OpenAI 内部数据:Agent 独立完成 2-4 小时任务成功率半年翻倍至 46%
ChrisGPT · x · 2026-11-19
OpenAI 发布内部博客,追踪自家研究人员如何用 AI 做 AI 研发,统计了 agent 使用量、委派任务成功率、实验量和模型基准分。
关键数据:
- 按「人类所需工时」估算的委派任务中,2–4 小时任务无人工干预的成功率从 3 月的 23% 升至 10 月的 46%;4–8 小时任务从 13% 升至 35%。
- 但提升是「锯齿状」的:任务级拆解显示,监控训练运行的成功率达 79%,启动训练运行 35%,而编写推理与服务栈代码仅 25%。
- 作者也指出,研究人员同时调整了委派的任务类型,所以这并非干净的模型对模型基准对比。
结论:agent 已能独立完成近半的中等时长研究任务,但人类仍是 AI 研发回路的核心。
所属事件:OpenAI 发布内部研究报告:研究员 AI 用量指数级飙升(26 条相关)→
「漫话AGI」频道最新
- 图灵奖得主 Pearl 等联名公开信:拒绝 Anthropic 激进扩权 — yudapearl · 2026-11-19
- AI 让内容无限供给后,创作者靠什么保值:体验、人格与信任 — kylegawley · 2026-11-19
- tszzl:能改写数学物理的模型,却常在常识任务上翻车 — tszzl · 2026-11-19
- 模式坍缩机制拆解:RL 偏置与上下文学习的正反馈循环 — jessi_cata · 2026-11-19
- NYT:Anthropic IPO 资金将优先购算力,冲刺递归自我改进 — Polymarket · 2026-11-19
- Gary Marcus 转批 Anthropic「赢家通吃」论是最危险的 AI 观点 — GaryMarcus · 2026-11-19