时，我们将采取适当应对措施，包括放缓或停止我们认为无法充分保障安全的系统的开发或部署。"
