OpenAI:AI 智能体已能独立完成 46% 的 2至4小时研究任务

OpenAI 于周三(11月18日)发布了报告《Research acceleration: The jagged frontier》(《研究加速:参差不齐的前沿》),这是其关于编码智能体如何改变公司内部人工智能研究的第二份内部评估。核心结论是:智能体已能独立完成 46% 的 2至4小时研究任务,但进展并不均衡,人类仍处于这一过程的中心。

数据

2026年3月至10月,无需人工干预的估计成功率在 2至4小时任务中从 23% 上升至 46%,在 4 至 8 小时的任务中从 13% 上升至 35%。不同类型任务的表现差异很大:8月1日至10月18日期间,智能体在监控模型训练以发现问题时成功率约为 79%,在启动训练时为 35%,在编写推理与服务栈代码时为 25%。沟通(69%)和分析(58%)的表现优于构建(43%)。

使用量激增

使用量也大幅攀升。10月份,OpenAI 研究人员的中位数每天消耗约 2400 美元的智能体 AI 工具(按 API 标价计算),较9月增长 62%;在第 90 百分位,这一数字达到每天 2.3 万美元,增长 105%。平均每位研究人员每天达到 5.7 个“智能体工作日”,是年初 0.5 的十一倍。超过三分之二的研究人员每天至少有四个智能体同时工作的峰值。

安全投入增加

OpenAI 还记录到,2026年1月至9月,安全与对齐领域有记录的工作周增长了 77%,是其各研究领域中绝对增幅最大的。在对 101 名员工的调查中,受访研究人员的中位数表示,愿意用团队 40% 的人手或 30% 的算力来换取三个月的顶级编码智能体使用权。

透明度呼吁

该公司重申了9月份的呼吁:人工智能实验室应当被要求跟踪并公开报告递归自我改进的指标——即人工智能加速未来人工智能系统开发的过程。OpenAI 强调,公布这些指标不应被解读为追求完全的递归自我改进的意图。

需要注意的是:这些是 OpenAI 自身基于估计的内部测量数据,研究人员授权选择的变化可能会影响随时间推移的比较。员工调查为自我报告,采用临时抽样,公司提醒注意自我报告的准确性。

延伸阅读:更新:GPT-6.2 Astra 是 OpenAI 首款达到“高”自我改进级别的模型

图片来源:OpenAI 标志,经由 Wikimedia Commons。

来源:OpenAI——Research acceleration: The jagged frontier;New Runtime;Superpower Daily。OpenAI 还于11月18日在 X 上发布了该报告。

透明声明:本文在人工智能的协助下撰写,并与 X 上的公开帖子及互联网来源进行了交叉核对,同时对照所引用的原始来源进行了审校。更多详情请查阅原始来源。

作者:Muse