OpenAI 披露内部 AI 加速研究数据，人均日烧 600 美元 token

OpenAI 在劳动节周末连发两篇博客《Research acceleration》等，罕见披露内部研究组织使用 AI agent 的第一手数据，勾勒出「用 AI 加速 AI 研究」的现状：截至 8 月中旬，研究部门每 1 个人类工作日配套 3.1 个 agent 工作日的产出；agent 每天可为研究员产出超过三天等量的研究工作；委托给 agent 的任务复杂度持续上升，代码与实验数量同步增长。Fortune 据此解读为公司正走向「递归自我改进」。

已确认

• 研究员每投入 1 个人类工作日，配套使用 3.1 个 agent 工作日（m2、m4、m8）
• 中位数研究员每天 token 消耗超 600 美元（月约 1.2 万美元）；90 分位研究员日消耗超 7000 美元（月约 14 万美元）（m6、m8、m9）
• 年初中位数研究员尚不使用 coding agent，年内使用密度大幅提升；代码产出增长约 6 倍（m6、m9）
• agent 32 小时级任务的成功者中，超八成仍需人工介入（m3）
• 两篇博客内容对比鲜明：一面向外展示加速成果，一面首席科学家呼吁行业减速（m7）

尚未确认

• 用户 scaling01 质疑公开的 600/7000 美元只是 API 定价，OpenAI 内部真实算力成本可能低 5-10 倍，其不确定区间推演或包含单日高达 100 万美元的极端情形；该说法为个人估算，未经 OpenAI 证实（m5）

为什么重要

这是前沿实验室首次系统性量化「AI 用于 AI 研发」的强度，直接关系到递归自我改进的速度与风险：若 agent 产出已达人类研究员的三倍量级，研究规模扩张正从「堆人力」转向「堆算力」（m4）。DataLearnerAI 提醒，「6 小时成功的 agent 任务」不等于 6 小时完全自主工作，超八成长任务仍需人工介入（m3）；而首席科学家呼吁减速与公司加速叙事并存，凸显 OpenAI 内部对进展速度与风险的张力（m7）。

2026-09-07 ~ 2026-09-09 · 9 条相关

• OpenAI 内部数据：32 小时级 agent 任务成功者超八成需人工介入 — DataLearnerAI · 2026-09-07
• OpenAI 称其 90 分位研究员每天消耗超 7000 美元 token — SatelliteNetSec · 2026-09-08
• OpenAI 自曝 AI 助手日产三天研究量,首席科学家却呼吁行业减速 — jeremyakahn · 2026-09-08
• OpenAI 中位研究员日均烧掉 600 美元推理算力 — VraserX · 2026-09-08
• 【源头】OpenAI 披露研究部门每人每天已配套 3.1 个 agent 工作日 — Cklly2004 · 2026-09-08
• 【源头】OpenAI 自曝：Agent 产出已达人类研究员 3 倍，迈向递归自我改进 — fortune · 2026-09-09
• OpenAI 研究员人均日烧 600 美元 token,代码产出增 6 倍 — downingARK · 2026-09-09
• 爆料称 OpenAI 公布的只是 API 价格,真实成本或低 5-10 倍 — scaling01 · 2026-09-09

另有 1 条近重复转述:downingARK