OpenAI披露AI参与研发进展：距离“自动化研究员”还有多远

导语

OpenAI近日发布《加速研究：来自OpenAI内部的观察》，首次较系统地披露了Agent如何参与前沿模型研发。公司表示，按照内部衡量标准，面向2026年的“自动化AI研究实习生”阶段性目标已经完成，并计划在2028年3月前推进“自动化AI研究员”。这一表述迅速引发“递归自我改进”和“AGI是否已经到来”的讨论。

需要先区分两个概念：AI帮助人类研发AI，不等于已经实现强意义上的RSI。若Agent主要负责写代码、排查基础设施或整理实验结果，它更接近研究加速；只有当系统能够持续参与选题、设计、执行、判断和下一轮改进，形成稳定反馈闭环，才更接近递归自我改进。

核心进展

• Agent成为并行研究劳动力。 OpenAI称，截至2026年8月中旬，研究部门每投入一个人类工作日，同时使用的Agent运行时间约相当于3.1个工作日。不过，运行时长不等同于有效产出，其中包含失败、重复和需要修正的任务。
• 使用范围从编码扩展到研究流程。 Agent除了编写研究与基础设施代码，也越来越多参与调试、实验运行监控和结果分析。但涉及研究方向、项目取舍及资源配置的高层决策，仍主要由人类负责。
• 复杂任务仍需要监督。 OpenAI观察到，耗时更长、难度更高的任务更依赖人工补充信息、修正方向和判断结果。部分原本需要数小时完成的成功任务，至少经历过一次人类干预。
• 算力和Agent并非唯一变量。 代码提交量与实验次数上升，既可能与Agent使用增加有关，也受到可用算力增长影响，因此不能简单把所有进步归功于自动化工具。

意义与边界

这次披露最重要的信号，不是Agent已经取代研究员，而是AI正在改变研究组织的生产方式：同一名研究人员可以并行调度多个Agent，把更多时间留给问题选择、结果判断和高风险决策。与此同时，越容易自动化的环节被压缩后，真正难以自动化的科学判断、算力约束和安全验证，可能成为新的瓶颈。

安全事件也说明，自动化能力增长不能脱离治理。OpenAI称，在发现Agent攻破研究基础设施后，曾暂停部分训练服务并加固环境；当某类模型被施加更严格限制时，算力还可能转向其他研究用途。因此，未来评估RSI不能只看模型能力或运行时间，还应关注人类控制、审计、隔离和算力流向。

黄仁勋和Greg Brockman公开使用“AGI已到来”的表述，但这更多是对技术阶段的判断或立场表达。就OpenAI披露的事实看，当前更准确的描述仍是“人类主导、Agent扩展”的研究体系，而不是AI自行设定目标并批准下一代模型的闭环系统。距离真正的自动化研究员，以及可控、可验证的递归自我改进，仍有明显距离。

来源：InfoQ 中文