OpenAI 研究加速报告:研究员日均花 2400 美元用 Agent

OpenAI 研究加速报告:研究员日均花 2400 美元用 Agent

OpenAI 这两天放出了第二份「研究加速报告」,把自己内部研究员怎么用编码 Agent 的数据摊开来讲。里面最扎眼的一个数字是:按 API 标价折算,一名中位数水平的研究员,每天在 Agent 工具上要花掉约 2400 美元。

这不是产品发布,没有新模型也没有新功能,但它回答了一个问题:做 AI 的人自己,到底把多少活交给了 AI。

报告里说了什么

报告是 9 月首份报告的续篇,分成投入、过程、产出三部分。目前能看到的内容里,信息量最大的是「投入」这一块,几组数字值得记一下:

  • 花费:中位数研究员每天在 Agent 工具上的花费约 2400 美元,排在前 10% 的重度用户每天约 23000 美元。9 月时这两个数字分别是 1500 美元和 11000 美元,报告给出的增幅是 62% 和 105%。
  • 智能体工作日:OpenAI 把 Agent 每运行 8 小时算作一个「智能体工作日」。每位研究员每天对应的智能体工作日,从 0.5 个涨到了 5.7 个,增长十一倍。做预训练和后训练的团队最高,平均每人每天约 8 个;做扩展和基础设施的约 4 个。
  • 并发:到 10 月中旬,超过三分之二的研究员,每天高峰时段平均至少有 4 个 Agent 同时在干活;超过 10% 的人平均至少同时开着 16 个。
  • 和人力成本比:截至 2026 年 9 月,研究部门 Agent 使用量按 API 价格折算,大约是研究员非股权薪酬的两倍。
  • 任务完成率:据 Techmeme 汇总的报道,OpenAI 的 Agent 已能独立完成研究员 2 至 4 小时任务中的 46%,今年 3 月这个比例是 23%。

这些数字该怎么读

先说 2400 美元。这是按 API 对外标价折算的金额,不是 OpenAI 真实付出的成本,自家模型自家用,实际开销肯定低得多。它的意义在于给了一个「用量刻度」:如果外部团队想按同样强度用 Agent,按标价大概是这个量级。

报告自己也解释了花费上涨的原因,不只是用得更多,还包括换用了更贵的模型,以及模型行为和 Agent 框架本身的变化。所以别把 62% 的增幅简单理解成「工作量多了 62%」。

再看智能体工作日。一个人一天只有一个工作日,而 Agent 替他跑出了 5.7 个。这说明主流用法已经不是「我问一句、它答一句」,而是同时放出去好几个 Agent 各干各的,人负责分派和验收。并发数据也印证了这一点:多数人日常就是 4 个起步。报告还特别注明,这个指标一般只统计交互式使用,全自动跑的部分没算进去,实际数字可能更高。

「两倍薪酬」这一条要小心看。OpenAI 自己说明,研究员的目标薪酬里股权通常占 70% 到 80%,这部分没有计入。所以准确的说法是:Agent 用量的标价金额超过了研究员的现金薪酬,而不是超过了雇一个研究员的全部成本。另外,内部这些使用(包括内部 Codex、ChatGPT 和 API)加在一起,只占研究总算力的 2%,大头仍然是训练和实验本身。

最后是 46% 这个完成率。半年多时间从 23% 到 46%,翻了一倍,针对的是 2 到 4 小时这种中等长度的任务。反过来看,也意味着还有一半以上的同类任务,Agent 独立做不下来,需要人介入。

为什么 OpenAI 要主动公开

报告里有一段直接讲了动机:OpenAI 认为,AI 实验室应该被要求追踪并公开「递归自我改进」(RSI)的相关指标,也就是 AI 在多大程度上加速了下一代 AI 的研发。它同时强调,发这份报告不代表自己有意追求完全的 RSI。

我的理解是,这既是一种表态,也是在给行业立规矩:与其等监管来问,不如先把度量口径定下来。对外部读者来说,好处是终于有了连续可比的一手数据。

需要提醒的是,这些都是 OpenAI 的内部测量、自己发布,外部没法复核;而且原文篇幅很长,目前能看到的主要是投入部分,产出部分(模型能力到底因此提升了多少)还需要读完整报告才能下结论。

对普通开发者意味着什么

OpenAI 研究员的用量,个人开发者当然没必要对标,但用法上有几点可以直接借鉴:

  • 把任务切成 2 到 4 小时的块。 报告显示这个粒度的任务,Agent 已经有接近一半能独立做完。太大的任务拆开交,成功率和可验收性都更好。
  • 并行开,而不是排队等。 内部多数人同时跑 4 个以上 Agent。个人使用时,可以让一个改功能、一个补测试、一个查文档,自己轮流看结果。
  • 把精力放在验收上。 一半以上的任务仍需要人介入,说明「放出去不管」还不现实。每个任务先讲清楚完成标准,回来先看测试和改动范围,再决定收不收。
  • 先算账再放量。 并发越多,消耗越快。团队想推广,建议先小范围跑一两周,统计每个任务的实际消耗,再定预算。

如果你想自己体验 Codex 这种多任务并行的工作方式,重度使用对额度要求比较高:

👉 国内开通 ChatGPT Pro|支付宝微信

小结

这份报告的价值不在某一个数字,而在于它比较系统地展示了:在最前沿的 AI 团队里,Agent 已经从辅助工具变成了主要的「干活的人」,研究员的角色更接近分派任务和把关的人。至于这让模型进步快了多少,还要看产出部分的数据。

OKAI66 为独立第三方服务平台,非 OpenAI/xAI 官方网站。

信息来源

更多每日 AI 热点见 best2ai.com

相关文章

暂无评论

暂无评论...