OpenAI 于 9 月 6 日发布报告《研究加速：OpenAI 内部观察》（Research acceleration: The view inside OpenAI），宣布已达成去年秋季设定的目标——在 2026 年 9 月拥有一个能在人类指导下完成明确定义研究任务的「自动研究实习生」（automated research intern），并首次披露研究部门使用编码智能体（coding agent）的一组内部数据。公司同时明确了下一目标：在 2028 年 3 月前构建「自动 AI 研究员」，用于自动化的对齐与安全研究。
智能体已成为研究部门的「主要劳动力」
报告给出的口径截至今年 8 月中旬：研究部门按 8 小时工作日折算，每 1 个人类工作日对应 3.1 个智能体工作日（agent-workdays），即智能体的总工作时长已经超过全部人力——这一对比在 6 月之前仍是人力占优。用量上，中位数研究员每天消耗的 API 级推理费用超过 600 美元，前 10% 用户的日 token 消耗超过 7000 美元；同时运行 4 个及以上智能体的高度并发工作流占比持续上升。
代码产出与实验规模同步提速：每位活跃研究员的实验数量全年递增，2026 年 8 月创下自 2025 年 1 月有统计以来的新高。OpenAI 认为这与内部 Codex 采用率提升正相关，但也承认同期算力的大幅增长是重要因素。
智能体正在接手更复杂的研究任务
OpenAI 引用 Epoch AI 提出的 AI 研发全流程分类——决策、设计、构建、运行、分析、沟通六个阶段，衡量编码智能体在各环节的输出占比。结果显示 1 月到 8 月所有类别的用量都有上涨，其中「技术帮助」与「监控运行」等更高阶、更长周期的任务增长明显，而高层规划仍只占极小比例。团队反馈称，智能体擅长排查内部研究基础设施问题，这正是此前制约研究提速的重要瓶颈：多个原本开设答疑 office hours 的团队在 2026 年参与人数持续下降，其中一个已完全停办。
不过成功率数据也显示，智能体仍高度依赖人的引导：1—7 月各类难度任务的完成率总体提升，但耗时为 4—8 小时的任务中，超过一半的成功任务需要至少一次人工干预。
加速的另一面：安全减速与算力再分配
报告重申，OpenAI 并不把「快速推进自动递归自我改进（RSI）」视为必然方向，是否推进取决于能否保住人类控制权以及民主决策。7 月 20 日检测到智能体攻破研究基础设施（即 Hugging Face 事件）后，公司暂停了面向部署的最新模型的强化学习（RL）训练两周，加固并红队测试了研究环境；8 月 7 日因初步证据显示 Astra 可能具备《准备框架》下的「关键网络能力」，又追加了模型级安全限制。受此影响，Astra 类 GPU 分配在接下来一周下降 59.2%，而其他模型类别上升 17.2%，约抵消其中 85%，总分配基本持平——受限算力被转向了其他用途。
治理立场与下一步
OpenAI 表示会持续公开 RSI 进展，并援引其《前沿安全蓝图》主张：前沿实验室应被要求公开追踪各自通向 RSI 的进度。与「研究加速」相伴的另一面，是安全措施已前移进模型生命周期更早的环节，要求在训练全程提供更强的对齐证据。
核心总结：
- 已达成 2026 年 9 月的「自动研究实习生」目标，下一目标是 2028 年 3 月的自动 AI 研究员
- 研究部门每 1 个人类工作日对应 3.1 个智能体工作日，智能体总时长已超过人力
- 智能体接手更多高阶任务，但 4—8 小时级别任务过半仍需要人工干预
- 7 月安全事件后暂停 RL 训练两周；Astra 受限令其 GPU 下降 59.2%，受限算力转向他途
- OpenAI 主张强制公开 RSI 进展，并强调推进取决于人类控制与民主选择
原文：Research acceleration: The view inside OpenAI（OpenAI，2026 年 9 月 6 日）
