这份报告说了什么
11 月 18 日,OpenAI 发布第二份研究加速报告《Research acceleration: The jagged frontier》,更新 9 月首份报告的数据。核心指标是「零介入成功率」——委派出去的任务在没有任何人接手的情况下是否完成。按 OpenAI 内部估算,两到四小时人类工作量的研究任务,成功率从 3 月的 23% 升至 10 月的 46%;四到八小时任务从 13% 升至 35%。
- 按任务类型(8 月 1 日至 10 月 18 日):监控训练运行 79%、回答技术问题 72%、沟通类 69%、分析类 58%、启动训练 35%、搭建评测与强化学习及智能体环境 29%、编写推理与服务栈代码 25%
- 用量:按 API 列表价折算,中位研究员每天消耗约 2400 美元智能体额度(9 月为 1500 美元,增幅 62%),90 分位约 2.3 万美元(增幅 105%)
- 并发:每名研究员的「智能体工作日」从 0.5 升至 5.7(每 8 小时智能体运行计一日);10 月中旬,超过三分之二的研究员日均峰值并发 4 个以上,超过 10% 达 16 个以上
- 投入产出:9 月智能体使用的 API 等值金额约为该研究组织非股权薪酬的两倍,但内部部署只占研究算力的 2%
锯齿在哪里
最值得企业读者关注的不是 46%,而是分布:监控与分析类任务已可较放心地交出去,而生产级代码、评测环境与强化学习环境的搭建仍低于三成。OpenAI 自己指出,这些弱项可能成为整体增益的瓶颈——一个只能做「看」和「说」、不能做「搭」的智能体,会把瓶颈从人力转移到工程环节。
调研还给出了一个反直觉的定价信号:在 101 名研究人员的调查中,中位受访者愿意放弃团队 40% 的人头或 30% 的算力,换取三个月的顶级编码智能体使用权;若把时间推到 2027 年 1 月,愿意让出的算力比例升至 50%。访谈同时记录了另一面:智能体在研究选题品味、代码与数据质量、文字表达上仍差,会产生「AI 垃圾」型合并请求并陷入死胡同,因此仍需密切人工监督。
必须说明的口径问题
- 所有数字均为 OpenAI 内部测量与自评,未经过外部审计;成功率既反映能力提升,也反映研究员改变了「把哪些任务交出去」的选择
- 8 月 21 日的一次运行框架变更曾显著压低记录的词元消耗,9 月 10 日起逐步回退,因此 9 月至 10 月的花费增幅中有一部分是回弹,OpenAI 未说明占比
- 问卷调查为自愿参与、样本 101 人,OpenAI 自述抽样方式为临时安排,自报数据可能失真
- 关于大想法从哪来:GPT-6 Astra 与 GPT-6.2 Astra 的关键想法,研究员均表示由人提出,模型负责实现;后者的预训练团队提到部分思路在与 Codex 的对话中成形
企业可以怎么用这份报告
把任务按「可核查性」分层,而不是按部门分层:监控、日志排查、技术问答、文档整理这类结果可自动验证的工作,优先交给智能体并把人工从执行转为抽检;评测环境搭建、生产代码、对外文案这类结果难验证或代价高的工作,保留人工在环并强制记录救回次数。预算上应按「少数重度用户主导账单」来规划——90 分位与中位相差近十倍。
报告的另一层意图是政策倡议:OpenAI 主张各实验室应被要求测量并公开披露递归自我改进的相关指标,同时声明这份披露不代表其有意追求完全的递归自我改进。这一主张目前只是单方面提议,尚无监管机构采纳。

