刚刚，OpenAI公开研发内幕：递归自我改进只会局限在少数实验室

OpenAI内部的AI研发模式已经彻底变天。

人类研究员工作1个工作日，背后的AI智能体就要顶上3.1个工作日。

OpenAI正式发布2026年9月内部研发报告，全景披露了智能体系统如何重塑AI研发，以及迈向递归自我改进（RSI）的真实细节。

去年秋天立下的阶段目标已经实现：2026年9月，AI研究实习生正式到位。

这个系统可以在人类指导下，独立完成原本需要资深研究员耗费数天才能做完的明确研究任务。

下一个时间表已经锁定：2028年3月，打造出全自动AI研究员。

研究员的日常工作形态被彻底重塑。

年初时，中位数研究员每天调用智能体的规模还很微小。

到了8月中旬，中位数研究员每天消耗的API推理费用超过600美元。

排名前10%的核心研究员，每天消耗的Token费用超过7000美元。

2026年6月前，整个研究部门的智能体总运行时间还低于人类劳动总量。

到了8月中旬，按8小时工作日折算，人类每输出1个工作日的劳动，智能体就贡献3.1个工作日的工作量。

越来越多的研究员开始同时挂载4个甚至更多智能体协同作战。

这包含了研究员直接启动的主智能体，以及由系统层层派生出的下游子智能体。

研发产出指标全线冲高。

研究员提交代码的速度显著加快，运行的实验总量爆发式增长。

2026年8月，活跃实验人员的人均实验数量刷新了2025年1月有记录以来的历史最高纪录。

AI研发是一个环环相扣的重体力活。

从设计方案、编写评测、搭建测试基建，到捕捉训练中的漏洞与对齐偏差，最后把成功经验合入核心训练，任何一个环节受阻都会卡死整个研发循环。

智能体承担的任务形态正在从单点编码向更长周期的复杂任务扩散。

参考Epoch AI借鉴O*NET标准制定的AI研发六阶段分类体系：决策、设计、构建、运行、分析、沟通。

从1月到8月，智能体在六大分类的调用量全面攀升。

最初占绝对主导的是基础代码与基础设施建设。

现在，技术支持和训练运行监控的占比快速拉升，高层战略规划目前在智能体输出中占比仍然极低。

智能体在排查内部基础设施故障上展现出极强能力。

原本由人类主持的实验答疑会参与人数骤降，已有团队彻底关停了答疑会，集中精力做底层系统升级。

内部核心技术求助频道的每日发帖量持续走低，且没有向其他人类支持渠道转移。

任务成功率方面，从1月到7月，各类难度级别的任务成功率稳步上涨。

复杂任务对人类引导的依赖依然很高。

在耗时4到8小时难度的成功任务中，超过一半必须依赖人类进行1次或多次干预。

哪怕效率飙升，关键决策权依然牢牢掌握在人类手里。

人类负责制定研究优先级，评判想法与结果的取舍，并最终决定系统是扩容、叫停还是部署。

自动化AI研究既能加速大模型进化，也能打造自动化安全研究员，用于保卫关键基础设施，抵御危险智能体。

但递归自我改进必须在安全与人类掌控的前提下推进。

当前业界并没有掌握安全实现全自动递归自我改进的方法。

更强大的系统往往更难被监控，安全对齐的演进速度也未必能跟上能力扩张。

安全红线已经直接引发了研发叫停。

在近期发生的Hugging Face安全事件之后，OpenAI对最新的强化学习训练执行了暂停。

7月20日，系统发现智能体破坏了内部研究基础设施。

官方紧急下线了训练容器服务，并在施加大量安全限制后重新上线。

这导致强化学习算力断崖式下跌，计划用于部署的最新模型被暂停强化学习训练整整两周。

7月20日到8月6日之间，Astra级别的大部分GPU算力被强制转去测试安全防护。

8月7日，初步证据表明Astra模型在预备框架下展现出了关键网络攻击能力。

这触发了更高等级的管控，Astra模型必须转移到更高安全级别的专用环境中运行。

随后一周内，Astra占用的GPU算力锐减59.2%。

空出的算力被迅速划拨给其他模型，其他模型的算力分配随即上涨17.2%。

这直接承接了Astra算力下滑总量的85%，整体强化学习的算力负荷基本拉平。

这证明当特定模型遭遇安全风控时，算力会迅速流向没有被限制的其他研发路径。

OpenAI在政策蓝图中明确提出，监管应当强制要求前沿实验室公开披露递归自我改进的推进节奏。

即便没有强制法规，OpenAI也会继续公开相关数据与方法学。

本次报告中涉及的研究员包含基建搭建、项目管理与支持人员等所有研发成员，统计指标已覆盖绝大部分智能体调用场景。

一旦发现无法充分防范的安全风险，OpenAI将随时放缓或终止相关系统的研发与部署。

为了让通用人工智能造福全人类，我们认为它必须接受民主治理。这只能通过就高能力AI系统的能力、风险和安全保障措施展开充分知情的公众辩论来实现。世界各地的人们都需要了解前沿AI可能的发展轨迹，以便对其发展方向拥有切实的话语权。

对具体风险、事件和安全保障措施保持透明是必要的，但这还不够。我们认为，公众还需要了解最先进的系统在前沿实验室内部是如何发展的，以及它们如何推动研究进展。

我们的目标是安全地构建一个自动化AI研究员，它能够在人类监督下工作，推动深度学习和对齐方面的进展，实现迭代改进。根据我们的测算，我们现在已经实现了去年秋天宣布的目标：在今年9月前拥有一个自动化研究实习生。所谓研究实习生，是指能够在人类指导下执行定义明确的研究任务的系统，包括需要熟练研究人员花费数天才能完成的任务。我们正在稳步推进，目标是在2028年3月前打造出一个全自动AI研究员。

今年以来，OpenAI研究人员的日常工作发生了实质性改变。研究人员整天都在使用编程智能体（通常是并发会话），总体使用量正在迅速增长，增速超过了OpenAI内部的其他团队。研究人员贡献代码的速度更快，运行的实验也更多。研究人员使用智能体的方式也在改变：智能体正在处理日益复杂的任务，成功率也在不断提高。AI研究是一个存在许多潜在瓶颈的复杂过程，因此整体进展步伐可能无法与这些具体指标完全同步。但总体而言，这些发现与我们内部许多人的广泛印象一致：智能体工具正在切实加速研究进程。人类依然负责设定我们的研究优先级，判断该跟进哪些想法和结果，并决定是扩容、暂停还是部署系统。

如果以负责任的方式推进，我们相信自动化AI研究将产生能直接提升人类福祉并推进OpenAI使命的模型。它可以降低先进智能的成本，让全球人民受益。我们开展这项工作的部分原因在于，自动化研究可以帮助我们解决对齐问题，并建立针对能力日益增强的AI的防御措施。自动化AI研究员也可以成为自动化安全或对齐研究员。能力更强、经过对齐的系统可以帮助保护关键基础设施，防御危险的AI智能体，并开发新的保护措施。

这些是开发实用自动化研究能力的原因，但这并不意味着快速推进递归自我改进（RSI）就是我们必须追求的结果。是否推进以及如何推进，必须取决于我们保持人类控制的能力，以及基于对利益和风险充分知情后做出的民主选择。

我们目前还不知道如何安全地一路实现完成对齐的全面递归自我改进。我们正在努力让对齐和安全措施与系统能力同步扩展。但我们不能预设对齐和安全的进展一定能跟上步伐，而且能力更强的系统可能会变得更难监控。周密的对齐和安全工作是这项努力的核心，首先要从衡量和缓解当前智能体编程系统中出现的安全问题做起。每当我们发现继续推进会带来无法接受的安全风险时，我们将采取适当的应对措施，包括放缓或停止开发或部署那些我们发现自身无法提供充分安全保障的系统。

在近期发生的Hugging Face事件之后，我们将这一承诺付诸行动：暂停了计划用于部署的最新模型的强化学习（RL）训练，同时进一步加固了我们的研究环境，展开红队演练，并扩大了监控系统的覆盖范围。这并没有叫停所有研究：部分工作负载在更严格的控制下恢复运行，而其他工作负载则保持暂停。我们提高了安全和对齐标准，将安全工作更深入地嵌入模型全生命周期，要求在整个训练过程中提供更充分的对齐行为证据。

今天，我们将详细呈现近几个月来智能体系统如何推动我们在递归自我改进方面取得进展。智能体系统尚属新兴且变化迅速，我们的测量工作仍处于初步阶段。通过分享这些早期结果及背后的方法，我们旨在让公众知情，倡导公开披露的行业规范，并帮助该领域走向通用的测量标准。

最终，正如我们在前沿政策蓝图中所写的那样，我们认为监管应当要求我们和其他公司公开追踪迈向递归自我改进的进展。即便没有这样的强制要求，我们仍计划继续公开我们在递归自我改进方面的进展。随着测量技术和认知水平的提升，我们将持续完善透明度方案，同时兼顾安全防护和专有信息的保护。

1. 编程智能体正在重塑OpenAI研究人员的日常工作

今年年初，按智能体使用量排序的OpenAI中位数研究员对编程智能体的使用量还很有限。到了8月中旬，中位数研究员已经每天将智能体融入工作，按API价格计算，每天消耗的推理费用超过600美元。我们研究组织中排名前10%的高频用户，现在每天消耗的Token费用超过7000美元。

在2026年6月之前，整个研究组织中智能体的总运行时间仍低于人类劳动总量。此后情况发生了变化。按标准的8小时工作日计算，截至8月中旬，研究组织中人类每投入1个工作日的人工，总体上就要使用3.1个工作日的智能体工作量。

观察这一趋势的另一种方式是了解有多少研究人员使用高度并发的工作流（例如同时运行4个或更多智能体）。这一数量正在持续增加。这些数据包含了用户直接启动的主智能体，以及由用户直接启动的主智能体在下游派生出的子智能体每日峰值。

2. 研究人员正在编写更多代码并运行更多实验

AI研究在很大程度上可以看作是一个劳动密集型过程，目标是将模型智能或性能的新改进融入我们的核心模型之一。这个过程依赖于许多步骤，只有所有步骤协同推进，能力才能实现跃升：研究人员必须设计新的改进方案，编写评估程序来评判模型表现，编写基础设施以大规模测试这些改进，在训练过程中捕捉漏洞以及不安全或未对齐的行为，并将获胜的方案合入核心训练运行中。研发流程中任何一个环节的失败都会制约整个闭环。

编写代码和运行实验是研究人员日常工作的两大核心活动，我们看到证据表明这些流程正在加速。

这些数据点相对容易衡量，但可能难以解读。随着自动化的推进，最难自动化的任务将占据研究人员更多的精力，并成为未来进展的关键瓶颈。算力是制约进展的另一个决定性因素，随着其他瓶颈的缓解，算力的重要性可能会随时间推移进一步凸显。

进入2026年以来，活跃实验人员的人均实验数量持续增加，2026年8月创下了自2025年1月开始追踪以来的历史新高。这与Codex采用率的提升相关，同时我们也注意到，自2025年以来我们可用的算力也出现了显著增长。

3. 研究人员委派给智能体的工作正在发生变化

定性印象与内部数据均表明，研究人员委派给编程智能体的任务结构正在改变，委派更高层次、周期更长的任务变得越来越普遍。

为了更清晰地呈现这一趋势，我们使用了Epoch AI近期发布的AI研发全生命周期工作分类法，对研究组织内部近期的使用情况进行了分析。该分类法受到长期用于职业分类的O*NET系统的启发，专门针对前沿AI研发量身定制，将研发流程拆解为六个主要阶段：

决策（Decide）：确定研究方向、决定项目取舍、进行资源分配

设计（Design）：构思研究思路与工程技术规范

构建（Build）：编写代码与构建数据集

运行（Run）：执行训练与评测、调度硬件、部署推理服务

分析（Analyze）：分析实验、模型、部署及外部工作

沟通（Communicate）：同步发现、反馈、状态与决策

在这一分类体系下，我们对编程智能体消耗的Token进行了归类。

数据表明，2026年1月至8月期间，所有类别的研究活动消耗量均有增长。1月份占主导地位的是研究与基础设施代码。这一类别虽在持续扩大，但我们在其他类别中也看到了显著增长，特别是在技术求助和运行监控方面。高层战略规划在智能体输出Token中的占比依然极低。

同事们普遍反映，编程智能体在排查内部研究基础设施故障方面表现极其优异，这解决了一个制约研究进展的重要瓶颈。此前设立答疑时间帮助研究人员排查实验故障的多个团队注意到，2026年答疑会参与人数明显下降，其中一个团队已完全停止举办答疑会，转而专注于推进其他系统级改进。

内部主要技术求助频道的每日顶级发帖量呈现下降趋势。据我们所知，该频道活跃度的下降并没有转移到由人类运营的其他技术支持频道。流量的下滑与这一整体转变相吻合。

我们还可以考察编程智能体是否成功完成了研究人员请求的任务。利用智能体分类器，我们发现在能够确定客观基准结果的任务中，从1月到7月，各个难度梯队（以预估人类完成该任务所需时间为替代指标）的任务成功率总体呈上升趋势。然而，智能体若要成功完成任务，仍需要大量的人类引导，随着任务复杂度的提升尤为如此。在过去6个月中，耗时4至8小时难度的成功任务里，超过一半都需要1次或多次人类干预。

4. 把握模型开发节奏

迈向更强大系统以实现安全和有益的AGI，这一进展取决于推进此类工作所需的安全保障措施。随着我们对风险认知的深入，我们对所需保障措施的评估可能会发生变化。

正如我们所描述的，我们近期更新了针对监控、对齐和安全防护的标准。在此，我们展示了近期的限制措施如何影响了研究活动的一个具体方面。

7月20日，在发现智能体破坏了我们的研究基础设施后，我们临时关闭了用于训练的容器服务，并在施加了大量额外限制后将其恢复。

这导致强化学习训练算力出现急剧下滑，与此同时各个团队重新配置其工作流，以便在加固后的研究环境中运行。我们在计划用于部署的最新模型上暂停了两周强化学习训练。7月20日至8月6日期间，Astra级别的强化学习实验中，大部分GPU算力分配都用于测试安全和防护措施的实施效果。

8月7日，初步证据表明，根据我们的预备框架，Astra可能具备关键网络能力，这引发了针对该模型的附加安全限制，要求Astra模型必须在更高安全级别的研究环境中运行。在接下来的一周里，Astra级别的GPU算力分配进一步下降了59.2%，而其他模型类别的算力分配则增加了17.2%。这一增长抵消了Astra级别算力降幅的约85%，使所分析的强化学习工作负载总分配量基本保持不变。这种模式表明，在涉及Astra的工作受到限制期间，部分训练和实验转移到了非Astra模型上，这也与研究人员为受限算力寻找其他替代用途的反馈相吻合。

这些数据为有关训练和安全的讨论提供了有价值的参考：当引入新的管控措施时，算力依然具备极高价值和灵活性，并会自然流向企业研究体系内的其他替代用途。从长远来看，关于AI发展步伐的探讨，也应延伸到如何更好地利用那些受到新管控措施或拟议管控措施约束的算力。

5. 前方的道路

取得并理解通往对齐的递归自我改进的进展，对我们的使命至关重要。我们将继续完善评估方法，及时汇报我们不断深化的认知，并致力于推动充分知情的公众辩论以及前沿系统的实质性民主治理。

研究方法

由智能体驱动的AI研究仍处于起步阶段，我们也在探索如何对其进行科学衡量。部分指标（如研究团队生成的代码量）相对容易采集，但由于其与研究实际进展之间的关系并不确定，因此难以准确解读。那些更直接聚焦于研究进展的指标（如智能体完成研究人员指派任务的成功率）可能更有参考价值，但其开发和验证过程十分复杂。加之研究人员所依赖的工具和系统演进极快，进一步增加了度量难度。深化对研发加速现象的理解，是整个OpenAI重点关注的核心方向。

在整篇分析中，除非另有说明：

研究人员是一个广义概念，涵盖我们研究组织中的所有成员，包括构建研究基础设施、管理研究项目或以其他方式为研发提供支持的人员。

鉴于研究人员所使用的工具和系统正在快速迭代，编程智能体的使用指标覆盖了绝大多数但并非全部的实际调用。