中位用量到2400美元,研究加速仍是锯齿状的
AI
发布于 2026-11-20 / 0 阅读
0
0

中位用量到2400美元,研究加速仍是锯齿状的

如果只截一句“成功率接近一半”,2026 年 11 月 18 日这份 Research acceleration: The jagged frontier[1] 很容易被读成:智能体已经能独立做完近一半中长研究任务。原文不是这样写的。

报告讲的是 OpenAI 内部研究组织如何使用智能体,以及这种使用怎样改变研究节奏。它给出的图景有两边:一边是用量和部分任务的估计成功率明显上升,另一边是提升并不整齐,官方把它叫做锯齿状的前沿,并写明人类仍是 AI 发展的中心。

图 1(概念插画):锯齿状研究加速前沿概念示意(AI 辅助生成 · 非实测 · 制图:津滨AI)

2400 美元是标价用量,不是一张已经核对的工资单

按 API 标价,中位研究人员现在每天在智能体工具上的用量约为 2400 美元,90 分位约为 23000 美元。导语把它落实到 10 月:中位日用量达到 2400 美元,较 9 月上升 62%;90 分位达到 23000 美元,较 9 月上升 105%。同一段还给出 9 月对照:约为 1500 美元与 11000 美元。

这些数字跟踪的是 Codex、ChatGPT Work 和 Dots 的用量。官方随后解释,用量上升包含多种变化:活动增加、转向更贵的模型,以及模型行为和代理工具链(harness)的改变。因此,不宜把它直接读成“公司已经为每位研究人员实付这么多现金”,更不宜把它抄进另一家公司的预算表。

一份调查从侧面说明这些工具在内部被看得有多重。被问到为了保留前沿编码代理三个月愿意拿什么来换时,中位回答是团队算力的 30%,或在另一问中是团队编制的 40%。这是意愿调查的中位数,不是已经发生的编制裁减。

代理工日涨了 11 倍,不同团队并不一样

报告把每 8 小时的代理使用计为 1 个“代理工日”,用来近似代理占用的墙上时间。按这个定义,人均代理工日从 0.5 升到 5.7,约 11 倍。增幅最大的是预训练和后训练团队:这些团队在每个日历日上,代理运行时间平均大约相当于 8 个代理工日;扩展与基础设施团队大约是 4 个。

5.7 不是“一个人在日历上工作了 5.7 天”,8 也不是这些团队已经不睡觉。它说的是代理运行被折算后的规模,而且不同团队差出一倍。官方还注明,这一工日指标通常只统计交互式使用,也不反映模型能力或定价的变化。最重的使用者还在继续拉开距离——90 分位的标价用量已经是中位的数倍。

并发也在增加。报告延续 9 月的观察,并给出更细的分组:到 10 月中旬,超过三分之二的纳入统计的研究人员,日峰值平均至少同时有 4 个代理在工作;超过 10% 的人,日峰值平均至少同时有 16 个代理。这能解释用量为什么会涨得那么快,但不能单独证明研究质量同步提高。

图 2(报刊数据图):OpenAI 内部 API 标价日用量与人均代理工日拆解(非实测 · 制图:津滨AI)

成功率在升,但要按任务时长分开看

从 3 月到 10 月,对估计需要 2 至 4 小时人工的任务,估计成功率从 23% 升到 46%;对估计需要 4 至 8 小时的任务,从 13% 升到 35%。官方紧接着写:工作类型很重要。

46% 只贴在 2 至 4 小时这一档,而且是估计成功率、对应估计所需时长。把它写成“近一半中长研究任务已被独立完成”,会越过原文。4 至 8 小时那一档到 10 月也还在 35%。报告自己的结论更接近:加速是真的,形状是锯齿状的,人还在回路里做选择、做判断、做那部分仍然做不稳的工作。

报告还提醒,代码行数和实验次数这类活动指标虽然好跟踪,其增加并不必然意味着研究进展变快,所以他们另外引入了 OpenAI ECI——一个面向内部的、基于 Epoch Capabilities Index 的能力追踪方法,用来更直接地看研究成果。本文不在未核对具体图表数值的情况下,转写 ECI 或代码行数的点位。

与“代理用量上升”同时出现的,是人的时间也在重新分配。安全与对齐(Safety and Alignment)是各大研究方向里,有记录的研究投入绝对增量最大的一块:从 1 月到 9 月,有记录的工作周增加了 77%,原因同时包括新招聘,以及已有研究人员转向这些工作流。官方写,这一增长在 2026 年 7 月他们回应 Hugging Face 相关事件之后明显加快。把这段读成“人正在退出研究”,会和报告本身相反:人不仅还在,而且有相当一部分人力正在转到安全与对齐。

这也是这篇对外部读者最有用的边界。你可以把这些数字当成理解前沿实验室节奏的参照,但不能当成自己团队明天就会出现同样用量、同样成功率的保证。OpenAI 没有在这份报告里为外界提供一份通用的自动化验收清单。

图 3(报刊数据图):不同人工时长档的估计成功率变化与安全对齐人力增量(非实测 · 制图:津滨AI)

知识延伸:锯齿前沿说的不是平均速度

一条平滑的“全面加速”曲线,通常会把所有任务的成功率加成一个平均数。这份报告要强调的是另一件事:智能体在某些时长、某些工作类型上跳得很快,在另一些地方仍然不稳,所以叫 jagged frontier。阅读时至少要同时看三个口径——API 标价下的中位与 90 分位日用量,8 小时折算的代理工日及其团队差异,以及按估计所需时长分开的成功率。缺少任何一截,都容易把内部观察写成对外承诺。对人来说,更实际的问题不是“研究是不是已经被替代”,而是哪些任务已经适合交给代理试做,哪些判断仍然要留在人手里。官方把自己的答案写在标题附近:人还在中心。

说明:本文由津滨 AI 借助 AI 辅助检索与起草,并经人工对照 OpenAI 2026 年 11 月 18 日官方报告核实审校。文中信息图由津滨 AI 根据已核实的官方数字制作,图中均标明“制图:津滨AI / 非实测”,为 AI 辅助生成的概念示意图,并非实拍或官方原图。封面为 typographic 光影卡片,同样为 AI 辅助生成、非实拍。数字均按官方口径转写,作者未获得内部原始账本,标价用量不等于已核实付成本。

参考资料

[1] Research acceleration: The jagged frontier:https://openai.com/index/research-acceleration-jagged-frontier/

长按或微信扫码关注「津滨AI」
内容创作与合规说明:本文正文及文内自制数据图表基于文末参考资料中的公开官方公告、行业媒体及合规文献,结合 AI 辅助检索整理与起草,并经人工核实与审校定稿;文内概念/场景配图系 AI 辅助绘制(非现场实拍)。本文仅供公开资料汇编与产业研究参考,不代表任何官方立场,不构成投资、医疗或法律建议;转载、引用及原发布方素材权利归原权利方所有。

评论