OpenAI 第二份研究加速报告:编码智能体日常任务成功率升至 46%,复杂工程仍失手
OpenAI 内部报告:研究员更依赖编码智能体,日常任务高效但复杂工程仍失手
OpenAI 发布第二份内部研究加速报告,称编码智能体已深度嵌入模型研发,10 月中位研究员按 API 牌价每天消耗价值 2400 美元的 token,环比增长 62%,前 10% 用户达每天 23000 美元。
The Decoder:AI 新闻· Maximilian Schreiner·2026-11-19 21:08· 2 小时前AI 评分71
OpenAI 自己的研究人员如今表示,他们对自己 AI 工具的重视程度超过了对近一半同事的重视
AI 导读
OpenAI 发布第二份内部研究加速报告,称编码智能体已深度嵌入模型研发,10 月按 API 牌价计算中位研究员每天消耗价值 2400 美元的 token,环比增长 62%,前 10% 用户达每天 23000 美元,相当于每人每天并行运行 5.7 个工作日的智能体,超三分之二研究员峰值时并行跑至少 4 个智能体。
正文 · 原文
2026年11月19日
OpenAI 内部对编码智能体的使用正在快速增长,理论 token 成本现已超过研究人员的底薪。尽管团队不愿在没有这些工具的情况下工作,但模型在常规任务之外仍会产生大量“AI 垃圾”。
在第二份关于内部研究加速的报告中,OpenAI 公布了其自身数据,说明 AI 智能体已多深地嵌入新模型的开发过程。该公司表示,其目标是记录所谓递归自我改进(RSI)的指标,即 AI 系统加速未来几代模型开发的现象。
报告显示,Codex 和 Dots 等内部工具的使用量近期激增。按常规 API 牌价计算,10 月中位研究员每天会消耗价值 2400 美元的 token,较上月增长 62%。在前 10% 的用户中,这一理论价值翻倍至每天 23000 美元。
折算成八小时工作日,据称这些智能体每名研究员每个自然日运行相当于 5.7 个工作日,在预训练和后训练团队中约为 8 个。超过三分之二的受追踪研究员在峰值使用时并行运行至少四个智能体。
据 OpenAI 称,9 月这些智能体运行时间的理论 API 等价成本是研究人员常规薪资成本的两倍。不过,该计算未包含股权激励,而股权激励占 OpenAI 总薪酬的 70% 至 80%。若以公司总研究算力衡量,内部智能体使用仅占 2%。

常规任务成功率高,代码脚手架能力弱
据 OpenAI 称,从 3 月到 10 月,自主智能体在无人干预情况下完成两到四小时任务的估计成功率从 23% 升至 46%。对于四到八小时的任务,成功率从 13% 攀升至 35%。不过,使用 Epoch AI 分类法进行的细分显示,这些系统主要处理简单任务。
据称,智能体完成训练运行监控的比例为 79%,独立回答技术问题的比例为 72%,但在更复杂的工程工作上经常失败。构建评估和强化学习环境的成功率为 29%,为推理和服务系统编写代码的成功率为 25%。
在一项针对 101 名员工的内部非代表性调查中,研究人员给出的中位数是,他们宁愿放弃团队 40% 的人员或 30% 的算力,也不愿三个月没有当前的编码智能体。在另一项针对 28 名员工的快速调查中,27 人更青睐最新的内部模型,而非一名职业中期的人类工程师。
缺乏研究品味需要人类监督
对十名研究人员的定性访谈揭示了重度使用的弊端。据受访者称,这些模型对好的研究想法以及代码和数据质量缺乏任何“品味”。智能体会陷入不必要的步骤,在分析中做出错误假设,并提交质量低劣的“AI 垃圾”代码更改以及无法使用的数据产物。密切的人工监督对于避免浪费计算周期至关重要。
据受访团队称,GPT-6 Astra 和 GPT-6.2 Astra 的关键概念性想法完全来自后训练和安全领域的人类。只有在 GPT-6.2 Astra 的预训练中,个别研究人员表示他们通过与 Codex 对话获得了重要见解。
OpenAI 在结论中警告称,迄今为止从人机协作中收集的数据可能无法线性外推。该公司指出最近数学领域的 AI 突破 进展迅速,并认为随着模型获得更多自主性,深度学习研究本身也可能出现类似的突然进展。
评估组织 METR 最近在 对竞争对手 Anthropic 进行为期十一周的内部观察 后估计,那里使用 AI 已将开发速度几乎提高了一倍。在此之前,OpenAI 在 9 月初的第一份研究加速报告中宣布,它已 实现了自己设定的自动化 AI 研究实习生目标。首席科学家 Jakub Pachocki 在随附的一篇文章中警告称可能失去控制,此前 一项审计揭示了监督系统中的诸多漏洞。
没有炒作的 AI 新闻——由人类精选
订阅 THE DECODER,享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
- 完整访问 THE DECODER 上的每篇文章
- 无广告
- 加入评论和社区讨论
- 每周通过邮件获取 AI 新闻摘要
- 每年 6 次:“AI Radar”——深入探讨最重要的 AI 话题
- 每日 AI 新闻,始终紧跟最新动态
- 我们完整的十年档案
- 由拥有 10 年以上 AI 经验的团队报道
来源:The Decoder:AI News · the-decoder.com
事件后续 · 1
来源:RadarAI · aihot.news