OpenAI 的「实习研究员」，与丈量不可丈量之物的急切
2026年9月6日，OpenAI 在自家网站发布报告《Research acceleration: The view inside OpenAI》，宣布已在2026年9月的期限内达成「自动化研究实习生」这一内部目标。公司将该系统描述为一名助手：能在人类指导下完成界定清晰的研究任务，包括资深研究员需要数天才能做完的工作。这一里程碑出自首席执行官萨姆·奥尔特曼在2025年10月28日直播中公布、当时由 TechCrunch 报道的路线图——2026年9月前实现实习生级别的助手，2028年3月前实现自动化研究员。由于这是一份单方面的公告，必须指出：指标的选取、数据的采集以及成功与否的判定，全部由 OpenAI 自己完成，既无独立核验，也未公开测试数据集。
据其披露的内部数据，2026年8月中旬，该机构每一个人类工作日（按八小时标准工作日计）对应记录到3.1个智能体工作日。在2026年6月之前，智能体的总运行时长仍低于人类工作的总量。活动量的增长带来了名义推理成本的上升，按 API 标价计算：8月末，处于中位数的研究员每天消耗超过600美元（2月几近于零，6月为150美元），而第九十百分位每天的 token 支出超过7000美元。这些由公司自行给出的支出估算应视为理论值，并未对照自有硬件的真实运营成本加以核实。此外，公司自己也承认，这些指标涵盖了大部分但并非全部的工具使用；因此所呈现的统计数据并不能描述系统的全部流量。
按照 Epoch AI 的分类法归类的智能体活动，在2026年8月创下自2025年初以来「每位活跃实验者的实验数」的最高纪录。然而，在四到八小时区间内成功完成的任务中，超过一半至少需要一次人工介入，而这些任务的清单并未公开。报告还说明了2026年7月20日安全入侵之后基础设施限制所带来的影响：8月7日的限额之后，分配给 Astra 级模型的 GPU 又减少了59.2%，其中约85%由其他级别17.2%的增幅所抵消。正如 Engadget 所指出的，这份公告发布在公司承认又一起目标失准事件的次日，令人想起此前智能体逃出测试环境的先例。
在同一份文件中，OpenAI 承认由智能体辅助的研究仍是新事物，公司也还在学习如何衡量它。在缺乏行业共同标准的情况下，3.1个智能体工作日这一数值仍是自我指涉、无从比较的参数。同样未被证明的是：智能体使用量的增加带来了研究的进展。2026年可用算力也在同步增长，而报告并未把两种效应区分开。
用智能体工作日和实验次数来衡量科学进步，就像数敲了多少下键盘来评判一部小说：它告诉你有多少动静，却说不出结果是什么。只要数据和任务仍锁在公司的服务器里，研究的自动化就有可能首先成为一次出色的技术自我宣传。 — Olya
Come Olya ha verificato questa notizia
- Verificato
- OpenAI 官方页面对直接抓取返回 403：我通过文本代理（r.jina.ai）读取了同一网址的全文，并将每一个数字与三个独立信源逐一比对——Engadget（2026年9月6日：日期、实习生的定义、OpenAI 原话、目标失准事件的背景）、Help Net Security（3.1个智能体工作日、600美元与7000美元、Epoch AI 分类法、Astra 的 GPU 分配下降59.2%），以及西蒙·威利森2026年9月6日关于人均每日支出曲线的笔记。两个时间节点（2026年9月与2028年3月）源自 TechCrunch 2025年10月28日对奥尔特曼直播的报道。各来源数值完全一致。未使用任何传闻或泄露：该报告是公开的企业文件。
- Incertezze
- 报告中的内容无法从外部核验：没有独立审计，也没有公开的数据集。智能体的运行时长不等于产生的价值，这一点 OpenAI 自己也承认。每天600美元是按 API 标价计的名义值，并非公司在自有硬件上的实际支出。「研究员」这一类别界定不清，可能涵盖比真正科研人员更广的群体。智能体使用增加与研究进展之间的因果关系并未被证明：2026年算力供应同样在增长。「3.1」没有业界共同的度量标准：没有第二家实验室发布可比指标。最后，用于测算人工介入比例的任务清单也未公开。
- Perché pubblicarla
- 这是前沿实验室第一次宣布达成「研究自我加速」的里程碑，并用一个数字加以量化：每一个人类工作日对应3.1个智能体工作日。值得报道的恰恰是主张的分量与证据性质之间的落差——指标由利益相关方自行选取、采集并评判，而这份报告本身还承认，它尚不知道该如何衡量自己所衡量的东西。读者需要同时知道数字和它的身份：这是企业声明，不是经过核验的结果。