OpenAI发布‘自动化研究实习生’文件，智能体工作量提升124倍

9月6日，OpenAI在一篇研究加速进展文章中确认，其研究团队已经达到去年秋季设定的“自动化研究实习生”目标。这个系统的定位很明确：在人类指导下执行定义清晰的研究任务，包括那些熟练研究人员需要几天才能完成的工作。更值得关注的是内部测量数据——研究组织现在每名员工每个工作日，对应着3.1个智能体工作日的工作量。

这组数字意味着，研究团队的生产节奏已经被大幅改写。此前自动化更多停留在辅助查资料、整理信息，而现在智能体开始进入真正的执行环节。OpenAI透露，研究人员正在用智能体编写更多代码、运行更多实验，智能体承担的任务类型也在发生变化。从“帮我生成一段脚本”到“按这个假设拆解任务、执行多轮实验并回报结果”，边界正在外移。

智能体改变了什么，而不是替代什么

自动化研究实习生并非一个会独立提出研究方向的系统。官方文章特别强调，人类仍然负责设定研究优先级、判断哪些想法和结果值得继续推进，以及决定是否扩展、暂停或调整方向。也就是说，它更像一个能把研究员的判断快速转化成大量执行动作的“研究执行层”。这种分工下，研究员的时间更多花在筛选结果、修正假设和判断下一步，而不是重复跑实验或手动排查代码。

对于编码和排障这两类高频任务，这种变化尤其明显。编码时，研究人员可以把一个明确的实现需求交给智能体，让它完成初版实现、运行基础测试并反馈结果；排障时，智能体先按错误信息、日志和复现步骤初步定位可疑点，再由研究人员确认修复方向。它并不总是给出最终答案，但能把“发现—复现—定位”的前半段压缩下来，让人把精力集中在“为什么这样修”和“修完是否影响其他模块”。

研发流程正在发生什么变化

官方披露的另一组数据是：中位研究人员每天消耗的推理成本已经超过600美元，重度用户甚至达到每天7000美元以上。这组数字本身不是绩效指标，却说明智能体已经从偶尔使用的成本项，变成高强度工作时必须计入的算力预算。对研发负责人来说，真正需要评估的不再是“要不要用智能体”，而是“哪些任务值得用、由谁验收、如何避免错误结果被放大”。

这带来流程重设计：过去从想法到实验，再到代码和结论，每个环节都由人逐步推进；现在的研究流程更像是“人定义任务—智能体并行执行—人校验结果”。并行执行的增加，会让一个问题被更快覆盖，但也要求更强的人为校验机制，否则错误可能同步扩散。OpenAI在这个节点公布进度，同时也承认尚未知道如何安全地走向完全对齐的完整RSI，这本身就传递了信号：执行能力上升很快，但控制能力和判断标准不能自动跟上。

对AI研发团队和企业创新负责人的启示

企业不一定需要复制OpenAI的投入，但可以借鉴其任务拆解和人工验收结构：先确定哪些研究或开发任务是明确定义且可验证的，再让智能体进入；每次返回结果后由人做最终判断。这样既能把重复执行交给智能体，也不至于把尚未对齐的风险直接推到生产流程中。

对AI研发团队而言，更现实的里程碑不是“完全自动化”，而是让智能体稳定承担那些消耗大量时间的明确任务——例如批量实验、代码初版生成、错误复现和初步定位。随着任务定义越来越清晰，智能体工作量的占比会继续上升，但人的角色会从“操作者”转向“任务设计者”和“结果裁判”。这可能是这份内部文件最值得被企业看到的部分。