一句话看懂：OpenAI 首次公开承认正在推进“递归自我改进”（RSI），并披露其内部 AI Agent 已实现“自动化研究实习生”目标，计划在 2028 年 3 月前实现“自动化 AI 研究员”。英伟达 CEO 黄仁勋随即公开发文祝贺，称“AGI 已经到来”。
事件核心：发生了什么
当地时间 9 月 6 日，OpenAI 发布文章《加速研究：来自 OpenAI 内部的观察》，首次系统披露 AI Agent 参与内部模型研发的情况。OpenAI 表示，按内部衡量标准，已在今年 9 月前实现去年设定的阶段性目标：开发出一名“自动化 AI 研究实习生”。下一步目标是在 2028 年 3 月前开发出“自动化 AI 研究员”，即能够在人类监督下推进深度学习与对齐研究的系统。
OpenAI 公布的具体数据显示，截至 2026 年 8 月中旬，其研究部门每投入一个人类工作日，会同时使用相当于 3.1 个工作日的 Agent 运行时间。按 API 公开价格估算，研究部门位于中位数水平的研究人员每天消耗的推理资源价值已超过 600 美元，重度用户（第 90 百分位）则超过 7000 美元。Agent 已开始承担调试基础设施、监控实验等技术工作，部分工程团队因 Agent 有效接手排障工作，已停止设立面向研究人员的“Office Hours”答疑活动。
为什么重要
这标志着 OpenAI 首次将其与 RSI（递归自我改进）相关的内部项目摆到公开层面。RSI 指 AI 系统参与改进 AI 研发流程，形成“更强的系统加速研发下一代系统”的迭代闭环。尽管 OpenAI 当前实现的是“人类主导、Agent 扩展”的研究组织模式，核心研究选题与决策权仍掌握在人类手中，但文章确认了一个关键趋势：AI Agent 已成为研究组织中的大规模并行劳动力，并非停留在演示阶段。
黄仁勋与 OpenAI 联合创始人 Greg Brockman 的高调表态，将“AGI 是否已到来”的讨论推向高潮。需要注意的是，这更多是公司高管对 AGI 时间线的立场表达，而非可验证的技术结论。OpenAI 在文中也承认，目前尚不清楚如何安全地走完通往“对齐且完整的 RSI”的全部道路。
对用户/开发者/创作者的影响
对开发者而言，OpenAI 披露的数据表明，基于 Agent 的并行任务处理正成为前沿研究的实际工作方式，Codex 等编程 Agent 的调用频率与任务复杂度都在提升。这意味着 API 推理成本将成为开发者使用 AI 工具时更需关注的因素——重度使用场景下，每日推理资源消耗已达到数千美元量级。
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。
对普通用户而言，Visible 的变化是 AI 产品更新节奏可能进一步加快。OpenAI 明确将“自动化研究能力”视为解决 AI 对齐问题的潜在路径，这意味着未来模型的安全性与能力提升可能更多依赖 AI 自动化的研究流程，而安全评估方式也会随之变化。对创作者和企业采购者来说，目前公开信息显示，AI 生成内容与研究辅助工具的成本结构、效率优势尚未形成稳定的公开定价标准，需要持续观察。
值得关注的后续
一是 OpenAI 是否会在后续发布中公布更多关于“自动化 AI 研究员”的技术路线与安全评估标准，尤其是“人类监督”具体如何落地。二是 2028 年 3 月的目标是否如期达成——若达成，将意味着 AI 研发流程的关键环节（研究选题、实验设计、结果判断）出现实质性的自动化闭环。三是竞品动向：其他前沿实验室（如 Google DeepMind、Anthropic）是否会跟进披露类似的 Agent 参与研发的内部数据，将影响行业对“AI 研发 AI”可验证程度的判断。
来源：InfoQ CN
