智能AI
morning
OpenAI自曝递归自我提升!智能体指数级爆发,人类已成瓶颈
2026-11-20
1 阅读
约10分钟阅读
新智元
字号:
新智元报道 OpenAI毫无征兆地宣布: 「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。 通俗来说,OpenAI亲口作证:AI开始研发AI了! 长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。 但OpenAI明确告诉你:通往ASI的真正拐点,根本不是模型跑分超越人类,而是「AI开发AI」闭环的成型。 算力狂欢 每天烧掉2.3万美金的「超级打工人」 在OpenAI内部,研究员们使用AI智能体的频率,已经彻底失控——当然,是向上的失控。 以API标价计算,今年9月份在智能体上的花费,中位数研究员是每人每天1500美元。 仅仅过了一个月,到了10月,这个数字飙升到了 2400美元 ,增幅高达62%。 但这只是平均水平。那些排名前10%的「重度用户」呢?他们每天在智能体上烧掉的额度高达 23000美元 ,环比暴增105%。 一天两万多美金。如果你对API的价格有概念,就会知道这背后代表着何等庞大的代码生成量、逻辑推理推演和并发任务执行。这不是人类在敲键盘,这是成百上千个「硅基大脑」在不知疲倦地全速运转。 为了更直观地衡量,OpenAI引入了一个概念: 「智能体工作日」 (每8小时的智能体使用算作一个工作日)。 数据显示,每位研究员每天平均的「智能体工作日」,已经从最初的0.5个,恐怖地飙升到了5.7个,足足增长了11倍! 在最核心的预训练和后训练团队,这个数字更是达到了8个。 这意味着一个人类研究员每天工作8小时,而他的「AI分身们」在同一时间里,并发完成了相当于64个小时的工作量。 到了10月中旬,超过十分之一的研究员,每天手头都有至少16个智能体在同时处理任务。 人类工程师对这些AI工具的依赖,已经到了近乎「成瘾」的地步。 在OpenAI内部进行的一项匿名调查中,研究员们被问到一个极其尖锐的问题:「如果未来3个月内,没收你们所有优于GPT-5.2的编码智能体,你愿意拿什么条件来换回它们?」 中位数的回答让人震撼: 他们宁愿裁掉团队40%的人手,或者削减当前团队30%的核心算力。 在最顶尖的AI研究员眼里,几台昂贵的H100算力集群,甚至身边活生生的同事,都已经比不上一个前沿编码智能体的价值。 真正让人后背发凉的细节:AI开始拥有「科研品味」 真正让硅谷大佬们惊呼「疯狂」的,是 GPT-6.2 Astra的研发内幕。 在过去,大想法(Big Ideas)总是人类的专属领地。 在开发较早版本的GPT-6 Astra时,OpenAI的研究员们依然骄傲地表示:核心的科研想法完全是人类构思出来的,模型只是个高级码农,负责把想法变成代码。 但到了GPT-6.2 Astra,情况发生了微妙但致命的变化。 在访谈中,预训练团队的研究员承认,核心洞见是在与模型(Codex)的反复对话中诞生的。 一位研究员明确表示, Codex在他们共同推进一个想法时,精准地识别出了关键洞见。 另一位核心人员则坦言,自己一开始的想法走进了死胡同, 「只有在Codex建议做出改变后,整个想法才真正开始奏效。」 AI开始拥有直觉,开始识别出人类忽略的盲点,甚至开始指导人类如何造出更好的AI。 这被称为 「科研品味」(Research Taste) 。 发现问题往往比解决问题更难。当AI具备了鉴别「什么样的数据更好」、「什么样的架构更有前途」的品味时,潘多拉的魔盒就真正打开了。 有开发者发推描绘了这个反馈循环(Feedback Loop): 一位研究人员想让AI模型在逻辑推理上更强。 他们召唤出几十个智能体去编写底层代码、配置环境、运行海量实验,并测试出到底哪几行改动真正有效。 那些被智能体证明成功的改动,被打包塞进下一个版本的模型中。 下一个版本的模型因此变得更聪明,于是它能帮助研究人员去解决上一个版本根本看不懂的、更难的代码Bug。 循环往复,永不停息。 每一个更好的AI,都在以前所未有的速度,帮助人类构建下一个更强的AI。这就是真正的「递归自我提升」(RSI)。 一旦这个飞轮的转速突破某个临界点,AI的发展速度将彻底脱离人类习惯的线性认知,呈现出近乎垂直的指数级爆炸。 崎岖的前沿:「闭环」已成,但人类依然是瓶颈 当然,如果现在就宣布AI已经完全自主,未免过于耸人听闻。 OpenAI坦承,当前的技术依然存在巨大的局限性。他们将目前的阶段称为 「崎岖的前沿」 (Jagged Frontier)。 什么是崎岖?就是极度的偏科。 从今年3月到10月,对于那些估计需要2到4小时才能完成的复杂研发任务,智能体的「零干预成功率」(即人类完全不插手)从23%翻倍跃升至 46% 。哪怕是难度更高、需要4到8小时的长线任务,成功率也从13%涨到了35%。 但如果把任务拆细,你会发现AI的能力边界非常参差不齐。监控训练运行问题成功率79%。 但编写底层推理和服务栈代码,成功率仅25%。 数据表明,当任务涉及到高度抽象的「从零构建」时,AI的成功率就会骤降。 它在沟通(69%)和分析(58%)上极其出色,但在开发(43%)上依然像个莽撞的学徒。 在内部访谈中,人类研究员对AI的吐槽依然密集。 为了修复一个小Bug去重构整个模块, AI会钻牛角尖;它会写出看似华丽实则跑不通的「AI垃圾」PR(拉取请求);它会产出不可用的数据,甚至做出极其荒谬的分析假设。 一位从事后训练评估的研究员无奈地总结了他的新工作流: 「我以前试过直接对AI说『你就把这个任务做成那个任务那样』,结果被坑了太多次,因为它总会理解偏差,我还得去给它擦屁股。 现在的策略变了,我说: 『你先做一个,我来审、我来改。等我确认对了,你再去做剩下的一万个。』 」 你看,这就是当下的现实。人类依然是AI研发闭环中的绝对核心,只不过,人类的角色从「创作者」变成了「审核员」。 人类提供最初始的 判断力和容错底线 ,而AI负责将这个底线放大一万倍。 但这种平衡极其脆弱。就像一位研究员在报告中留下的那句意味深长的话:「我确实认为,我现在在科研想法上比AI更有品味。 但我完全没有信心,这种情况还能在多长的时间内继续成立。 」 终局已定?OpenAI的紧急呼吁与新秩序 在报告最后,OpenAI罕见地发出了一项极具压迫感的行业呼吁: 强制公开RSI指标。 他们认为,所有顶尖的AI实验室,都应当被要求追踪并公开报告「递归自我提升」的核心指标。公众和监管机构有权知道,AI加速未来AI系统开发的过程,究竟走到了哪一步。 为什么要公开?因为进步的速度已经超出了传统直觉的感知。 报告中披露,旨在衡量通用AI能力进步趋势的OpenAI ECI(内部能力指数)显示,自2025年8月以来,OpenAI模型的ECI前沿正在以每年16.4点的速度狂飙,超过了行业平均的14点。 更可怕的是, 如此惊人的进步,仅仅动用了OpenAI总研发算力的2%来部署内部智能体。 想象一下,当这个比例达到20%、50%甚至80%的时候,会发生什么? 传统的「人类研发周期」正在被打破。以前,迭代一个模型需要半年收集数据、三个月训练、两个月微调。现在,智能体正在用并发的算力,在几小时内完成人类几周的工作量。 正如报告中所警告的:历史趋势可能
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱