AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍
8621点击    2026-11-20 15:15

OpenAI的研究员,现在用AI已经用到什么程度了?


人均每天调用的Agent,按API标价折算,居然能值2400美元?!


用得最猛的那10%研究员,单日使用量甚至能达到2.3万美元(约16万人民币)。


嘶……这帮研究员用起AI来,是真一点都不心疼Token啊。


OpenAI公开了最新内部Agent研究报告《Research acceleration: The jagged frontier》,把自家研究员使用AI的情况扒了个底朝天。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


先给朋友们来个一句话总结:


OpenAI内部的Agent,现在已经能独立搞定差不多一半(46%)原先需要人类花2-4小时的研究任务了。


今年3月,这个比例还只有23%;短短7个月,直接翻倍。


对于原本需要人类花4至8小时的研究工作,Agent自主完成率从13%升到了35%。


研究员们自己,已经离不开AI了。


OpenAI问了101名研究人员:


如果未来3个月不给你们用最前沿的Agent,你们愿意拿什么来换回使用权限?


受访者普遍愿意拿出团队40%的人力编制,或者30%的计算资源来换。


AI一天能干人的5.7个工作日


先看几个数据,感受一下这帮研究员用得有多狠。


从9月到10月,一个月时间:


  • 中位数研究员每天在Agent上的花费,从1500美元涨到了2400美元。
  • 头部10%的用户,更是从1.1万美元直接飙到2.3万美元。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


报告还专门计算了一个叫作「Agent工作日」的指标。


算法很简单:


Agent累计运行8小时,就算一个工作日。


如果换算成工作量,现在每个研究员,平均每天能驱动5.7个Agent工作日。


等于每个研究员身后,都站着将近6个7x24小时待命、不知疲倦的AI小弟。


这个数字,是之前基准的整整11倍。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


而且大家已经习惯了“群殴式”工作。


超过三分之二的研究员,每天至少同时跑4个Agent;超过10%的更是重量级,同时跑至少16个。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


这还没完,报告里有个对比,杀伤力极强:


目前,Agent的API等效价值,已经达到了研究员非股权薪酬的两倍。


(虽然这薪酬没算股权大头,但也够吓人了……)


也就是说,在OpenAI内部,AI提供的劳动力价值,已经从账面上超过了人类。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


这一点,研究员自己也认。


因为内部做了个调查,问他们一个诛心的问题:


如果让你三个月不能用最顶尖的编程Agent,你愿意牺牲什么来换?


中位数研究员的选择是:


  • 砍掉团队40%的人。
  • 或者,放弃团队30%的算力。


一边是能帮你7x24小时干活的AI Agent,一边是你团队里40%的活人同事——


同事&算力,你们自由了(doge)。


AI在干啥活?


烧了这么多钱,动用了这么多资源,那AI到底在干嘛?它真的能独立搞研究了吗?


这是最核心的问题,但答案是:The jagged frontier,参差不齐。


Agent在“沟通”(69%)和“分析”(58%)这类任务上表现很好,但在最关键的“构建”(43%)上就差一截。


说白了,让它查资料、跑数据、写邮件、监控实验,它很在行。


但让它从零开始搭一个复杂的系统,它就容易抓瞎。


数据显示,监控训练任务,成功率79%;但写推理和服务的代码,成功率就只有25%。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


这背后暴露了一个关键问题,也是研究员在访谈里反复吐槽的:


AI Agent缺乏研究“品味”(research taste)。


模型通常无法一次性提出它自己解决不了的、定义良好的问题。

我试过让它‘就像那个任务一样做这个任务’,结果被坑了很多次,因为它做得总是不对,我得自己去改。


研究员的反馈很一致:


Agent是实现代码和调试的绝佳工具,但它自己提不出好问题,分不清代码的好坏,也看不出数据的优劣。


你必须像个监工一样死死盯着它,不然它分分钟给你产出一堆毫无价值的“AI废料”(AI slop)。


所以,人和AI现在的工作流是什么样的——


人类研究员负责提出想法、把握方向、定义问题、做出关键决策,以及最终的品控。


AI Agent则像一个能力被超级放大的“手”和“眼”,负责把想法快速实现、执行海量枯燥的测试和分析。


比如一个研究员说的,以前要评估一个开源项目好不好用,没一两个礼拜下不来。


现在呢?一天,最多几天,就能跑起来出结论。


AI现在就是这样一个角色,是顶级的“执行副驾”,但绝不是“首席科学家”。


当然了,这个边界也在模糊。


报告里就提到一个点,在研发GPT-6.2 Astra时,预训练团队首次将一个关键想法的产生,归功于和Codex的对话合作。


虽然想法是他的,但Codex提出了一个关键修改,才让整个方案跑通了。


AI真的在加速AI的诞生吗?


工作流重塑了,效率提升了,那最终产出呢?


这就是大家最关心的,所谓的RSI递归自我完善——


AI加速AI自身的发展,到底有没有发生?


从结果来看,答案是肯定的:


  • 代码产出:2026年,每个活跃贡献者产出的代码行数,比2025年之前,一直在猛增。
  • 实验效率:每个活跃实验者跑的实验数量,达到了2025年基准的1.68倍。


更直接的证据来自OpenAI内部的一个能力指数(OECI)。


自2025年8月以来,OpenAI模型能力的前沿每年提升16.4个点,超过了此前每年14点的行业趋势。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


但OpenAI的报告最后还是保持了冷静。


他们强调,这种AI驱动的进展,可能不是线性的,需要警惕像最近在数学领域发生的那种突发性、跳跃式的突破。


最后,报告里还有一个数据,也很有意思。


在所有研究方向里,哪个领域的人力投入增幅最大?


不是预训练,不是多模态——


是安全与对齐(Safety and Alignment)。


这个领域的工作量增幅,是所有方向里最高的。


大量的研究员,无论是新招的还是内部转岗的,都在涌向安全项目。


AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍


一边是AI加速参与自身研发,一边是人类加紧研究如何让它保持安全可控。


「崎岖的前沿」,不仅是技术能力的参差不齐,或许,也是我们这个时代,一边踩油门、一边找刹车真实写照。


原报告:https://openai.com/index/research-acceleration-jagged-frontier/


文章来自于微信公众号 “量子位”,作者 “量子位”

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md