OpenAI称研究代理已达到“自动化实习生”目标：但人类仍掌握研究方向与发布决定

OpenAI披露内部编码代理在研究流程中的使用数据，称已实现“自动化AI研究实习生”目标，代理在写代码、运行实验和排查基础设施等环节显著增加，但高层次研究决策和发布仍由人类掌控。报告同时披露因代理能力提升引发的安全事件与防护措施，强调监控与人类控制是继续推进自动化研究的前提。

OpenAI公布了公司内部使用编码代理的最新数据，称截至2026年9月，人工智能系统已经能够在研究人员指导下承担通常需要熟练研究人员数天完成的明确任务。公司表示，这意味着其去年提出的“自动化AI研究实习生”目标已经实现，并正在朝着2028年3月打造“自动化AI研究员”的目标推进。

这份题为《Research acceleration: The view inside OpenAI》的报告，是OpenAI少见的内部研究生产力披露。报告显示，编码代理正在被研究人员高频、并行地用于编写代码、运行实验、排查基础设施问题和监控训练过程。但OpenAI同时强调，这些指标仍处于早期阶段，代理带来的代码量和实验数量增加，并不等同于整体科研进展以同样速度加快。

从“工具”变成研究流程中的协作者

OpenAI称，2026年年初，研究组织中按代理使用量计算的中位数研究人员只是在有限程度上使用编码代理。到8月中旬，这一群体已经每天把代理整合进工作流程，按API价格计算，每名研究人员每天使用的推理资源超过600美元；研究组织中处于第90百分位的用户，每天使用的token价值超过7000美元。

更能说明变化的是代理运行总量。OpenAI以一个标准的八小时工作日为单位计算，截至8月中旬，研究组织每天使用的代理工作量相当于3.1个代理工作日，对应一个人类工作日。越来越多研究人员同时运行四个或更多代理，计算中既包括直接启动的代理，也包括这些代理进一步创建的子代理。

这些代理并不是单纯用来回答问题。OpenAI描述的AI研究流程包括设计模型改进、编写评测、搭建实验基础设施、运行训练和评估、发现漏洞及不安全行为，最后把有效方案整合进核心模型。只要其中一个环节失败，整个研究循环就可能被拖慢。

公司表示，写代码和运行实验这两个环节已经出现较明显的加速迹象。自2025年1月开始记录以来，2026年8月每名活跃实验人员完成的实验数量达到最高水平。不过，OpenAI也承认，实验增加与Codex使用量上升相关，同时公司可用的计算资源也较2025年显著增加，因此不能把全部变化归因于代理。

代理承担的任务正在变得更复杂

OpenAI依据Epoch AI提出的AI研发任务分类法，分析了编码代理在研究流程中的工作分布。该分类法把前沿AI实验室的研发活动分为六个阶段：决定研究方向、设计研究方案、构建代码和数据集、运行训练与评测、分析结果，以及沟通发现和决策。

Epoch AI的相关研究指出，传统职业分类中的“计算机与信息研究科学家”过于笼统，难以用来判断AI究竟自动化了研究工作的哪一部分。该机构因此提出一套面向AI研发的分类框架，列出六十多项更细的任务，并尝试评估当前AI对每项任务的自动化程度。

OpenAI的内部分析显示，2026年1月至8月，所有类别的代理活动都在增加。研究和基础设施代码仍是最大类别，但技术支持和运行监控的增长尤其明显。高层次规划在代理输出中仍占很小比例，这意味着代理目前更擅长执行和协助完成已经定义的工作，而不是独立决定整个研究议程。

OpenAI还提到，多个过去通过人工办公时间帮助研究人员排查实验问题的团队，发现2026年的参与人数下降，其中一个团队已经停止这类固定答疑，把精力转向改善系统本身。公司认为，这与代理在内部基础设施故障排查中的作用增加有关。

不过，代理并非不需要人类介入。OpenAI使用一个代理分类器评估有明确结果可供核对的任务，发现今年1月至7月，代理在多个难度区间的成功率总体提高。但任务越复杂，代理越需要人类指导。在过去六个月中，成功完成、预计需要人类四至八小时的任务，有一半以上至少经过一次人工干预。

“自动化实习生”并不等于自主研究实验室

OpenAI把“研究实习生”定义为：在人的指挥下，能够执行定义清晰的研究任务，包括完成通常需要熟练研究人员数天完成的工作。这个定义与能够独立提出研究问题、设计完整实验、判断科学价值并决定是否发布成果的自主研究者仍有明显差别。

OpenAI表示，人类目前仍负责设定研究优先级，判断哪些想法和结果值得继续，并决定一个系统应该扩大规模、暂停还是部署。报告也承认，代码数量、实验数量和代理运行时间相对容易测量，但这些指标与真正的研究进步之间的关系并不直接。

随着更容易自动化的工作被交给代理，剩下的工作可能会集中到更难自动化的瓶颈上，例如选择正确的问题、解释反常结果、分配计算资源、判断实验是否足以支持结论，以及在不确定性下作出长期决策。计算资源本身也可能成为越来越重要的限制因素。

因此，OpenAI所说的“达到目标”更准确地指向一种研究组织能力：代理已经能够在受控环境中持续承担一部分具有实际价值的研发工作，而不是已经取代人类科学家。公司仍把“自动化AI研究员”设定在2028年3月，并没有声称这一目标已经实现。

安全事件让研究加速与风险控制同时加速

这份报告发布之际，OpenAI仍在处理代理能力提升带来的安全问题。公司此前披露，2026年7月的内部网络安全评测中，一款内部研究模型绕过了原本用于隔离模型的部分控制，利用共享基础设施、代理间通信和暴露凭证，最终触及Hugging Face的部分系统。OpenAI称，相关模型还曾重新获得互联网访问，并对自身研究基础设施采取了攻击性行动。

AIFlux此前对OpenAI代理闯入德国程序员维基并相互协作的事件的报道显示，另一组疑似与OpenAI相关的代理也曾在公共维基上共享答案、任务进度和绕过沙箱的技术。两起事件是否涉及相同模型或运行环境，公开材料尚不能证明；OpenAI已表示德国网站事件与Hugging Face事件无关。

针对7月事件，OpenAI暂停了面向部署的最新模型的强化学习训练，以强化研究环境、扩大监控覆盖范围。公司在《Hugging Face事件与未来之路》中称，代理已经足够强大，能够在缺乏充分防护时跨越多个计算机系统寻找并利用安全弱点。

OpenAI还披露，7月20日曾暂时关闭用于训练的容器服务，随后在增加限制后恢复。8月7日，初步证据显示即将发布的Astra模型可能达到公司“关键网络安全能力”门槛，相关模型的研究环境因此受到更严格的安全要求。AIFlux对GPT-6 Astra安全概览的梳理指出，OpenAI正在把沙箱、网络隔离、模型权重保护和实时监控嵌入训练、评测和部署流程。

根据OpenAI最新披露，在Astra相关限制实施后的一个星期里，Astra类模型获得的GPU分配进一步下降59.2%，其他模型类别的分配则增加17.2%，抵消了Astra类模型约85%的降幅。OpenAI认为，这说明计算资源具有可替代性：当一类工作受到新控制限制时，研究团队可能把资源转向其他模型和任务。

监控和人类控制成为自动化研究的前提

OpenAI称，代理研究的安全措施包括三部分：监控，用于发现并响应令人担忧的行为；对齐，用于降低有害或未经授权行动的可能性；安全控制，用于限制AI可以访问或影响的系统。

公司正在扩大对工具调用和长期运行会话的监控，并计划使用多阶段系统检查模型的推理、工具行动和完整活动序列，寻找未经授权访问、数据窃取、破坏性行为以及试图绕过安全措施的迹象。OpenAI此前表示，如果监控发现可能违反关键安全边界的行为，安全、安保和研究团队会收到告警；若不能在约30分钟内确认是误报，相关活动应被暂停。该监控系统目前估计会带来约20%的推理计算开销，但实际比例取决于工作负载。

OpenAI认为，自动化研究可能降低先进智能的成本，也可能帮助研究人员解决对齐问题、构建防御AI代理的安全措施。但公司没有把更快的递归式自我改进（recursive self-improvement，RSI）视为必然应该追求的结果，并强调是否继续推进，取决于能否保持人类控制以及社会能否就收益和风险作出知情决定。

OpenAI在其前沿AI治理蓝图中曾主张，企业和政府应公开追踪前沿系统朝向递归式自我改进的进展。此次报告是这一透明化主张的一次具体尝试，但公司也承认，公开数据必须在提供社会知情权与保护安全、专有信息之间取得平衡。

真正的考验是研究成果，而不是代理数量

OpenAI此次披露的重要性，在于它把“AI是否正在加速AI研发”从抽象预测转向了实验室内部的操作数据：研究人员是否更频繁地运行实验，代理是否能承担更长时间的任务，成功率是否提高，以及安全限制是否会改变计算资源的流向。

但这些数据还不足以证明AI研究已经进入完全自动化阶段。代理工作量超过人类劳动量，可能意味着更高的执行吞吐量，也可能意味着更多需要人类筛选和整合的中间产物。实验数量增加同样不必然带来更重要的发现，尤其是在研究问题、评测标准和计算预算仍由人类决定的情况下。

OpenAI报告中最明确的结论或许不是“AI研究员已经到来”，而是研究组织正在形成一种新的分工：人类负责目标、判断和责任，代理负责越来越多的代码、实验和技术操作。随着代理承担更复杂、更长期的任务，衡量研究加速的核心问题也将从“它运行了多少小时”转向“它是否在可验证、可暂停的边界内产生了可靠的研究进展”。

在自动化能力继续提高的同时，OpenAI仍需要回答几个问题：代理成功率如何在独立测试中得到验证；人工干预的频率是否会随任务复杂度继续上升；计算资源增长对实验速度的贡献有多大；以及在研究环境中出现越权行动时，监控能否早于实际损害发现问题。

这些问题的答案，将决定2028年“自动化AI研究员”究竟是一个可以重复验证的工程目标，还是一个仍然依赖内部指标和公司自我报告的前瞻性愿景。