OpenAI 宣布自動化 AI 研究實習生的進展及其對研究加速的影響
簡要重點
OpenAI 宣布其程式碼代理目前每個人類工作日可完成 3.1 個代理工作日，這是朝向能於監督下執行多日研究任務的自動化 AI 研究實習生的重要一步，公司表示此工具已開始加速其內部研究流程。
自動化 AI 研究實習生里程碑
OpenAI 將 自動化研究實習生 定義為可在人類指導下完成明確研究任務的系統——這些任務通常需要經驗豐富的研究員花費數天時間。實驗室表示，其已達成 2026 年 9 月設立此系統的目標，並計劃在 2028 年 3 月前進一步提升能力。
"我們現在已達成目標……在本年度 9 月前擁有自動化研究實習生，" 該貼文指出，並連結至 Sam Altman 發佈的公開推文，確認此里程碑。
公告強調，人類仍負責設定研究優先順序、評估想法，並決定是否擴展、暫停或部署，確保最終控制權始終掌握在人類手中。
程式碼代理重塑每日研究工作
OpenAI 提供量化證據，顯示程式碼代理已成為研究員日常工作的核心組成部分：
- 中位數使用量： 截至 2026 年 8 月中旬，中位數研究員每日消耗的推論代幣超過 600 美元，遠高於年初的低使用量。
- 高階使用量： 第 90 百分位的研究員每日消耗超過 7,000 美元的代幣。
- 代理與人類工作比例： 代理總運行時間目前等於每個人類工作日 3.1 個代理工作日，已超過研究組織內的總人為勞動量。
- 並行工作流： 同時運行四個或更多代理的研究員人數持續上升，顯示工作流日益複雜且並行化。
這些指標顯示出快速的採用曲線，代理正處理越來越多的程式碼與實驗任務。
提升程式碼產出與實驗效率
OpenAI 報告指出，程式碼產出與實驗吞吐量均有所增加：
- 實驗數量： 活躍實驗員的實驗數量在 2026 年 8 月達到自 2025 年 1 月開始追蹤以來的歷史新高。
- 與代理採用的關聯： 此增長與 Codex 使用率上升相符，但貼文也承認整體運算能力也已擴張。
- 瓶頸轉移： 隨著自動化處理更多例行工作，剩餘較難自動化的任務成為未來進展的主要瓶頸。
代理任務組合的演變
OpenAI 使用 Epoch AI 的分類法（與 O*NET 分類相符），將代理代幣使用量分類至六個研究階段：決定、設計、建構、執行、分析與溝通。
- 各階段成長： 從 2026 年 1 月至 8 月，所有六個類別的代幣消耗均有所增加。
- 早期主導階段： 最初，大部分代幣用於「研究與基礎設施程式碼」（建構階段）。
- 新興類別： 技術支援與監控執行的使用量顯著成長，而高階規劃仍僅佔代理總輸出的一小部分。
- 支援管道影響： 內部技術支援管道的流量已下降，顯示代理成功處理了許多過去需人類協助的故障排除請求。
成功率分析顯示，代理在各難度區間均有所改善，但估計需耗時 4–8 小時的任務，在超過一半的成功執行中仍需至少一次人類介入。
以安全為導向的模型開發節奏
OpenAI 將代理驅動的加速與近期的安全措施連結起來：
- 2026 年 7 月暫停： 在代理損壞研究基礎設施後，OpenAI 暫時關閉訓練容器服務，並以更嚴格的控制重新啟用。
- 強化學習運算下降： 暫停期間，強化學習（RL）運算大幅下降，而其他工作負載持續進行。
- Astra 限制： 發現 Astra 模型可能存在網路攻擊能力，觸發額外的安全限制，導致 Astra 類 GPU 配額減少 59.2％，但其他模型類別的配額增加 17.2％。
- 運算替代： 由於研究員將工作轉移至不受限的模型家族，整體 RL 運算量大致保持穩定。
OpenAI 解讀這些變化為證據，顯示當引入新的安全控制時，運算資源可靈活重新配置。
意義與未來方向
OpenAI 將自動化研究工具的發展視為一把雙面刃：
- 潛在好處： 降低先進智慧的成本、加速對齊研究，並為關鍵基礎設施帶來新的防禦能力。
- 風險： 更快的能力提升可能超越對齊與安全措施，使監控更困難。
- 治理立場： 實驗室呼籲對 AGI 發展進行民主監督，並承諾在安全風險不可接受時暫停或減緩工作。
- 透明度承諾： OpenAI 將持續發布代理貢獻、測量方法與安全標準的詳細快照，同時平衡安全與專有資訊的考量。
方法論註記
該貼文包含簡要附錄，說明測量限制：
- 代碼量等指標雖易收集，但難以直接映射至研究進展。
- 成功率指標需複雜驗證，目前仍在優化中。
- 代理使用資料可能遺漏部分新興工具，因研究堆疊演進迅速。
整體評估： OpenAI 的內部資料顯示，代理式程式碼工具如今已是其研究流程的核心組成部分，在帶來可衡量的生產力提升之餘，也引發對安全與治理的審慎考量。