AI 热点

OpenAI内部报告称Agent的API等效价值已达研究员非股权薪酬两倍

凤凰科技更新于 11月20日 14:19

AI比人贵了?OpenAI:内部Agent开销已达研究员薪酬两倍

AI 导读

OpenAI内部报告《Research acceleration: The jagged frontier》显示,Agent已能独立完成46%原需人类2至4小时的研究任务,高于今年3月的23%。中位数研究员每天使用Agent的API标价折算价值从1500美元升至2400美元,整体API等效价值达到研究员非股权薪酬的两倍。Agent在沟通和分析任务上表现较好,但构建任务完成率为43%,编写推理和服务代码的成功率仅25%。

推荐理由

精选AI 评分 79

报告量化了Agent对研究任务的加速幅度,也呈现其在系统构建与研究判断上的能力边界。

主题

标签

正文

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.”

来源

凤凰科技