一句话看懂:OpenAI 于 2026 年 11 月 18 日发布第二份研究加速报告,用内部数据说明编码智能体在 AI 研发中的渗透程度,并首次量化了智能体用量的增速与安全研究投入的变化。
事件核心:发生了什么
报告基于 OpenAI 内部测量,而非第三方评测。按任务时长估算,编码智能体独立完成 2 至 4 小时人类工作的成功率从 3 月的 23% 升至 10 月的 46%;4 至 8 小时任务的对应数字从 13% 升至 35%。但不同任务差距明显:监控训练运行的成功率为 79%,启动训练运行为 35%,编写推理与服务栈代码仅 25%。
用量方面,按 API 标价折算,10 月研究人员每日智能体开销中位数为 2400 美元,较 9 月增长 62%;第 90 百分位达 2.3 万美元,增长 105%。调研中,研究者愿意用团队 30% 的算力,或 40% 的团队人数,换取继续使用前沿编码智能体三个月。同期,安全与对齐方向有据可查的工作量从 1 月到 9 月增长 77%,7 月 Hugging Face 事件后的增速明显加快。
为什么重要
这份报告把“AI 参与 AI 研发”从概念推向了可测量的指标(递归自我改进的观察信号),并呼吁实验室公开跟踪。需要注意的是,成功率上升是“崎岖”的:长周期、跨系统任务仍是短板。OpenAI 也明确表示,披露数据不等于打算追求完全 RSI,人类研究者仍处在研发闭环的核心位置。对行业而言,这为安全投入与能力提升同步增长的叙事提供了一个来自公司内部的样本。
对用户/开发者/创作者的影响
对开发者来说,结论更偏向“分工”而非“替代”:监控、巡检类任务适合交给智能体,训练启动与推理服务代码仍需人工把关。API 重度使用者的成本变化值得跟踪,算力与预算将更多流向智能体调用。对企业和团队采购者,报告给出的“愿以算力或人力换工具”的调研结果,可以作为评估编码智能体投入产出比的参考。目前公开信息显示,报告未披露具体模型版本或产品功能。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是下一期报告中 4 至 8 小时任务成功率能否继续抬升,尤其是代码编写类任务;二是安全与对齐工作量的增长是否延续,以及 Hugging Face 事件后是否有新的治理动作;三是其他实验室是否采纳类似的 RSI 指标披露口径。
来源:OpenAI News


