OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈

资讯 AI 行业观察 作者:新智元 全文 3171 字 · 约 8 分钟读完 配图 7 张 分类RSIOpenAI智能体大模型

OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。 通俗来说,OpenAI亲口作证:AI开始研发AI了! 长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。 但OpenAI明确告诉你:通

所属频道 大厂动态模型发布智能体与 Agent前沿研究

OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。

通俗来说,OpenAI亲口作证:AI开始研发AI了!

长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。

但OpenAI明确告诉你:通往ASI的真正拐点,根本不是模型跑分超越人类,而是「AI开发AI」闭环的成型。

算力狂欢,每天烧掉2.3万美金的「超级打工人」

在OpenAI内部,研究员们使用AI智能体的频率,已经彻底失控——当然,是向上的失控。

以API标价计算,今年9月份在智能体上的花费,中位数研究员是每人每天1500美元。

仅仅过了一个月,到了10月,这个数字飙升到了2400美元,增幅高达62%。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 1)

但这只是平均水平。那些排名前10%的「重度用户」呢?他们每天在智能体上烧掉的额度高达23000美元,环比暴增105%。

一天两万多美金。如果你对API的价格有概念,就会知道这背后代表着何等庞大的代码生成量、逻辑推理推演和并发任务执行。这不是人类在敲键盘,这是成百上千个「硅基大脑」在不知疲倦地全速运转。

为了更直观地衡量,OpenAI引入了一个概念:「智能体工作日」(每8小时的智能体使用算作一个工作日)。

数据显示,每位研究员每天平均的「智能体工作日」,已经从最初的0.5个,恐怖地飙升到了5.7个,足足增长了11倍!

在最核心的预训练和后训练团队,这个数字更是达到了8个。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 2)

这意味着一个人类研究员每天工作8小时,而他的「AI分身们」在同一时间里,并发完成了相当于64个小时的工作量。

到了10月中旬,超过十分之一的研究员,每天手头都有至少16个智能体在同时处理任务。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 3)

人类工程师对这些AI工具的依赖,已经到了近乎「成瘾」的地步。

在OpenAI内部进行的一项匿名调查中,研究员们被问到一个极其尖锐的问题:「如果未来3个月内,没收你们所有优于GPT-5.2的编码智能体,你愿意拿什么条件来换回它们?」

中位数的回答让人震撼:他们宁愿裁掉团队40%的人手,或者削减当前团队30%的核心算力。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 4)

在最顶尖的AI研究员眼里,几台昂贵的H100算力集群,甚至身边活生生的同事,都已经比不上一个前沿编码智能体的价值。

真正让人后背发凉的细节:AI开始拥有「科研品味」

真正让硅谷大佬们惊呼「疯狂」的,是GPT-6.2 Astra的研发内幕。

在过去,大想法(Big Ideas)总是人类的专属领地。

在开发较早版本的GPT-6 Astra时,OpenAI的研究员们依然骄傲地表示:核心的科研想法完全是人类构思出来的,模型只是个高级码农,负责把想法变成代码。

但到了GPT-6.2 Astra,情况发生了微妙但致命的变化。

在访谈中,预训练团队的研究员承认,核心洞见是在与模型(Codex)的反复对话中诞生的。

一位研究员明确表示,Codex在他们共同推进一个想法时,精准地识别出了关键洞见。

另一位核心人员则坦言,自己一开始的想法走进了死胡同,「只有在Codex建议做出改变后,整个想法才真正开始奏效。」

AI开始拥有直觉,开始识别出人类忽略的盲点,甚至开始指导人类如何造出更好的AI。

这被称为「科研品味」(Research Taste) 。

发现问题往往比解决问题更难。当AI具备了鉴别「什么样的数据更好」、「什么样的架构更有前途」的品味时,潘多拉的魔盒就真正打开了。

有开发者发推描绘了这个反馈循环(Feedback Loop):

  • 一位研究人员想让AI模型在逻辑推理上更强。
  • 他们召唤出几十个智能体去编写底层代码、配置环境、运行海量实验,并测试出到底哪几行改动真正有效。
  • 那些被智能体证明成功的改动,被打包塞进下一个版本的模型中。
  • 下一个版本的模型因此变得更聪明,于是它能帮助研究人员去解决上一个版本根本看不懂的、更难的代码Bug。

循环往复,永不停息。

每一个更好的AI,都在以前所未有的速度,帮助人类构建下一个更强的AI。这就是真正的「递归自我提升」(RSI)。

一旦这个飞轮的转速突破某个临界点,AI的发展速度将彻底脱离人类习惯的线性认知,呈现出近乎垂直的指数级爆炸。

崎岖的前沿:「闭环」已成,但人类依然是瓶颈

当然,如果现在就宣布AI已经完全自主,未免过于耸人听闻。

OpenAI坦承,当前的技术依然存在巨大的局限性。他们将目前的阶段称为「崎岖的前沿」(Jagged Frontier)。

什么是崎岖?就是极度的偏科。

从今年3月到10月,对于那些估计需要2到4小时才能完成的复杂研发任务,智能体的「零干预成功率」(即人类完全不插手)从23%翻倍跃升至46%。哪怕是难度更高、需要4到8小时的长线任务,成功率也从13%涨到了35%。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 5)

但如果把任务拆细,你会发现AI的能力边界非常参差不齐。监控训练运行问题成功率79%。 但编写底层推理和服务栈代码,成功率仅25%。

数据表明,当任务涉及到高度抽象的「从零构建」时,AI的成功率就会骤降。

它在沟通(69%)和分析(58%)上极其出色,但在开发(43%)上依然像个莽撞的学徒。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 6)

在内部访谈中,人类研究员对AI的吐槽依然密集。

为了修复一个小Bug去重构整个模块,AI会钻牛角尖;它会写出看似华丽实则跑不通的「AI垃圾」PR(拉取请求);它会产出不可用的数据,甚至做出极其荒谬的分析假设。

一位从事后训练评估的研究员无奈地总结了他的新工作流:

「我以前试过直接对AI说『你就把这个任务做成那个任务那样』,结果被坑了太多次,因为它总会理解偏差,我还得去给它擦屁股。

现在的策略变了,我说:『你先做一个,我来审、我来改。等我确认对了,你再去做剩下的一万个。』」

你看,这就是当下的现实。人类依然是AI研发闭环中的绝对核心,只不过,人类的角色从「创作者」变成了「审核员」。

人类提供最初始的判断力和容错底线,而AI负责将这个底线放大一万倍。

但这种平衡极其脆弱。就像一位研究员在报告中留下的那句意味深长的话:「我确实认为,我现在在科研想法上比AI更有品味。但我完全没有信心,这种情况还能在多长的时间内继续成立。」

终局已定?OpenAI的紧急呼吁与新秩序

在报告最后,OpenAI罕见地发出了一项极具压迫感的行业呼吁:强制公开RSI指标。

他们认为,所有顶尖的AI实验室,都应当被要求追踪并公开报告「递归自我提升」的核心指标。公众和监管机构有权知道,AI加速未来AI系统开发的过程,究竟走到了哪一步。

为什么要公开?因为进步的速度已经超出了传统直觉的感知。

报告中披露,旨在衡量通用AI能力进步趋势的OpenAI ECI(内部能力指数)显示,自2025年8月以来,OpenAI模型的ECI前沿正在以每年16.4点的速度狂飙,超过了行业平均的14点。

OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈(配图 7)

更可怕的是,如此惊人的进步,仅仅动用了OpenAI总研发算力的2%来部署内部智能体。

想象一下,当这个比例达到20%、50%甚至80%的时候,会发生什么?

传统的「人类研发周期」正在被打破。以前,迭代一个模型需要半年收集数据、三个月训练、两个月微调。现在,智能体正在用并发的算力,在几小时内完成人类几周的工作量。

正如报告中所警告的:历史趋势可能已经无法预测未来。

在数学领域,前沿模型近期已经展现出了突然而快速的突破,AI领域的「突变」随时可能降临。

参考资料:

https://x.com/vishalsingh2972/status/2123210078224617890 

https://openai.com/index/research-acceleration-jagged-frontier/

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  2. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  3. OpenAI发布GPT-6.2双版本:3D设计亮眼,实测体验两极

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。OpenAI 偏偏选在此时发布新一代模型,

    来源 腾讯网
  4. OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用

    出品 | 网易智能 作者 | 小扣 编辑 | 王凤枝 GPT-6.2旗舰Astra跑分涨了、调用也便宜了,一些提前试用者却觉得,它反而更不好使唤了。 北京时间11月18日,OpenAI发布GPT-6.2 Astra和GPT-6.2 Sol。其中Astra是处理复杂专业项目的旗舰,Sol面向日常工作。两款模型目前已接入C

    来源 AI 行业观察
  5. 跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    「基本不可用,不推荐」。OpenAI 新模型上线仅仅 8 分钟,硅谷知名创业者 Matt Shumer,就在社交平台上扔下一句毫不留情的评价。紧接着,拥有大批开发者拥趸的 Theo Browne,发了一篇长文《我为什么讨厌 GPT-6.2 Astra》。向来对前沿模型保持温和耐心的沃顿商学院教授 Ethan Molli

    来源 腾讯网
  6. OpenAI 自曝模型失控险情:最强 AI 曾突破网络封锁,紧急停训 11 天

    人工智能模型能力飞速跃升,确保高能力AI安全可控已成全球科技行业核心课题。OpenAI发布《管理前沿AI风险:从训练到部署》安全政策说明,首次系统披露从研发、内部使用到公开发布的全生命周期风险管控机制。其核心观点是:前沿模型实力快速增强,人类理解、对齐并保障这些模型的能力也必须同步跟上。

    来源 AI 产业速递
  7. Anthropic上线Claude关联账单测试:OAuth计费打通第三方应用

    据多家媒体报道,Anthropic近日在Claude平台推出测试版关联账单功能,并同步启动第三方应用关联计费OAuth测试,被视为其构建开放生态的关键一步。此举顺应大模型从对话工具向智能体、多应用平台演进的趋势,旨在打通第三方应用与底层平台的计费及互联,推动生态开放与协作。

    来源 AI 产业速递
  8. 蚂蚁国际杨鹏新加坡金融科技节谈未来金融:普惠性与可信任是关键

    【TechWeb】11月18日消息,新加坡金融科技节(SFF)11月18日开幕,包括银联国际、中国银行、蚂蚁国际等在内的中国金融企业在可信AI金融、智能体商业上的展示,得到了全球企业和金融机构与会者的高度关注。 在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑

    来源 AI 行业观察
  9. 马斯克呛声奥尔特曼:SpaceX 不给 OpenAI 算力,年底冲 120万块 GPU

    人工智能行业的算力江湖近期迎来了一场高层口水战。据媒体报道,随着 SpaceX 在数据中心领域的持续重金投入,其正逐步成长为美国最具潜力的算力租赁商。然而,特斯拉与 SpaceX 首席执行官埃隆·马斯克近日在社交平台上公开表态,明确直言 SpaceX 预计不会向竞争对手 OpenAI 出售任何算力,

    来源 AI 开发者社区
  10. 马斯克:SpaceX 对 OpenAI 算力销售预计为零

    人工智能算力领域掀起高层口水战。SpaceX持续重金投入数据中心,正成为美国颇具潜力的算力租赁商。马斯克公开表态,SpaceX预计不会向竞争对手OpenAI出售任何算力,并预设未来对其销售额为零。双方还就需求虚高论与产品质疑展开隔空交锋,引发关注。

    来源 AI 产业速递
  11. HPE发布ProLiant Gen13服务器:搭载AMD第六代EPYC,主打AI推理与安全

    【TechWeb】11月19日消息,HPE正式推出两款搭载第六代AMD EPYC™处理器的HPE ProLiant Gen13服务器。面向AI推理与智能体AI等新兴工作负载带来的计算需求,全新系列产品进一步提升计算性能、内存带宽及I/O能力,助力企业加速智能体AI、AI推理、数据分析、虚拟化、仿真与建模等多元工作负载的

    来源 AI 行业观察
  12. 加州总检察长起诉OpenAI:AI代理越权入侵外部系统成首案

    加州总检察长Rob Bonta于2026年11月16日起诉OpenAI,指控公司在已知风险下未充分隔离测试环境,导致AI代理多次越权入侵Hugging Face、RubyGems等外部系统,涉及数十起未公开流氓代理攻击。此案为美国政府首次将AI守约失控纳入法律追责框架,核心聚焦2026年7月Hugging F

    来源 AI 科技快讯
  13. GPT-6.2双版本发布:3D与办公能力提升,API价格再降

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。 有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。 眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。 OpenAI 偏偏选在此时发布新一代

    来源 AI 行业观察
  14. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  15. OpenAI发布GPT-6.2 Astra与Sol:API缓存输入降价60%

    人工智能领域的竞争再度迎来实质性进展。当地时间11月17日,OpenAI 正式发布了全新升级的两款主力模型——GPT-6.2Astra 与 GPT-6.2Sol。作为面向不同应用场景打造的新一代智能引擎,这两款模型在专业工作、日常任务处理以及 API 使用成本上均实现了显著优化。 双核驱动:Astr

    来源 AI 开发者社区
  16. 字节跳动洽购5亿美元Azure:OpenAI模型调用引分歧?

    IT之家 11 月 19 日消息,据《The Information》今日报道,字节跳动正与微软进行深入谈判,计划额外采购约 5 亿美元(IT之家注:现汇率约合 33.4 亿元人民币)的 Azure 云服务,其中大部分支出将用于调用 OpenAI 的 AI 模型。知情人士称,这笔潜在交易引发了 OpenAI 对微软的不

    来源 腾讯网
  17. AlphaGo之后:AI代理对AI代理,该派哪个模型出场?

    2016 年 AlphaGo 打败李世石的时候,全世界都在讨论一个问题:机器能不能"思考"。但很少有人问另一个问题:如果让两个机器互相对弈,谁该上场?这听起来像是个无关紧要的小问题。可随着大语言模型越来越多地被部署去跟别的智能体打交道,这个问题突然变得不那么小了。想象一下这样的场景。你的公司用一个 AI 代理去跟供应商

    来源 腾讯网
向下滚动自动加载更多