OpenAI 2026年11月18日发布《研究加速:参差不齐的前沿》报告,披露AI正在加速自身研发:2026年3月到10月,编码智能体独立完成2到4小时研究任务的成功率从23%升至46%,4到8小时任务从13%升至35%。OpenAI认为这种提升是“参差不齐”的——人仍是研发循环的核心,但智能体已经成了绕不开的投入。
成功率翻倍,但长短任务差距明显
按任务类型拆开,差距更大:监控训练运行的成功率达79%,启动训练任务35%,而给推理与服务栈写代码只有25%。用量也在同步放大:研究员每天中位数花2400美元在智能体工具上,10月比9月涨62%;用量前10%的研究员每天花2.3万美元,涨105%。换算成“智能体工作日”,每名研究员每天平均从0.5个涨到5.7个,翻了11倍;到10月中旬,三分之二以上的研究员每天高峰时同时跑4个以上智能体,超过一成同时跑16个以上。
研究员愿拿三成算力换智能体
101名研究员的调查显示,为保住三个月的前沿编码智能体使用权,中位数愿意交出团队30%的算力或40%的人手;没有智能体时,完成一个月的工作量中位数要花三个月。28名受访者里27人认为,最新内部模型比“一名中期职业研究工程师加2024年模型”的组合更能提升日常生产力。OpenAI同时披露,安全与对齐方向的投入涨得最快:2026年1月到9月,相关有记录的研究周数增加77%,是各方向里绝对增量最大的,拐点出现在7月Hugging Face事件之后。
参差的前沿与下一步
OpenAI在报告里呼吁,AI实验室应当追踪并公开递归自我改进的指标,因为AI加速AI研发的能力越强,维持人类监督的技术与治理难题就越突出。但报告也留了口子:这些只是部分图景,方法还在迭代,任务类型的划分方式本身也会影响数字。接下来看OpenAI会不会把这套指标变成固定披露,以及同行是否跟进。此前OpenAI公开的前沿AI风险管理提到训练默认断网、失控就暂停,与这份报告的治理主张互相呼应。