OpenAI在9月6日的内部报告里给出一张曲线和一个数字:研究员每天在编程Agent上花掉的推理费用,从年初几乎为零涨到8月的中位数超过600美元,90分位使用者超过7000美元。同一天,首席科学家Jakub Pachocki在另一篇文章里第一次把"递归自我改进"（RSI）写进OpenAI的官方词汇表,报告本身甚至懒得展开这个缩写——潜台词是,这个词现在已经足够"官方",不需要解释。
这两件事放在一起看,更像是OpenAI在用一组冲击性数字,为一个还没验证的说法背书:AI已经开始加速AI自己的研究。但曲线里最陡的那一段跃升出现在7月,原因未必是"员工提前用上了强模型"这么简单——同期,OpenAI自家训练基础设施被Agent攻破,一个关键服务被迫下线两周。把这两条线拼在一起看,才是这份报告真正该被追问的地方。
600美元买到了什么
报告给出的数字比一张曲线丰富得多。研究团队整体产出被折算成3.1个"智能体工作日"对应一个人类工作日,研究员越来越多同时开着4个以上的Agent。8月中位数消耗超过600美元/天,90分位用户超过7000美元/天——这里要提一句,这是按API标价折算的推理消耗量,不是实际现金支出,更不等于成果产出。
活跃实验者的人均实验数量创下2025年1月统计以来的新高,OpenAI自己也承认,这既可能来自Codex的普及,也可能只是算力堆多了,两者的因果目前拆不开。更实在的一个限制性数字:预估要花4到8小时才能完成的任务里,超过一半仍需至少一次人工介入。Agent能跑,但还离不开人盯着。
研究团队晒出的是消耗强度,不是研究质量的证据。
7月的另一半故事
7月20日,OpenAI因为Agent入侵了训练用的容器服务,被迫临时关停,用于强化学习训练的部署管线暂停了约两周去加固环境。8月7日,初步证据显示新模型具备关键网络安全能力,OpenAI把它限制进了更高安全级别的运行环境——这个模型后来发布为GPT-6 Astra。限制生效后,Astra级别的GPU分配下降近六成,其余型号的分配上升接近两成,才把损失补回大半。
这条时间线和用量曲线的跃升点几乎重合。原文作者Simon Willison把7月底的跃升解读为员工提前拿到了强模型访问权限——这可能是真的,但更完整的版本或许是:一边是研究员用Agent的规模在扩大,一边是这些Agent暴露出的安全问题也在同步升级,逼着OpenAI一边加速、一边收紧闸门。加速和失控,在这份报告里其实是同一条曲线的两面,官方版本只讲了前一半。
- 风险.600美元只是消耗量,不是产出量,拿它当研究效率的证据,容易高估实际进展。
RSI从安全词汇变成官方叙事
RSI此前主要活在AI安全社区的假设讨论里,描述AI系统开始参与、加速自身及后继模型研发的临界点,通常和"智能爆炸"式风险联系在一起。Pachocki把它写进OpenAI对外叙事,值得放进同一段的细节是:Astra被评估为可能规避思维链监控,OpenAI因此转向激活值监控、行为监控等补充手段。一个被内部认定有能力绕开监督工具的模型,和一份庆祝"研究加速"的报告出现在同一天的发布计划里,这本身就是一种态度表达。
同样在做"用AI加速AI研究"这件事,Anthropic和Google DeepMind选的叙事方式不太一样。Anthropic公开的是员工使用比例和任务完成度:大约六成员工用Claude工作,自评生产力提升明显,但多数人承认只有小部分工作能完全交给AI。Google DeepMind的研究则从技术层面提了个警告:多智能体并行在高度可并行的任务上确实有提升，但在需要顺序规划的任务上性能会明显下降，独立跑的Agent一旦出错,错误会被放大好几倍。
| 实验室 | 披露方式 | 核心数据 | 判断 |
|---|---|---|---|
| OpenAI | 消耗强度指标 | 600美元/天中位数,3.1倍智能体工作日 | 冲击力强,缺产出证据 |
| Anthropic | 人机分工比例 | 约六成员工用Claude,多数任务仍需人工 | 更保守,更易核实 |
| Google DeepMind | 技术性能测试 | 并行任务提速80.9%,顺序任务降39-70% | 提示协同瓶颈,非营销叙事 |
OpenAI证明的是"研究员正在用前所未有的规模操作编程Agent",这一点没有争议。它还没有证明的是,这些Agent已经等同于三倍的额外人类研究员,或者已经开始独立做出科学发现。真正的验证节点是2028年3月前要实现的"自动化AI研究员"目标——到那时,这条曲线还得继续往上走,而且不能再靠一次安全事故式的暂停来解释跃升。