专题 · FULL STORY

OpenAI 研究加速报告:智能体任务翻倍引热议

OpenAI 于 11 月 19 日发布第二份内部研究加速报告《The Jagged Frontier》,数据显示智能体任务完成率翻倍但成本激增。随后社区围绕其首份 RSI 数据展开讨论:AI 使用量指数上升、任务长度持续增长,而智能爆炸尚未到来,人类参与仍是核心。

2026-11-19 ~ 2026-11-23 · 2 集 · 54 条

第 1 集 · OpenAI 发布第二份研究加速报告:Agent 任务完成率翻倍、成本激增(2026-11-19,52 条)

OpenAI 于 11 月 19 日发布第二份内部研究加速报告《Research Acceleration: The Jagged Frontier》(部分转述称博文发布于 11 月 18 日),是 9 月首份报告的更新与扩展,用 2026 年 1-10 月内部数据系统性披露 AI 如何改变其研发工作,并附完整方法说明(其中采用 Epoch AI 团队开发的 ECI 与 ONET for AI R&D 方法论,该团队研究员表示自豪)。当前结论是:AI 对 OpenAI 自身研发的加速效应已有可量化实证,但完成率与成本数据同时揭示巨大的资源消耗;外界评论者未从中看到「失控超级智能」的迹象,报告同时呼吁强制披露递归自我改进(RSI)指标。

已确认

  • 3 月至 10 月,agent 独立完成需人类 2-4 小时的研究任务的比例从 23% 升至 46%;4-8 小时任务从 13% 升至 35%,但分任务类型存在差异,成功率同时受能力提升与任务类型变化影响(据 @rickasaurus、@ChrisGPT、@FinanceYF5、@VectorWireAI 转述)
  • 据 @kliu128、@daveholtz、@Outside-Iron-8242、@Elivnurotic、@ZeroStateReflex 转述的内部经济数据:截至 10 月,中位数研究员每天在 agentic AI 工具(Codex、ChatGPT Work、Dots)上按 API 牌价花费约 2400 美元,90 分位研究员达 2.3 万美元,较 9 月上涨 105%;@daveholtz 指出 token 成本已达人力成本的 2 倍;@Elivnurotic 补充该支出曲线(28 天滚动平均)自 7 月起呈指数级陡增,从年初的近零一路上涨
  • 据 @Polymarket 快讯,按 AI agent 使用量排名前 10% 的研究人员每人每周产生的 AI 调用成本超过约 16.1 万美元,与 90 分位日均 2.3 万美元口径相互印证
  • 据 @DrSingularity 转述,每位研究员的 AI agent 工作日在半年内增长 11 倍,达到 5.7 天
  • 据 @kliu128 与 @daveholtz 转述,模型自主完成的研究任务时长持续改善:升级评测流水线后,无人工干预任务成功率按人类估计时长分段(<15 分钟到 8 小时以上)统计,3 月至 10 月各时长段均持续抬升;@daveholtz 补充 agent 在不同研究任务上成功率分布不均(约 25%-79%),监控类任务成功率达 79%,在 EpochAI 相关基准上也呈增长趋势
  • 据 @daveholtz 与 @CatAstroPiyush 披露的研究产出时间序列:每位活跃贡献者日均代码改动量已达 2025 年前平均水平的约 7 倍,每位实验者日均实验数较 2025 年基线涨至约 1.67-1.68 倍,新提出的 OECI 指标年涨 16.4 分;@CatAstroPiyush 提醒实验数增幅相对温和
  • 内部调研显示研究员对编码 Agent 评价极高:据 @kliu128、@daveholtz 转述,中位数受访者愿牺牲 40% 的团队人头或 30% 的团队算力,以在「保留 2026 编码 Agent」与「退回 GPT-5.2」之间保住 Agent 访问权;定性访谈也指出研究品味等方面的顾虑
  • 研究人员投入安全与对齐方向的人力时间显著增长,增速居各研究方向之首;据 @NinaDSchick 转述,安全与对齐人力投入 2026 年 1-9 月增长 77.2%(对比:预训练 +39.9%、后训练 +14.6%);报告同时强调人类参与仍是研究核心
  • 报告由多位研究者合作完成(含 Dean Ball、Tejal Patwardhan 等),并附完整方法说明;OpenAI 研究员 Olivia Watkins 强调其治理意义,主张所有前沿实验室都应被要求发布类似报告,希望政策制定者认真研读,让公众了解 AI 未来的可能走向并指导治理与节奏决策
  • 据 @GaryMarcus 转发 Ramez 的分析:OpenAI 此份研究加速数据比 Anthropic(METR 评估)更详细、更细粒度、时间跨度更长,但其中看不到任何「失控超级智能」的迹象
  • 据 @daveholtz 转发评论,OpenAI 同日发布三篇安全研究,透明度之争再起:评论认为 OpenAI 在公开信息上比 Anthropic 做得更好——更多失准披露、更多 AI 研发自动化进度及 AI 控制与风险缓解信息,员工也更习惯公开辩论和与外部交流,相比之下 Anthropic 更封闭、更「象牙塔」

尚未确认

  • 关于 90 分位研究员 2.3 万美元开支的口径存在细微出入:多数转述称「日均」,结合支出曲线上下文、多数报告原文转述及 Polymarket 每周 16.1 万美元的换算,日均口径更可信,但原文表述以外无法独立核实

为什么重要

  • 这是 OpenAI 第二份、也是最详细的内部 AI 使用数据披露,为外界评估 AI 对 AI 研发自身的加速效应提供了罕见的量化窗口,从任务完成率、成本、产出效率到研究员主观估值均有数据支撑
  • 中位数研究员日耗 2400 美元、90 分位超 2.3 万美元(每周逾 16.1 万美元)的 agent 开支,以及 token 成本达人力 2 倍,意味着前沿 AI 研发正快速向算力/token 密集模式转变
  • 呼吁强制披露 RSI 指标意味着 OpenAI 主张将「AI 加速 AI 研究」的能力纳入监管与公众监督范围,可能影响行业透明度标准的讨论;报告发布后围绕 OpenAI 与 Anthropic 谁更透明的比较也成为社区讨论焦点

还有 32 条相关讨论 →

第 2 集 · OpenAI 首发 RSI 报告:智能体任务长度持续增长但智能爆炸未至(2026-11-21,2 条)

OpenAI 首度披露 AI 改变其内部研究的数据,显示研究员的 AI 使用量持续指数级上升,智能体可完成的任务长度不断增长,但人的参与仍是核心。研究员 daveholtz 据此表示智能爆炸尚未发生,关键任务上的卡壳或成为递归式自我改进(RSI)的瓶颈。同时,安全与对齐方向的人力投入增速超过其他方向。