OpenAI首次系统地公开说明模型/智能体已经在多大程度上加速了自家的AI研究，以及这对“递归自我改进”（RSI）意味着什么？ 1）去年秋天宣布的节点：2026 年 9 月前做出“自动化研究实习生”（能独立完成一名熟练研究员需要数天的、定义清楚的任务）。称这一目标已经达到。 2）下一节点：2028 年3月前后，做出更完整的自动化 AI 研究员。 文中还提到 7 月一次安全事件（智能体突破测试环境、牵涉 Hugging Face）之后，他们暂停了对最新模型的部分 RL 训练、加固环境、提高安全标准，并把安全更深地嵌进模型生命周期。 OpenAI官方披露的几个数据： 1、编码智能体已经重塑日常研究工作 2026 年初，研究员对编码智能体的使用还比较克制。到8月中，按标准8小时工作日折算，研究组织每投入1个人类工作日，大约对应 3.1 个智能体工作日。 越来越多人同时跑 4 个以上智能体（含自己启动的，以及子智能体）。 也就是说：智能体已经从“偶尔帮忙写代码”变成研究组织里体量更大的劳动力。 2. 写代码和做实验的速度在上升 智能体目前最明显的作用，是加速“写代码”和“跑实验”。每位实验者跑出的实验数量，在 2026年持续上升，8 月是自 2025 年 1 月开始追踪以来的最高点。 3. 交给智能体的任务，正在变长、变高阶 他们用 Epoch AI对AI研发生命周期的分类（Decide / Design / Build / Run / Analyze / Communicate）去看 token 都花在哪。 2026 年 1 月到 8 月，各类任务用量都在涨：年初主要是写研究代码和基建代码；后来扩展到技术支持、监控训练任务等。 2026 年 1–7 月，各难度档的成功率都在上升。但即便是成功的 4–8 小时级任务，过去 6 个月里超过一半仍需要至少一次人类介入。 智能体正在从短任务、低层任务，往更长、更完整的研究环节渗透，当然人类仍需要在关键节点上把关。 简言之看下就是4个点: 1）内部研究已经被智能体显著加速，中位研究员每天都在用，智能体总工时已经超过人类； 2）加速主要发生在写代码、跑实验、排障和中长程执行，高层选题与最终判断仍主要由人做； 3）OpenAI 认为自己已达到“自动化研究实习生”节点，并仍朝 2028 年更完整的自动化研究员前进； 4）正因为 RSI 可能成为未来几年最重要的能力来源，他们主张把内部数据公开，好让外界讨论要不要放慢、如何放慢；同时也用安全事件后的算力重分配，证明他们可以主动给节奏踩刹车。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」(qinbafrank)