OpenAI公开了一份名为《Research acceleration: The jagged frontier》的内部研究报告,首次系统披露自家研究员使用AI Agent的强度与效果。报告显示,按API标价折算,研究员人均每日Agent开销已从9月的1500美元升至10月的2400美元,使用量最高的10%人群单日达2.3万美元(约16万元人民币)。更引人注目的是,Agent的API等效价值已达到研究员非股权薪酬的两倍——在OpenAI内部,AI提供的劳动力价值从账面上已超过人类。

效率提升同样显著。Agent目前能独立完成约46%原本需人类花费2-4小时的研究任务,而今年3月这一比例仅为23%,七个月翻倍;对于需4-8小时的任务,自主完成率从13%升至35%。报告引入“Agent工作日”指标(累计运行8小时计一个工作日),当前每位研究员平均每日驱动5.7个Agent工作日,是此前基准的11倍。超过三分之二的研究员每天至少同时运行4个Agent,超过10%的人同时运行至少16个。

研究员对Agent的依赖已到“愿意用编制换权限”的程度。OpenAI调查了101名研究人员:若未来三个月无法使用最前沿Agent,中位数受访者愿以团队40%的人力编制或30%的算力资源来交换使用权限。

但报告标题中的“jagged frontier”(崎岖的前沿)点明了能力的不均衡。Agent在“沟通”(69%)和“分析”(58%)类任务上表现较好,但在“构建”(43%)上明显偏弱。具体而言,监控训练任务的成功率达79%,而编写推理与服务代码的成功率仅25%。研究员在访谈中反复提到,Agent缺乏研究“品味”,无法自主提出定义良好的问题,也难以判断代码与数据的优劣,需要人类像监工一样全程盯守,否则容易产出无价值的“AI废料”。

当前的人机分工因此清晰:人类负责提出想法、定义问题、把握方向与最终品控;Agent则作为能力放大的“手和眼”,快速实现想法、执行海量测试与分析。有研究员举例,过去评估一个开源项目需一两周,现在一天到几天即可得出结论。

AI加速AI自身研发的迹象也已出现。报告称,2026年每位活跃贡献者的代码产出较2025年之前持续猛增;每位活跃实验者跑的实验数量达到2025年基准的1.68倍。OpenAI内部能力指数(OECI)显示,自2025年8月以来,模型能力前沿每年提升16.4个点,高于此前每年14点的行业趋势。不过报告也提醒,这种进展未必线性,需警惕类似数学领域出现的突发跳跃式突破。

一个值得注意的结构性变化是:在所有研究方向中,人力投入增幅最大的是安全与对齐,而非预训练或多模态。大量新招及内部转岗研究员正涌向安全项目——一边是AI更深地参与自身研发,一边是人类加紧研究如何让其安全可控。这份报告以头部实验室的内部视角,为外界观察AI Agent的真实生产力边界、算力消耗模式及研发组织演变提供了少有的量化样本。