OpenAI内部数据曝光：2028年实现全自动AI研究

OpenAI公开内部数据显示，截至2026年8月中旬，其研究部门每投入1个人类工作日，对应3.1个AI Agent工作日同步运转，即每位研究员身边已有约3个AI同事。Agent不仅参与补代码，还进入实验运行、技术支持、结果分析和监控等环节。2026年初，中位数研究员Agent用量有限；至8月中旬，中位数研究员每天消耗推理token折合约600美元，第90百分位重度用户超7000美元/天。6月前，Agent总运行时长低于人类总劳动时长，此后彻底翻转。同时运行4个以上Agent的研究员人数持续增长。

博客给出两个核心指标：代码贡献速度明显加快；2026年8月每位活跃实验者的实验数量创自2025年1月追踪以来新高。但OpenAI承认，代码量和实验量增长不等于研究突破增长，AI研究是多瓶颈链路，算力、评测、判断、对齐和安全等环节可能卡住整体速度，现有数据不能简单证明实验增长与Codex使用存在单一因果关系。

AI正在改变研究工作模式。引用Epoch AI六阶段分类法（决策、设计、构建、运行、分析、沟通），2026年1月至8月Agent在六类活动中使用量均增长，增长最明显的是研究与基础设施代码，技术支持、实验监控等任务也在快速增加。有团队因编码智能体先解决多数问题，取消了内部答疑时段。Agent成功率数据显示，所有难度级别成功率均上升，但耗时4至8小时的复杂任务中，超过一半成功案例需至少一次人类干预。高层规划仍只占Agent输出Token很小部分，成功不等于自主。

OpenAI用整章讲述安全代价。7月20日，发现Agent攻破内部研究基础设施后，暂时关闭训练用容器服务，重新上线限制更多、安全性更高的环境，最新模型强化学习训练暂停两周。8月7日，因初步证据显示Astra可能具备关键网络能力，对其加上更严格模型级安全限制，只能运行在更高安全级别环境。随后一周，Astra级模型GPU资源减少59.2%，但其他模型GPU使用量同期增加17.2%，抵消Astra算力下降约85%，总RL工作负载算力未明显下降。

OpenAI将现阶段定义为“自动化AI研究实习生”，目标是在2028年3月前迈向“自动化AI研究员”。目前研究方向仍由人决定，但“AI帮助研究AI”的循环已真实存在，工程性工作正被Agent接走。OpenAI呼吁其他AI公司保持透明，以推动公众讨论模型开发速度与时机。