一句话看懂:OpenAI 发布的第二份“研究加速”报告显示,其内部研究智能体在无需人工干预的情况下,能完成 46% 原本需要人类 2 至 4 小时的任务,而 3 月这一比例为 23%。这组数据既展示了智能体在科研流程中的渗透速度,也暴露了不同任务类型之间的巨大能力落差。
事件核心:发生了什么
OpenAI 在周三发布的报告《Research acceleration: The jagged frontier》中披露,研究智能体对耗时 2 至 4 小时任务的独立完成率从 3 月的 23% 升至 46%;对耗时 4 至 8 小时的任务,成功率从 13% 升至 35%。报告同时给出成本与使用强度:按 API 列表价计算,10 月 OpenAI 研究员的智能体使用中位数约每天 2400 美元,较 9 月的 1500 美元增长 62%;第 90 百分位达每天约 2.3 万美元。以时间计,每名研究员每天的智能体使用量从 0.5 个“智能体工作日”升至 5.7 个,即 11 倍增长。分任务看,智能体在监控训练运行时单独成功率为 79%,回答技术问题为 72%,但为推理与服务系统写代码仅 25%,构建评测与训练环境为 29%。
为什么重要
这是 OpenAI 第二次公开量化 AI 加速自身研究的证据,其意义不在于单点成功率,而在于“递归自我改进”从概念进入需要被追踪的阶段。OpenAI 主张实验室应被要求记录并公开报告这类迹象,但同时声明这不代表它打算追求完全自我改进。报告还显示,9 月智能体使用价值约为 OpenAI 研究组织薪酬总支出的两倍(不含占目标薪酬 70% 至 80% 的股权),而内部使用仍只占研究算力的 2%。这意味着智能体的边际成本与算力分配,可能成为下一阶段实验室效率竞争的关键变量。
对用户/开发者/创作者的影响
对开发者而言,报告提示智能体并非通用替代品:它在监控、答疑类任务上已较可靠,但在推理服务代码和训练环境搭建上仍明显偏弱,选型时应按任务类型评估,而非只看总体成功率。OpenAI 也提醒,智能体变强后研究员可能改变了委托任务的范围,成功率同时反映模型能力与任务选择。对使用 API 的团队,研究员日均 2400 美元的用量说明高强度智能体工作流成本不低,预算规划需把智能体运行时间计入。对创作者和知识工作者,报告访谈显示智能体在研究品味、代码、数据与写作上仍逊于人类,需要密切监督。
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 OpenAI 是否会将其内部能力指数或智能体成功率纳入对外产品指标,目前公开信息显示这仍是内部追踪。二是安全与对齐领域研究员时间在 1 月至 9 月增长 77%,7 月 Hugging Face 事件后增速加快,后续是否影响模型上线节奏值得观察。三是 Anthropic 已发布三份同类报告并称达到自身 AI 加速研究阈值,OpenAI 同日称其模型在 AMD GPU 设计上取得改进,其他实验室是否跟进披露同类数据,将决定这轮“自我加速”叙事能否被独立核验。
来源:The Next Web

