OpenAI内部Agent开销曝光:研究员日均消耗2400美元
OpenAI的研究员,现在用AI已经用到什么程度了? 人均每天调用的Agent,按API标价折算,居然能值2400美元?! 用得最猛的那10%研究员,单日使用量甚至能达到2.3万美元(约16万人民币)。 嘶……这帮研究员用起AI来,是真一点都不心疼Token啊。 OpenAI公开了最新内部Agent研究报告《Resea
OpenAI的研究员用起AI来,现在到了什么地步?
按API标价折算,人均每天调用的Agent价值居然能到2400美元?!
用得最狠的那10%研究员,单日使用量可达2.3万美元(约16万人民币)。
这帮研究员烧起Token来,是真的一点都不带心疼的。
OpenAI公开了最新的内部Agent研究报告《Research acceleration: The jagged frontier》,把自家研究员使用AI的情况翻了个遍。

先来一句话概括:
OpenAI内部的Agent,目前已经能独立完成差不多一半(46%)原本需要人类花2-4小时的研究任务。
今年3月这个比例还只有23%,短短7个月就翻了一倍。
而对于原本要人类花4至8小时的研究工作,Agent自主完成率从13%升到了35%。
研究员们自己,已经离不开AI了。
OpenAI问了101名研究人员:
要是未来3个月不给用最前沿的Agent,你们愿意拿什么换回使用权限?
受访者普遍愿意用团队40%的人力编制,或者30%的计算资源来换。

AI一天能干人的5.7个工作日
先看几个数据,感受一下这帮研究员用得有多狠。
从9月到10月,这一个月里:
中位数研究员每天花在Agent上的钱,从1500美元涨到了2400美元。
头部10%的用户更夸张,从1.1万美元直接飙到2.3万美元。

报告还算了一个叫「Agent工作日」的指标。
算法很简单:
Agent累计运行8小时,就算一个工作日。
换算成工作量,现在每个研究员平均每天能驱动5.7个Agent工作日。
也就是说,每个研究员身后都站着将近6个7x24小时待命、不知疲倦的AI小弟。
这个数字是之前基准的整整11倍。

群殴式作业早就是这里的常态。
超过三分之二的研究员每天至少同时跑4个Agent;还有超过10%的人更狠,同时跑至少16个。

报告里还摆了一组对比,看着相当扎心。
Agent的API等效价值,目前已经顶到研究员非股权薪酬的两倍。
(股权那大头还没算进去,但即便这样也够惊人了……)
换句话说,在OpenAI内部,账面上AI贡献的劳动力价值已经压过了人。

研究员自己也认这个账。
内部做过一次调查,问了个挺戳心的问题:
要是让你三个月碰不到最顶尖的编程Agent,你肯拿什么来换?
中位数研究员给出的答案是:
团队砍掉40%的人。
再不然,放弃团队30%的算力。
一头是能7x24小时帮你干活的AI Agent,一头是你团队里40%的大活人——
同事和算力,你们自由了(doge)。
AI在干啥活?
花了这么多钱、调了这么多资源,AI究竟在干什么?它真能独立做研究了吗?
这是最要紧的问题,可答案却是:The jagged frontier,参差不齐。
“沟通”(69%)和“分析”(58%)这类任务上,Agent表现不错;到了最关键的“构建”(43%),它明显差一截。
说白点,查资料、跑数据、写邮件、盯实验,它挺拿手。
可要从零搭起一个复杂系统,它就容易犯迷糊。
数字也能看出来:监控训练任务,成功率79%;写推理和服务的代码,成功率只剩25%。

这背后藏着一个关键问题,研究员在访谈里也反复念叨:
AI Agent缺少研究的“品味”(research taste)。
模型往往没法一次就提出那种定义良好、自己又解决不了的问题。
有研究员试过让Agent"就像那个任务一样做这个任务",结果多次踩坑:它做出来的东西总是不对,最后还得自己动手改。
研究员的反馈相当集中。
在他们看来,Agent写代码、调bug是把好手,可它提不出好问题,判断不了代码好坏,也看不出数据优劣。
不盯着不行。得像监工一样守在旁边,否则它转眼就能产出一堆毫无价值的"AI废料"(AI slop)。
眼下人与AI的分工大致是这样——
提出问题、把握方向、定义问题、拍板关键决策、做最终品控,这些由人类研究员承担。
快速把想法落地、跑大量枯燥的测试和分析,则交给AI Agent,它像一只能力被超级放大的"手"和"眼"。
一位研究员举例说,过去评估一个开源项目好不好用,没一两个礼拜下不来。
现在一天,最多几天,就能跑起来出结论。
AI眼下扮演的正是这种角色:顶级的"执行副驾",而非"首席科学家"。
不过这条边界也在变得模糊。
报告里提到一处细节:研发GPT-6.2 Astra时,预训练团队首次把一个关键想法的产生,归功于和Codex的对话合作。
想法本身是他的,但Codex提出的一个关键修改,才让整个方案跑通。
AI真的在加速AI的诞生吗?
工作流重塑了,效率也提升了,那最终产出如何?
这正是外界最关心的RSI,即递归自我完善——
AI加速AI自身发展,究竟有没有发生?
从结果看,答案是肯定的。
代码产出上,2026年每个活跃贡献者产出的代码行数,相比2025年之前一直在猛增。
实验效率上,每个活跃实验者跑的实验数量,达到2025年基准的1.68倍。
更直接的证据来自OpenAI内部的能力指数(OECI)。
2025年8月以来,OpenAI模型能力的前沿每年提升16.4个点,高于此前每年14点的行业趋势。

报告结尾仍留了一份冷静。
OpenAI强调,这种由AI驱动的进展未必是线性的,要警惕数学领域最近出现的那种突发、跳跃式突破。
报告里另有一组数据,同样引人注意。
所有研究方向中,人力投入涨得最猛的是哪一块?
答案既不是预训练,也不是多模态。
是安全与对齐(Safety and Alignment)。
这一方向的工作量增幅,排在了所有领域的最前面。
大批研究员正涌向安全项目,新招进来的有,内部转岗过来的也有。

一头是AI越来越深地参与自身研发,另一头是人类加紧琢磨怎么让它安全可控。
所谓「崎岖的前沿」,说的不只是技术能力高低不齐;或许,它也正是这个时代的写照——一只脚踩油门,另一只脚在找刹车。
原报告:https://openai.com/index/research-acceleration-jagged-frontier/