OpenAI首曝“AI造AI”内部数据，2028年冲击AI研究员！黄仁勋高调祝贺：AGI已到来

长期以来，外界一直有传言称，OpenAI 内部正在秘密推进一个与 RSI（Recursive Self-Improvement，递归自我改进）有关的项目，负责这一工作的可能是其核心研究组织“North”。 现在，OpenAI 第一次公开承认，它正在朝 RSI 推进。 OpenAI 首次把 RSI 摆到台面上 当地时间 9 月 6 日，OpenAI 发布了一篇题为《加速研究：来自 OpenAI 内部的观察》的文章，首次系统披露 AI Agent 如何参与其内部模型研发，并明确表示：按照公司的内部衡量标准，OpenAI 已经实现去年秋天设定的阶段性目标——在今年 9 月前开发出一名“自动化 AI 研究实习生”。 接下来的目标，是在 2028 年 3 月前开发出“自动化 AI 研究员”。 换句话说，OpenAI 这是在变相宣布： AI Agent 已经开始成为研究团队中的实际生产力，并可以承接过去由初级研究人员完成的部分复杂工作。 OpenAI 在文章开头表示，如果 AGI 要造福全人类，就必须接受民主治理。而要实现这一点，公众需要充分了解高能力 AI 系统的能力、风险和安全措施，并了解前沿 AI 未来可能的发展轨迹，从而真正参与决定这项技术应当如何发展。 仅仅公开具体的安全事件、风险和防护措施还不够。公众还需要理解，最先进的 AI 系统正在前沿实验室内部以何种方式发展，以及这些系统如何反过来推动 AI 研究本身。 在这一背景下，OpenAI 首次明确写道，公司正在推进 RSI，并公布了内部 Agent 系统在过去几个月里对研究工作的影响。 RSI，即“递归自我改进”，通常指 AI 系统参与改进 AI 研发流程，产生能力更强的下一代系统；更强的系统随后又进一步加快模型研究，最终形成一轮轮迭代加速。 但“AI 帮助研发 AI”并不自动等于强意义上的 RSI。 如果 Agent 只是帮助研究人员写代码、调试基础设施或者分析实验结果，它更接近“研究加速”。只有当 AI 能够持续参与研究选题、方案设计、实验执行、结果判断和下一轮模型改进，并由此构成稳定的反馈闭环，才更接近通常所说的递归自我改进。 OpenAI 对此也保持了相对谨慎的表述。该公司称，其目标是安全地构建一套能够在人类监督下推进深度学习和对齐研究的自动化 AI 研究员，从而实现迭代式改进。 按照 OpenAI 的内部测量结果，自动化研究实习生的目标已经实现，公司也正在向2028年3月的自动化 AI 研究员目标快速推进。 这篇文章发布后，围绕“AGI 是否已经到来”的讨论也被推向高潮。 英伟达 CEO 黄仁勋也加入了这场讨论。9月7日，他在 X 上发文称：“从 ChatGPT 到 o1，再到 Astra，只用了4年。AGI 已经到来。祝贺 OpenAI 团队。” 随后 OpenAI 联合创始人兼总裁 Greg Brockman 在 x 上表示，“我们现在正迈入通用人工智能（AGI）时代（无论你将其视为当前模型、上一模型还是下一代模型），而这一切都离不开紧密的合作伙伴。” 没错，两位大佬都公开强调，AGI 已经到来。 AI Agent 的“工作时间”，已经超过人类研究员 那么，AGI 真的到来了吗？OpenAI 给出了一些观点。 在这篇文章里，OpenAI 提到的最直观的变化，是他们内部研究人员使用 Agent 的规模。 2026年初，按照 Agent 使用量排序后，处于中位数位置的 OpenAI 研究人员只会少量使用编程 Agent。到8月中旬，这名“中位数研究员”已经开始每天将 Agent 融入工作流程。 如果按照 API 公开价格计算，中位数研究员每天使用的推理资源价值已经超过600美元；位于第90百分位的重度用户，每天的推理消耗价值超过7000美元。 OpenAI 同时观察到，研究部门使用 Agent 的增长速度已经超过公司其他团队。 如果按照一个标准工作日为8小时计算，在2026年6月以前，OpenAI 研究部门内部所有 Agent 的累计运行时间仍然低于人类研究人员投入的总劳动时间。但此后，这一关系发生了逆转。 截至8月中旬，OpenAI 研究部门每投入一个人类工作日，就会同时使用相当于3.1个工作日的 Agent 运行时间。 但这里需要澄清的一个点是，这可能并不直接意味着 Agent 的生产效率已经达到人类研究员的3.14 倍。Agent 可能并行尝试多个方案，其中一些运行会失败、重复或者需要人类纠正；Agent 运行8小时产生的有效研究成果，也不能简单等同于一名研究员工作8小时。 这组数据真正说明的是，AI Agent 现在已经成为 OpenAI 研究组织中的一种大规模并行计算型劳动力。 越来越多研究人员开始采用高度并发的工作模式，例如同时运行4个或更多 Agent。OpenAI 的统计不仅包括研究人员直接启动的 Agent，也包括这些 Agent 在后续任务中自行创建的子 Agent。 研究人员写了更多代码，也运行了更多实验 OpenAI 将 AI 研究描述为一套劳动密集型流程。 一项新的模型能力或者性能改进，要真正被整合进核心模型，需要研究人员完成一系列相互依赖的工作：提出改进思路、编写评估方法、建设能够进行大规模测试的基础设施、发现代码错误、识别训练过程中不安全或者不对齐的行为，最终再将有效方案整合进核心训练任务。 其中任何一个环节出现问题，都可能限制整个研发循环的速度。 写代码和运行实验，是这套流程中的两项主要工作。OpenAI 的内部数据表明，这两个环节都在加速。 研究人员提交代码的速度正在提升，每名活跃实验人员运行的实验数量也在增加。2026年以来，平均实验数量整体上升；2026年8月达到 OpenAI 自2025年1月开始跟踪这一数据以来的最高水平。 这一变化与 Codex 在研究团队中的使用率上升存在相关性。不过，OpenAI 特别提醒，公司的可用算力相比2025年也大幅增长，因此不能把实验数量增加全部归因于 AI Agent。 更重要的是，代码提交量和实验次数虽然比较容易统计，却不一定能够直接代表有效研究进展。 随着自动化程度提高，那些最难自动化的任务将占用研究人员越来越多的时间，并成为下一阶段的主要瓶颈。与此同时，算力同样是影响进展的重要条件。当代码编写、基础设施调试等瓶颈逐渐缩小时，算力约束可能变得更加突出。 Agent 开始从“写代码”走向更长周期任务 除了使用量增加，研究人员交给 Agent 的任务类型也在变化。 OpenAI 表示，无论从研究人员的主观感受还是内部数据来看，更高层级、时间跨度更长的任务正在越来越多地被委托给编程 Agent。 为了分析这些工作，OpenAI 引入了 Epoch AI 针对前沿 AI 研发提出的一套任务分类体系。它类似于美国用于描述职业和技能的 O*NET 系统，但专门面向 AI 研发，将研究流程分为六个阶段： 决策：决定研究什么、哪些项目继续推进，以及如何分配资源；设计：提出研究思路和工程规格；构建：编写代码和建设数据集；运行：执行训练和评估、维护硬件及模型服务；分析：分析实验、模型、部署结果及外部研究；沟通：交流研究发现、反馈、项目状态和决策。 Epoch AI 的完