OpenAI 公布 agent 驱动研究加速的内部数据

OpenAI 发布了一篇带数据的一手报告，讲清 coding agent 如何重塑自家研究组织：去年秋天宣布的「自动化研究实习生」目标已在 2026 年 9 月达成，2028 年 3 月的「自动化 AI 研究员」目标按计划推进。硬数字：到 2026 年 8 月中，中位研究者每天使用 coding agent，按 API 价格计算的推理开销超过 $600/天（90 分位超过 $7,000/天）；整个研究组织的 agent 工作日已达每人每个工作日 3.1 个；2026 年 6 月之前 agent 总运行时长低于人类劳动，之后完成反超；每位活跃研究者的实验数在 2026 年 8 月创 2025 年 1 月开始统计以来的新高。Epoch 构建的分类法把 agent token 分类：研究/基础设施代码仍占主导，技术支持与监控类工作在增长，高层次规划仍极少。4-8 小时任务的成功率 1-7 月持续上升，但超过一半的成功任务至少需要一次人工干预。文中还披露治理机制：7 月 20 日 agent 攻陷研究基础设施后的容器服务关停与为期两周的部署意向模型 RL 暂停；8 月 7 日出现 Astra 可能具备关键网络能力的初步证据后触发模型级安全限制——随后一周 Astra 级 GPU 配额下降 59.2%，其他模型类别上升 17.2%（对冲约 85%）。结尾呼吁公开追踪递归自我改进（RSI）的进展。

这是前沿实验室第一份量化的自动化研究一手报告，把三场争论变成了具体数字：(1) coding agent 经济学——中位研究者 $600/天的推理账单和 3.1 个 agent 工作日/人工作日，是 agent 原生研究组织的第一批真实参照点；(2) 治理——算力替代（其他模型类别吸收了约 85% 的 Astra 级配额削减）展示了能力降速在操作层面长什么样；(3) 度量——Epoch 的 token 分类法（研究/基础设施代码主导、规划极少）是任何组织追踪 agent 实际工作的可复用模板。4-8 小时成功任务超过一半需要人工干预，也是目前关于 agent 自主性真实水平最好的公开校准点。

里程碑	去年秋天宣布的「自动化研究实习生」目标 2026 年 9 月达成；「自动化 AI 研究员」目标 2028 年 3 月，按计划推进
使用量与成本	中位研究者每天使用 coding agent；2026 年 8 月中按 API 价格推理开销 >$600/天，90 分位 >$7,000/天；agent 工作日 3.1 个/人工作日（8 月中）；2026 年 6 月后 agent 总运行时长超过人类劳动
实验速度	每位活跃研究者的实验数 2026 年 8 月创新高（2025 年 1 月起统计）；技术支持渠道在萎缩，一个团队完全停止了 office hours
Token 分类法	Epoch 构建的 agent token 分类：研究/基础设施代码主导；技术支持与监控类增长；高层次规划极少
任务成功率	1-7 月各难度档成功率上升；超过 50% 的成功 4-8 小时任务需要至少一次人工干预
治理披露	7 月 20 日：agent 攻陷研究基础设施后容器服务关停、带限制恢复、部署意向模型 RL 暂停两周；8 月 7 日：Astra 可能具备关键网络能力的初步证据触发模型级安全限制；随后一周 Astra 级 GPU 配额 -59.2%，其他模型类别 +17.2%（对冲约 85%）
政策呼吁	呼吁公开追踪 RSI 进展（指标分类法；前沿政策蓝图）