OpenAI Internal Report Says Agents’ API-Equivalent Value Has Reached Twice Researchers’ Non-Equity Compensation
English text is being prepared.
OpenAI’s internal report, “Research Acceleration: The Jagged Frontier,” shows that Agents can now independently complete 46% of research tasks that previously took humans two to four hours, up from 23% in March this year. The API list-price equivalent value of Agent usage by the median researcher has risen from $1,500 to $2,400 per day, with the overall API-equivalent value reaching twice researchers’ non-equity compensation. Agents perform well on communication and analysis tasks, but their completion rate for building tasks is 43%, while their success rate for writing inference and service code is only 25%.
Why read this
SelectedAI score 79
The report quantifies how much Agents accelerate research tasks while also revealing the limits of their capabilities in system building and research judgment.
Topics
Body
AI比人贵了?OpenAI:内部Agent开销已达研究员薪酬两倍量子位下载客户端 独家抢先看2026年11月20日 12:58:26 来自北京Updated 2026年11月20日 13:27:20
闻乐 发自 凹非寺
量子位 | 公众号 QbitAI
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。
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%。
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。
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。
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。
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。
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。
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?
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)。
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%。
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。
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。
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。
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。
但OpenAI的报告最后还是保持了冷静。
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。
「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。
“特别声明:以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
AI Trends