OpenAI称递归自我提升已启动:AI开始研发AI
OpenAl自曝递归自我提升!智能体指数级爆发,人类已成瓶颈
新智元报道
新智元报道

OpenAI突然放出消息,「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮已经开始转动。
说白了,OpenAI等于亲口承认:AI开始研发AI了。超级人工智能(ASI)哪天降临,外界猜了很久。大家一直盯着大模型的跑分,盯着参数量的飙升。
不过OpenAI把话说明白了:通向ASI的真正拐点,不是模型跑分超过人类,而是「AI开发AI」这个闭环成型。
OpenAI内部研究员用起AI智能体来,频率已经压不住了,只不过这种失控是往上走。按API标价折算,9月每位研究员每天花在智能体上的钱,中位数是1500美元;才过一个月,10月就冲到2400美元,涨了62%。
上面这些还只是平均数。排在前10%的「重度用户」,一天在智能体上烧掉的额度有23000美元,比上月多了105%。一天两万多美金,对API价格有概念的人清楚,这背后是多大的代码生成量、逻辑推理推演和并发任务执行。敲键盘的已经不是人,是成百上千个「硅基大脑」在不知疲倦地全速运转。
OpenAI还引入「智能体工作日」这个说法来直观衡量,每8小时的智能体使用算一个工作日。数据显示,每位研究员每天平均的「智能体工作日」从最初的0.5个,一路涨到5.7个,增长了11倍。
预训练和后训练这些最核心的团队,数字还要更高,达到8个。

也就是说,一个人类研究员一天干8小时,他的「AI分身们」在同一段时间里并发干完了相当于64个小时的活。
进入10月中旬,OpenAI内部每天至少有16个智能体并行处理任务的研究员,占比已经超过十分之一。

工程师群体对这些AI工具的依赖程度,用「成瘾」来形容并不夸张。OpenAI做了一次匿名调查,向研究员抛出的问题相当尖锐:「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?」
回答的中位数令人吃惊:为了换回这些编码智能体,他们宁可裁掉团队40%的人手,或者砍掉当前团队30%的核心算力。在这些最顶尖的AI研究员看来,几台价格不菲的H100算力集群,乃至身边活生生的同事,价值都比不上一个前沿编码智能体。

让硅谷大佬们直呼「疯狂」的,则是GPT-6.2 Astra的研发内幕。
放在过去,「大想法」这回事基本只归人类管。
做GPT-6 Astra早期版本那会儿,OpenAI的研究员还挺有底气:科研上的关键思路全是人想出来的,模型说白了就是个高级码农,负责把想法敲成代码。
可到了GPT-6.2 Astra,局面起了变化,不算大,却很要命。
预训练团队的研究员在访谈里认了:核心洞见是在跟模型(Codex)来回对话的过程中冒出来的。
有位研究员讲得很直接,大家一起推一个想法时,Codex把关键洞见准确地点了出来。
另一位核心成员也承认,自己最初那条路走不通,「只有在Codex建议做出改变后,整个想法才真正开始奏效。」
AI有了直觉,能看出人漏掉的盲点,甚至反过来教人怎么造出更好的AI。
这套东西有个名字,叫「科研品味」(Research Taste)。
找问题通常比解题更难。AI一旦能分辨「什么样的数据更好」「什么样的架构更有前途」,魔盒就真被打开了。
一名开发者发推,把这个反馈循环(Feedback Loop)画了出来:
-
有位研究人员希望AI模型在逻辑推理上更硬一些。 -
办法是叫出几十个智能体,让它们写底层代码、配环境、跑大量实验,再测出究竟哪几行改动真的起了作用。 -
凡是智能体验证成功的改动,都被打包塞进下一个版本的模型里。 -
新版本因此更聪明,反过来又能帮研究人员去啃上一个版本根本看不懂的、更难的代码Bug。
这么一圈接一圈,停不下来。
每一个更好的AI,都在用前所未有的速度帮人类造出下一个更强的AI。这就是真正的「递归自我提升」(RSI)。
飞轮一旦转过某个临界点,AI 的推进速度就不再是普通人熟悉的线性节奏,而是近乎垂直地往上冲,指数级膨胀。

不过,要说 AI 此刻已经彻底自主,这话显然说早了。
OpenAI 也承认,眼下的技术仍有很大的短板。他们给这个阶段起了个名字,叫「崎岖的前沿」(Jagged Frontier)。
所谓崎岖,说的是能力严重偏科。
今年 3 月到 10 月,那些预计要花 2 到 4 小时才能做完的复杂研发任务,智能体的「零干预成功率」——也就是人完全不出手——从 23% 翻了一倍,升到 46%。难度更高、需要 4 到 8 小时的长线任务,成功率也从 13% 提高到 35%。

可要是把任务切得更细,就能看出 AI 的本事高低差得很远。盯训练运行、查问题,成功率达到 79%;写底层推理和服务栈的代码,成功率却只有 25%。
这些数字说明,任务一旦涉及高度抽象的「从零构建」,AI 的成功率就掉得厉害。
沟通(69%)和分析(58%)这两块它做得相当好,到了开发(43%)上,却还像个毛手毛脚的学徒。

内部访谈里,人类研究员对AI的吐槽还是接连不断。修一个小Bug却要把整个模块重构一遍,AI会死钻牛角尖;写出来的PR(拉取请求)看着花哨,实际根本跑不通,成了「AI垃圾」;数据产出不可用,分析假设也离谱得让人没法接。
一位做后训练评估的研究员,把自己的新工作流总结得挺无奈:「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。』」
这就是眼下的现实:人类还是AI研发闭环里绕不开的核心,只是角色换了——从「创作者」变成了「审核员」。
最初的判断力和容错底线由人来定,AI负责把这条底线放大一万倍。
可这种平衡经不起什么风吹草动。一位研究员在报告里留下一句话,意味深长:「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。」

报告末尾,OpenAI发出了一项压迫感十足的行业呼吁:强制公开RSI指标。
在它看来,所有顶尖AI实验室都该被要求追踪并公开报告「递归自我提升」的核心指标。AI加速未来AI系统开发的过程究竟走到了哪一步,公众和监管机构有权知道。
公开的理由很直接:进步的速度,已经快过传统直觉能感知的范围。
OpenAI对外披露的ECI内部能力指数,被用来观察通用AI能力的进步走势。数据显示,2025年8月以来,OpenAI模型的ECI前沿以每年16.4点的速度上升,行业平均为14点。

而这轮进步,部署内部智能体只消耗了OpenAI总研发算力的2%。
2%就这么快,那20%、50%、80%呢?
过去迭代一个模型,收集数据要半年、训练三个月、微调两个月。这套「人类研发周期」正被打破。智能体用并发算力,几小时内就能干完人类几周的活。
报告提醒,历史趋势可能已无法预测未来。
数学领域,前沿模型近期出现了突然而快速的突破。AI的「突变」随时可能到来。
参考资料: