OpenAI 研究人员称他们对 AI 工具的依赖超过近一半同事

媒体报道 The Decoder 原文语言:英文

OpenAI 报告显示,内部编码代理的使用成本已超过研究员的基本工资,平均每日代币价值约 2,400 美元,前 10% 用户甚至达 23,000 美元。研究员表示宁愿牺牲团队人数或算力,也不愿三个月不使用这些工具。

全文

Plus AI in practice

OpenAI的内部研究人员现在表示,他们对AI工具的重视程度甚至超过了他们近半数的同事

Maximilian Schreiner 查看 Maximilian Schreiner 的 LinkedIn 个人资料

Nov 19, 2026

OpenAI内部对编程代理(coding agents)的使用正在快速增长,其理论上的Token成本现在已经超过了研究人员的基本薪资。尽管团队很不愿在没有这些工具的情况下工作,但除了常规任务之外,这些模型仍然会产出大量的“AI平庸垃圾(AI slop)”。

在关于内部研究加速的第二份报告中,OpenAI公布了关于AI代理在多大程度上嵌入新模型开发过程中的自身数据。该公司表示,其旨在记录所谓的递归自我改进(recursive self-improvement,简称RSI)的指标,即AI系统加速未来世代开发的进程。

报告显示,近期内部工具(如Codex和Dots)的使用量激增。按常规API标价计算,在10月份,普通研究人员每天消耗的Token价值达到2,400美元,比前一个月增长了62%。在前10%的用户中,这一理论价值翻了一番,达到每天23,000美元。

据报道,换算成八小时工作日,这些代理在每个日历天内为每位研究人员相当于运行了5.7个工作日,在预训练和后训练团队中则约为8个工作日。在被追踪的研究人员中,超过三分之二的人在用量高峰期同时运行了至少四个代理。

OpenAI称,9月份该代理运行时的理论API等效成本是研究人员常规薪资成本的两倍。不过,该计算排除了股票薪酬包,而这占了OpenAI总薪酬的70%到80%。与公司的总研究算力相比,内部代理的使用量仅占2%。

A large share of AI usage goes toward communication and coding. | Image: OpenAI
A large share of AI usage goes toward communication and coding. | Image: OpenAI

AI的大量使用都流向了沟通和编程。| 图片:OpenAI

常规任务成功率高,代码骨架(scaffolding)能力薄弱

OpenAI的数据显示,在3月至10月期间,在没有人类干预的情况下,自主代理在2到4小时任务中的估计成功率从23%上升到46%。对于4到8小时的任务,成功率从13%上升到35%。然而,使用Epoch AI分类法的细分结果表明,这些系统主要还是处理简单的任务。

据报道,代理在完成训练运行监控时的成功率为79%,独立回答技术问题时的成功率为72%,但它们在更复杂的工程工作上往往会失败。构建评估和强化学习环境的成功率为29%,为推理和提供服务系统编写代码的成功率为25%。

在一项针对101名员工的内部、非代表性调查中,研究人员表示,若要在“没有当前编程代理三个月”和“放弃团队40%的人员或30%的算力容量”之间做出选择,他们宁愿选择后者。在对28名员工进行的另一项快速民意调查中,27人更倾向于使用最新的内部模型,而不是职业生涯中期的资深人类工程师。

缺乏研究品味需要人类监督

对10名研究人员进行的定性访谈揭示了高强度使用的负面影响。受访者表示,这些模型完全缺乏对优秀研究理念以及代码和数据质量的“品味”。代理会在不必要的步骤中迷失方向,在分析中做出错误假设,并提交质量低劣的“AI平庸垃圾”代码更改以及不可用的数据产物。密切的人类监督对于避免浪费算力周期至关重要。

据受访团队透露,GPT-6 Astra和GPT-6.2 Astra的关键概念性想法完全来自后训练和安全领域的人类。只有在GPT-6.2 Astra的预训练中,个别研究人员表示他们通过与Codex的对话获得了重要的见解。

OpenAI在结论中警告称,迄今为止从人机协作中收集的数据可能无法进行线性外推。该公司指出最近AI在数学领域取得的快速突破,并认为随着模型获得更多自主性,深度学习研究本身也可能发生类似的突发性进展。

评估机构 METR 最近在对竞争对手 Anthropic 进行为期十一周的深入评估后估计,那里对人工智能的使用使开发速度几乎翻了一倍。在此之前,OpenAI 在 9 月初的第一份研究加速报告中宣布,其已达成自动人工智能研究实习生的自定目标。首席科学家雅库布·帕霍基(Jakub Pachocki)在随附的一篇文章中警告称,在一次审计揭示监督系统中存在大量漏洞后,可能会失去控制。

正文为 AI 译文。

参考来源

← 返回每日AI报告