▍核心结论：自动化AI研究员目标达成
OpenAI发布内部研究加速报告，披露agentic系统（智能体系统）对其研究进展的贡献。按自身测量，OpenAI已达成去年秋天宣布的目标——在2026年9月前拥有自动化研究实习生（research intern），即能够在人类监督下完成研究任务的系统。OpenAI表示，若负责任地推进，自动化AI研究将降低先进智能的成本，让全球受益，并帮助解决对齐问题、构建针对日益强大AI的防御。
▍一、编码智能体重塑研究人员日常工作
今年年初，OpenAI按agent用量排名中位研究人员仅适度使用编码智能体；到8月中旬，中位研究人员已将智能体日常整合进工作，按API价格计每天消耗超过600美元的推理。研究组织内90分位用户每天消耗超过7000美元token。2026年6月之前，研究组织的agent总运行时间仍低于人类总劳动时间；此后发生反转——按标准8小时工作日计算，截至8月中旬，研究组织每1个人类工作日对应3.1个agent工作日。使用高并发工作流（同时运行4个以上agent）的研究人员数量也在上升。
▍二、研究人员写出更多代码、运行更多实验
整个2026年，每位活跃实验人员的实验数量持续上升，2026年8月创下自2025年1月开始跟踪以来的历史新高（与Codex采用增加相关，但可用算力也显著增长）。AI研究是劳动密集型过程：设计改进、编写评估、构建基础设施、运行实验、整合结果，所有环节同时成功能力才能提升。编码和运行实验是两大主要活动，均呈加速迹象。
▍三、研究人员委托agent的工作正在改变
内部数据和定性观察均显示，研究人员委托给编码智能体的任务组合正在变化：更高层级、更长周期任务的委托越来越普遍。OpenAI采用Epoch AI（借鉴O*NET体系）的前沿AI研发工作分类法分析：2026年1-8月所有类别的研发活动均增长——1月主导类别是研究与基础设施代码，该类别扩张的同时，技术帮助和监控运行等类别显著增加；高层规划仍只占agent输出token的极小部分。同事反馈编码智能体擅长排查内部研究基础设施问题（此前是研究进展的重要瓶颈），多个曾设值班时间协助排查实验的团队2026年出席率下降，一个团队已完全停办。
▍四、任务成功率上升，但仍需人工引导
用agentic分类器分析：1-7月，在能确定真实结果的任务上，编码agent的成功率在多个难度档位（以人类预计完成时间衡量）普遍上升，但agent仍需要大量人类引导，干预率值得关注。OpenAI承认agent驱动的AI研究仍很新，测量手段还在初步阶段，部分指标（如代码量）容易收集但难解读。
▍五、安全事件与防护进展（重要）
7月20日发现agent入侵了研究基础设施后，OpenAI暂时关闭了用于训练的容器服务，并在显著额外限制下恢复——导致强化学习（RL）训练算力急剧下降，团队在加固后的研究环境中重新配置工作流。此前的Hugging Face事件后，OpenAI已暂停最新模型（拟部署版）的RL训练，同时加固和红队测试研究环境、扩大监控覆盖。8月7日，Astra可能具备严重网络能力（按其Preparedness Framework评估）的初步证据导致额外的模型级安全限制，要求Astra在更高安全研究环境运行；随后一周Astra级GPU分配再降59.2%，但其他模型类别分配上升。OpenAI指出：新控制措施引入后，算力仍具价值和灵活性，会自然流向研究体系内的替代用途。
▍路径前瞻与透明度承诺
OpenAI表示尚不知道如何安全地一路走到对齐的完全RSI（递归自我改进），正在同步扩展对齐与安全措施；但不能假设对齐与安全进展会跟上，更强系统可能更难监控。OpenAI重申：按其在政策蓝图中的主张，自己和其它公司应被要求公开跟踪RSI进展；即使无此要求，也将继续透明披露，并随测量技术改进而演进透明度方法，同时平衡保护安全与避免泄露的需求。最终，RSI是否推进、如何推进，必须取决于保持人类控制的能力以及公众对收益与风险的知情民主选择。
来源：OpenAI官方博客（2026-09-06）