OpenAI开始用AI研发AI:机器投入的工作时间,已经是人类的3.1倍

OpenAI内部的三个信号

日均调用量（按API价格估算）

中位数研究员超过600美元

高使用组（按API价格估算）

每天超过7000美元

研究组织整体机器工时

每1个人类工作日 = 3.1个Agent工作日

OpenAI最近公布了一组很夸张的内部数据。

到今年8月，一名普通研究员每天使用的AI推理资源，按API价格计算已经超过600美元；使用量排名前10%的研究员，一天会消耗超过7000美元。

更关键的一组数字是：每投入一个人类研究员工作日，OpenAI内部同时运行着3.1个Agent工作日。

这些Token没有被用来写邮件、整理会议纪要。它们被投入了OpenAI最核心的工作：开发下一代AI。

AI正在进入研发自己的流水线。

过去靠人推进的实验，现在Agent可以并行跑

开发一个新模型，需要经过一条很长的研发链路。

研究员先决定研究方向，设计模型改进方案；接着编写实验代码、准备数据、运行训练和评测；实验结束后，还要分析结果、排查异常，判断这个方向是否值得进入下一轮。

其中大量工作都很耗时间，却不一定需要最顶尖的研究判断。

一次训练失败，研究员可能要花半天查日志；一个新想法需要先写评测工具、修改基础设施；实验跑完，还要从大量结果里找出异常值。过去这些工作由研究员亲自完成，或者等待其他团队协助。

Coding Agent出现后，这些环节开始被并行处理。

研究员可以同时启动多个Agent：一个写实验代码，一个检查数据，一个运行评测，另一个分析失败原因。人负责提出假设、选择方向和判断结果，Agent负责把大量中间工作快速跑完。

这也解释了每天600美元的Token消耗。

OpenAI买到的，是研究员身后多出来的机器工作时间。

OpenAI已经有了“AI研究实习生”

OpenAI把AI研发拆成六类工作：决策、设计、构建、运行、分析和沟通。

年初时，Agent主要负责写研究代码和基础设施代码。到了8月，它们已经大量进入实验运行、结果分析、技术支持和系统监控。

这种变化正在改写OpenAI内部的协作方式。

过去，一些团队需要定期举办答疑时间，帮助研究员排查实验环境和基础设施故障。随着Agent承担更多故障诊断，相关咨询持续下降，其中一个团队甚至停止了答疑，把时间转向其他系统建设。

实验数量也在上升。2026年，每位活跃研究员运行的实验持续增加，8月达到2025年开始统计以来的最高点。

OpenAI据此宣布，公司已经实现去年设定的目标：在2026年9月前拥有一个“自动化AI研究实习生”。

这个“实习生”可以在人类指导下完成边界明确的研究任务，其中一些原本需要熟练研究员工作数天。OpenAI接下来的目标，是在2028年3月前发展出“自动化AI研究员”。

这才是原文里最值得关注的信息。

AI对研发效率的提升，正在从“把同一件事做快一点”，变成“让更多实验同时发生”。

自我迭代是怎样形成的

这套机制一旦跑起来，会形成一条很特殊的反馈链：

更强的模型，能够承担更复杂的研发任务；更多研发任务被自动化后，研究团队可以运行更多实验；更多实验又会加快下一代模型的开发。

AI开始参与改进AI本身。

这就是OpenAI在文章中反复提到的RSI，也就是递归式自我改进。

它还无法脱离人类独立运行。Agent的高层规划占比依然很低。面对预计需要人类工作4至8小时的复杂任务，即使最终成功，超过一半仍需要人类至少介入一次。

研究方向由人选择，实验结果由人判断，模型是否继续扩大训练也由人决定。

但研发系统的中间部分已经发生了变化：过去受限于研究员时间的工作，现在越来越受限于算力、Agent并发量以及人类能够审核多少实验结果。

瓶颈正在向上移动。

一个人的效率，开始取决于他能调度多少机器工作

OpenAI的案例不适合直接复制到普通公司。前沿模型研发的单项成果价值极高，每天投入600美元甚至7000美元，只要能够提前找到一个有效的模型改进方向，这笔成本就可能成立。

但它提供了一种理解AI效率的新方式。

过去，公司衡量员工效率，通常看一个人完成了多少任务。Agent进入工作流后，还要看这个人能否把工作拆清楚，交给多个Agent并行执行，再从结果里找出真正值得继续的部分。

写Prompt只是最基础的一层。更重要的是拆分可验证的任务、配置数据和工具、识别错误结果，并及时停止无效消耗。

这也是为什么Token消耗增加，未必代表浪费。

如果600美元只换来更多代码和更多文档，它当然昂贵；如果它让研究员一天完成过去数天才能完成的实验闭环，Token就成了生产资料。

OpenAI正在展示一种新的工作形态：人设计问题、调度机器、筛选结果。

当AI开始帮助人类开发下一代AI，研究效率的上限，已经从一个人能工作多久，变成一个人能驾驭多少机器时间。