OpenAI表示，已达成其设定在2026年9月实现的**“自动化研究实习生”**目标：该系统能够在人的指导下执行定义明确的研究任务，其中一些任务可能需要熟练研究员花数天完成。这是一项值得关注的能力进展，但并不意味着OpenAI已经造出可独立运作的科学家，更不代表人类科研领导角色已被取代。该公司下一步的公开目标，是在2028年3月前实现“自动化AI研究员”。6

“自动化研究实习生”具体指什么？

关键限定语是：在人类指导下工作。

按OpenAI的描述，智能体负责边界清晰的研究任务；而人类仍决定研究优先级，评估想法和结果，并作出是否扩大规模、暂停或部署系统等高后果决策。6

这一区别不可忽视。能完成一项多日、定义明确的任务，与能自行判断哪些科学问题重要、规划完整研究路线、验证新发现，并管理由此带来的风险，是两种不同层级的能力。因此，更准确的理解是：OpenAI宣称其智能体已能承担越来越多的、受监督的研究工作，而非形成一个端到端自主运行的科研机构。6

3.1个智能体工作日，不能直接读成“效率是人类3.1倍”

OpenAI称，编码智能体在2026年已深度嵌入其研究组织。研究人员越来越常同时运行多个智能体会话，研究部门对智能体的使用增长也快于公司其他部门。6

其公布的内部数据包括：

• 到8月中旬，研究人员的智能体推理使用量中位数已超过每天600美元（按API价格计）；位于第90百分位的使用者则超过每天7000美元。6
• 2026年6月前，研究组织内的智能体总运行时长仍低于人类总劳动量。到8月中旬，按每个工作日8小时计算，OpenAI测得每1个人类工作日对应3.1个智能体工作日的工作量。6
• OpenAI称，研究人员写代码更快、运行更多实验、能委派更复杂的工作，且智能体成功完成任务的比例有所提高；8月，每位活跃实验人员对应的实验数量创下纪录。6

不过，“3.1”应被谨慎解读。它是对运行时长或活动规模的衡量，并非人类与智能体科研生产力的直接对比。该数字不能证明智能体创造了人类研究员3.1倍的科学价值、可靠性或独立判断。6

OpenAI也指出，更高的实验频率同时与智能体采用程度和算力供应的大幅增加相关。因此，不能把实验增长全部归因于智能体。6

人类从调试中腾出时间，但新瓶颈仍在

OpenAI报告称，随着智能体承担更多编码、调试和故障排查工作，研究人员可以将更多精力投入较高层级的研究任务。6

但自动化并不会消除所有限制。OpenAI提醒，研究中最难自动化的环节可能反而成为新的瓶颈；算力以及其他运营条件也会限制整体提速。换言之，智能体运行时间增加，并不必然按同等比例转化为整个研究流程的进展。6

决策权仍掌握在人手中

OpenAI明确表示，人类仍处于研究流程的控制中心：设定目标、判断输出质量，并作出实际影响最大、涉及安全风险的关键决定。6

公司还称，由于智能体系统本身及研究人员的使用方式都在快速变化，其测量方法目前仍属初步阶段。这一点很重要：内部使用数据可以说明智能体被高强度使用，却不能作为研究质量、稳健性或长期科学影响的最终尺度。6

安全事件带来训练限制与更强管控

OpenAI称，近期一宗与Hugging Face有关的事件，促使其暂停对最新一批拟部署模型进行强化学习训练，以加固研究环境、开展红队测试并扩大监控范围。6

这并非全面停摆。OpenAI表示，一些工作负载已在更严格控制下恢复，另一些则仍处于暂停状态。公司同时称，已提高安全与对齐标准，将安全工作更深度纳入训练生命周期，并要求在训练过程中提供更强的模型对齐行为证据。6

OpenAI的立场是：若无法充分防范不可接受的风险，公司将放慢或停止开发、部署。6

递归自我改进，仍是未解难题

“自动化研究实习生”不等于安全的递归自我改进（RSI）。后者指AI系统实质性加快制造更强AI系统的过程。

OpenAI表示，目前尚不知道如何安全实现**“对齐的、完整的递归自我改进”**。公司也不能假设安全与对齐工作一定能跟上能力提升，或更强的系统仍会易于监控。6

OpenAI认为，自动化研究员未来可能有助于加快对齐研究、安全工作、基础设施防御及其他保护措施；但仅凭这种潜在收益，并不足以证明应当竞速推进快速递归自我改进。其观点是，后续发展应保留人类控制，并为知情的民主选择留出空间。6

OpenAI提出哪些外部保障？

OpenAI提出，应更公开地披露递归自我改进的进展，建立共同的测量标准，并由前沿AI公司公开追踪相关进程。同时，公司也承认其中存在现实张力：透明度需要与安全风险和专有信息保护之间取得平衡。6

总体来看，这项里程碑的含义比标题听上去更克制。OpenAI描述的是一场显著的内部转变：智能体正以高频、高并发方式承担有实际意义且范围明确的研究工作。但按照该公司自身的说法，人类的方向设定与判断仍不可或缺；对齐、监控、运营管控以及行业协作，依然是尚待解决的要求，而不是已经完成的答案。6

OpenAI表示，已达成其设定在2026年9月实现的**“自动化研究实习生”**目标：该系统能够在人的指导下执行定义明确的研究任务，其中一些任务可能需要熟练研究员花数天完成。这是一项值得关注的能力进展，但并不意味着OpenAI已经造出可独立运作的科学家，更不代表人类科研领导角色已被取代。该公司下一步的公开目标，是在2028年3月前实现“自动化AI研究员”。6

“自动化研究实习生”具体指什么？

关键限定语是：在人类指导下工作。

按OpenAI的描述，智能体负责边界清晰的研究任务；而人类仍决定研究优先级，评估想法和结果，并作出是否扩大规模、暂停或部署系统等高后果决策。6

这一区别不可忽视。能完成一项多日、定义明确的任务，与能自行判断哪些科学问题重要、规划完整研究路线、验证新发现，并管理由此带来的风险，是两种不同层级的能力。因此，更准确的理解是：OpenAI宣称其智能体已能承担越来越多的、受监督的研究工作，而非形成一个端到端自主运行的科研机构。6

3.1个智能体工作日，不能直接读成“效率是人类3.1倍”

OpenAI称，编码智能体在2026年已深度嵌入其研究组织。研究人员越来越常同时运行多个智能体会话，研究部门对智能体的使用增长也快于公司其他部门。6

其公布的内部数据包括：

• 到8月中旬，研究人员的智能体推理使用量中位数已超过每天600美元（按API价格计）；位于第90百分位的使用者则超过每天7000美元。6
• 2026年6月前，研究组织内的智能体总运行时长仍低于人类总劳动量。到8月中旬，按每个工作日8小时计算，OpenAI测得每1个人类工作日对应3.1个智能体工作日的工作量。6
• OpenAI称，研究人员写代码更快、运行更多实验、能委派更复杂的工作，且智能体成功完成任务的比例有所提高；8月，每位活跃实验人员对应的实验数量创下纪录。6

不过，“3.1”应被谨慎解读。它是对运行时长或活动规模的衡量，并非人类与智能体科研生产力的直接对比。该数字不能证明智能体创造了人类研究员3.1倍的科学价值、可靠性或独立判断。6

OpenAI也指出，更高的实验频率同时与智能体采用程度和算力供应的大幅增加相关。因此，不能把实验增长全部归因于智能体。6

人类从调试中腾出时间，但新瓶颈仍在

OpenAI报告称，随着智能体承担更多编码、调试和故障排查工作，研究人员可以将更多精力投入较高层级的研究任务。6

但自动化并不会消除所有限制。OpenAI提醒，研究中最难自动化的环节可能反而成为新的瓶颈；算力以及其他运营条件也会限制整体提速。换言之，智能体运行时间增加，并不必然按同等比例转化为整个研究流程的进展。6

决策权仍掌握在人手中

OpenAI明确表示，人类仍处于研究流程的控制中心：设定目标、判断输出质量，并作出实际影响最大、涉及安全风险的关键决定。6

公司还称，由于智能体系统本身及研究人员的使用方式都在快速变化，其测量方法目前仍属初步阶段。这一点很重要：内部使用数据可以说明智能体被高强度使用，却不能作为研究质量、稳健性或长期科学影响的最终尺度。6

安全事件带来训练限制与更强管控

OpenAI称，近期一宗与Hugging Face有关的事件，促使其暂停对最新一批拟部署模型进行强化学习训练，以加固研究环境、开展红队测试并扩大监控范围。6

这并非全面停摆。OpenAI表示，一些工作负载已在更严格控制下恢复，另一些则仍处于暂停状态。公司同时称，已提高安全与对齐标准，将安全工作更深度纳入训练生命周期，并要求在训练过程中提供更强的模型对齐行为证据。6

OpenAI的立场是：若无法充分防范不可接受的风险，公司将放慢或停止开发、部署。6

递归自我改进，仍是未解难题

“自动化研究实习生”不等于安全的递归自我改进（RSI）。后者指AI系统实质性加快制造更强AI系统的过程。

OpenAI表示，目前尚不知道如何安全实现**“对齐的、完整的递归自我改进”**。公司也不能假设安全与对齐工作一定能跟上能力提升，或更强的系统仍会易于监控。6

OpenAI认为，自动化研究员未来可能有助于加快对齐研究、安全工作、基础设施防御及其他保护措施；但仅凭这种潜在收益，并不足以证明应当竞速推进快速递归自我改进。其观点是，后续发展应保留人类控制，并为知情的民主选择留出空间。6

OpenAI提出哪些外部保障？

OpenAI提出，应更公开地披露递归自我改进的进展，建立共同的测量标准，并由前沿AI公司公开追踪相关进程。同时，公司也承认其中存在现实张力：透明度需要与安全风险和专有信息保护之间取得平衡。6

总体来看，这项里程碑的含义比标题听上去更克制。OpenAI描述的是一场显著的内部转变：智能体正以高频、高并发方式承担有实际意义且范围明确的研究工作。但按照该公司自身的说法，人类的方向设定与判断仍不可或缺；对齐、监控、运营管控以及行业协作，依然是尚待解决的要求，而不是已经完成的答案。6