OpenAI称AI研究实习生已达标AI正在参与制造下一代AI。

9月6日，OpenAI公布内部数据，称已经实现去年设定的“自动化研究实习生”目标。

但这个名称很容易被误读。

OpenAI所说的“研究实习生”，不是能够独立提出科学问题、决定研究路线的自主科学家，而是一套在研究人员指导下，完成边界明确任务的智能体系统。部分任务如果交给熟练研究人员，可能需要几天时间。

截至8月中旬，按8小时工作日折算，OpenAI研究部门每投入一个人类工作日，同时会运行约3.1个“智能体工作日”。

研究人员正在并行启动多个智能体，让它们编写实验代码、搭建评测、分析结果、排查研究基础设施问题。8月的人均实验数量也达到2025年1月开始统计以来的最高水平。

不过，3.1个智能体工作日绝不等于增加了3.1名研究员。

这个数字主要衡量运行时间，不衡量研究价值。智能体可能并行尝试大量无效方案，也可能把错误重复得更快。

OpenAI自己的数据也显示：

高层研究规划目前仍只占智能体输出的很小一部分；

面对相当于人类需要4至8小时完成的任务，成功案例中超过一半仍至少需要一次人工干预；

实验数量上升与智能体使用增加相关，但同期可用算力也在增长，因此不能把全部提升都归功于AI。

上述结果全部来自OpenAI内部，衡量方法仍处于早期阶段，尚未得到独立机构复现。

真正值得关注的，不是“AI实习生”这个拟人化称呼，而是模型研发开始形成一个反馈回路：

上一代模型帮助研究人员写代码、运行实验和分析失败；

这些工作又被用于训练、评估和改进下一代模型；

下一代模型变强后，再进一步加速研发。

这就是“递归自我改进”受到关注的原因。它不要求AI突然完全自主，只要每一代工具都能略微压缩研发周期，累积效果就可能改变模型进步的速度。

但研究加速不等于科学发现同步加速。

当写代码和运行实验逐渐自动化，真正的瓶颈会转向研究判断、评测质量、算力供应、安全审查，以及人类能否识别“结果很好看，但方向是错的”。

报告还提供了一个值得警惕的细节：

8月7日，OpenAI因Astra可能达到关键级网络攻击能力而加强限制。随后一周，Astra类模型获得的GPU资源下降59.2%，其他模型的资源却上升17.2%，抵消了约85%的降幅。

这说明，限制一类高风险实验，不一定会让整个研发体系明显减速；释放出来的算力可能迅速转向其他项目。

我的判断是，AI研发治理未来不能只盯着“最强模型有没有被暂停”，还要追踪整个实验系统的算力、智能体数量、任务权限和替代流向。

真正的加速器，不再只是某个模型的智力，而是成百上千个智能体并行试错、共享工具并接力工作的组织能力。

当AI已经能够参与制造更强的AI，我们需要同时衡量两种速度：

模型能力提高得多快，以及人类发现错误、改变方向并按下停止键的速度。

你更期待AI研究智能体带来的研发提速，还是更担心这个反馈回路先于治理能力成熟？

OpenAIAI智能体AGI时代热搜AI创作激励大赛人工智能