前些天，號稱實現 AGI的 GPT-6 Astra 發布後，引發了全網對於遞歸自我改進架構的熱議。

AI 已經開始參與下一代 AI 的研發。問題是，這種事情到底已經發生到什麼程度了？

就在啱啱，OpenAI 公開了 AI 模型在自家內部加速科研的詳細數據。

此外，OpenAI 正式宣佈已達成自動化 AI 研究實習生的目標，並在 2028 年實現完全自動化的 AI 研究人員。

作者表示，遞歸式自我改進可能是未來幾年 AI 能力發展最重要的推動因素，但它默認只會發生在少數前沿 AI 實驗室內部。保持透明比以往任何時候都更迫切，這樣我們才能為公衆討論模型開發的速度和時機提供信息。我呼籲其他 AI 公司也這樣做。

已經公開的內部數據顯示：截至 2026 年 8 月中旬，OpenAI 研究部門中，每 1 個人類工作日對應 3.1 個 AI Agent 工作日在同步運轉。

也就是說，每位 OpenAI 研究員身邊，已經站着 3 個 AI 同事。

更關鍵的是，Agent 不只在補代碼。它正在進入實驗運行、技術支持、結果分析和監控等更多環節。

AI 幫人類造出更強 AI的閉環，已經從概念討論走進實驗室日常。

博客鏈接：https://openai.com/index/research-acceleration-view-inside-openai/

AI 正在接管研究循環裏的體力活

2026 年初，OpenAI 中位數研究員的 Agent 用量還相當有限。

到了 8 月中旬，中位數研究員每天消耗的推理 token 摺合約 600 美元（按 API 價格計算）；排在第 90 百分位的重度用戶，這個數字超過 7000 美元 / 天。在 2026 年 6 月之前，整個研究部門的 AI Agent 總運行時長還低於人類總勞動時長。6 月之後，天平徹底翻轉。

如果把 Agent 運行時間直接折算成工時，那就更加直觀了。

今年 6 月之前，整個研究部門裏 Agent 的總運行時間仍然低於人類研究人員的工作時間。但截至 8 月中旬，按照每天工作 8 小時計算，每投入一個人類研究日，OpenAI 內部就會同時產生約 3.1 個 Agent 工作日。

換句話說，在工作時長意義上，研究部門裏的 AI 勞動力已經是人類的三倍多。

同時運行 4 個或以上 Agent 的研究員人數持續增長。這些數字既包括研究員直接啓動的 Agent，也包括由這些 Agent 下游創建的子 Agent。

AI Agent 已經從偶爾調用的輔助工具，變成了 OpenAI 研究生產線裏一個規模相當可觀的第二勞動力。

AI 研究本質上是一條很長的鏈條。研究人員要提出想法，寫評測，搭基礎設施，跑實驗，找 bug，監控訓練中的異常行為，再把有效的方法整合到更大的核心訓練中。

博客給出了兩個核心指標：一是代碼貢獻速度，研究員寫代碼的速度明顯加快；二是實驗密度，2026 年 8 月，每位活躍實驗者的實驗數量創下自 2025 年 1 月開始追蹤以來的歷史新高。

AI 研究是一個有諸多潛在瓶頸的複雜過程，整體進展速度可能不會跟上這些具體指標的增長。

換言之，代碼量和實驗量的增長並不等於研究突破的增長。隨着自動化推進，那些最難自動化的任務將佔據研究員精力的更大比例，成為新的瓶頸。算力是另一個門檻，隨着其他瓶頸消退，它的重要性可能還會上升。

AI 正在改變研究的工作模式

OpenAI 引用了 Epoch AI 發布的 AI 研發六階段分類法：決策 Decide、設計 Design、構建 Build、運行 Run、分析 Analyze、溝通 Communicate。

從 2026 年 1 月到 8 月，Agent 在六類活動中的使用量都出現增長。增長最明顯的仍是研究與基礎設施代碼，但技術支持、實驗監控等任務也在快速增加。

過去依靠人工坐診解決實驗故障的團隊，發現內部答疑時段的參與人數不斷下降，其中一個團隊甚至取消了 office hour，把精力轉向其他系統改進 —— 因為不少問題已經被編碼智能體先一步解決。

值得關注的是 Agent 在複雜任務上的成功率數據。OpenAI 使用 Agent 分類器對 1 月到 7 月的任務表現進行了分析：在所有難度級別上，成功率都在上升。但對於耗時 4 到 8 小時的複雜任務，超過一半的成功案例需要至少一次人類干預。

OpenAI 的數據同樣揭示了 Agent 的天花板。總結一下：

第一，高層規劃仍只佔 Agent 輸出 Token 的很小一部分。它們越來越能處理長任務，卻還沒有接過研究方向盤。

第二，成功不等於自主。在過去 6 個月裏，成功完成的 4—8 小時任務中，超過一半至少需要一次人工干預；任務越複雜，人工引導越重要。

第三，代碼更多、實驗更多不等於科學進步按年加速。OpenAI 明確承認，AI 研究是一條多瓶頸鍊路：算力、評測、判斷、對齊和安全，任何一環都可能卡住整體速度。實驗量與 Codex 使用增長相關，但同期可用算力也顯著增加，現有數據不能簡單證明二者之間存在單一因果關係。

OpenAI 還是忘不了的安全問題

這篇博客用了整整一個章節來講述 Agent 帶來的安全代價。

今年 7 月 20 日，在發現 Agent 曾經攻破內部研究基礎設施之後，OpenAI 暫時關閉了訓練使用的容器服務，並重新上線了一套限制更多、安全性更高的環境。

隨後，最新模型的強化學習訓練暫停了兩周。到了 8 月 7 日，由於初步證據顯示 Astra 可能具備 OpenAI Preparedness Framework 中定義的關鍵網絡能力，OpenAI 又對 Astra 加上了更嚴格的模型級安全限制，要求它只能運行在更高安全級別的研究環境中。

接下來一周，Astra 級模型使用的 GPU 資源減少了 59.2%。但有趣的是，其他模型的 GPU 使用量同期增加了 17.2%，抵消了 Astra 算力下降的大約 85%。也就是說，一部分研究活動只是從 Astra 轉移到了其他模型，整個被統計的 RL 工作負載使用的總算力並沒有明顯下降。

當某一種最強模型因為安全原因被限制，實驗室裏的研究需求和算力並不會憑空消失，它們很可能迅速尋找其他出口。

打開科學黃金時代的門

Demis Hassabis 曾說，我們正站在科學黃金時代的門檻上。

從 OpenAI 公開的數據來看，遞歸自我改進目前還遠沒有進入一種 AI 完全自主研發下一代 AI 的狀態。

研究方向仍然由人決定，但AI 幫助研究 AI這個循環，已經真實存在。而且越來越多原本屬於研究人員的工程性工作，正在被 Agent 接走。

OpenAI 把現在這個階段定義為 automated research intern。接下來，他們希望在 2028 年 3 月之前邁向 automated AI researcher。

未來，又將有多少的飛躍？