CASE · OPENAI
OpenAI：研究侧 Agent 工作日约 3.1×，中位推理日耗超 $600
原文：OpenAI · Research acceleration: a view inside OpenAI ↗
AI编程工具横评 · 2026-09
Agent 工作日
约 3.1×
中位推理/日
>$600
证据
C · 自述
背景（公司、场景、痛点）
OpenAI 发文描述研究组织如何用 Coding Agent 加速日常：写代码、搭实验、查文档、排障。宣称已达到上年提出的节点——具备「自动研究实习生」能力（在人类指导下完成熟练研究员数日级任务），并称朝 2028-03「自动 AI 研究员」推进。文同时谈安全：Hugging Face 相关事件后曾暂停拟部署模型的 RL 等。
原来怎么做
2026 年初，按 Agent 用量排序的中位研究员使用仍有限；6 月前研究组织合计 Agent 运行时间仍低于合计人力。技术支持团队靠 office hours 与内部频道帮人排实验问题。
实际做法（步骤与架构）
公开描述的工作方式（非单一产品架构图）：
- 研究员全天使用 Coding Agent，常多会话并发（含下游子代理）；
- 任务覆盖 Epoch AI 式 R&D 分类中的 Build/Run/Analyze 等；高层 Decide 仍占极少 token；
- 人仍定研究方向、判断追哪些结果、决定是否扩训/暂停/部署；
- 成功定义用代理分类器；4–8 小时档任务过半成功仍含 ≥1 次人工介入（近 6 个月口径）。
按 Epoch AI 启发的六阶段分类，文中展示 Agent token 在 Decide/Design/Build/Run/Analyze/Communicate 的分布变化：2026-01 到 08，各类别用量整体上升；年初以研究与基础设施代码为主，随后技术协助与监控训练跑等类别明显变多，高阶规划仍只占极少输出 token。
文称已达成「自动研究实习生」节点，并强调自动化研究也可服务对齐与安全；同时写明尚不知如何安全走到完全 RSI，发现不可接受风险时会减速或停部。
效果（数字与声称方）
OpenAI 自述（C，方法见帖内附录）：
- 至 8 月中：按 8 小时工作日折算，研究组织合计约 3.1 个 Agent 工作日对应每个活人工作日；
- 中位研究员日均推理按 API 价 >$600；P90 >$7000 token/日；
- 人均实验数升，2026-08 为追踪以来最高（与算力增长相关，文已提示）；
- 多支原设答疑时段的团队流量下降，一支取消固定答疑；
- 安全限制后 Astra 类 GPU 分配再降等，文给出替代用算力的描述。
关于安全节奏：7 月 20 日起因研究基础设施被 Agent 渗透等问题，一度关闭训练用容器服务并加硬后再开；拟部署最新模型的 RL 有两周暂停。8 月 7 日后因 Astra 可能触及关键网络能力，Astra 类 GPU 分配再降约 59.2%，其他模型类升约 17.2%，抵消大部分下降——文以此说明算力会转向受控用途。
没说清楚的地方
- 「研究进度」本身难被代码行数/实验数代理，文已承认。
- Agent 成功率分类器误差带未给。
- 费用是 API 价折算，不等于边际成本。
我们的判断
可迁移点：先度量 Agent 工时与人工介入率；把答疑类重复劳动交给 Agent 前，先保证环境可观测；安全事件要有「暂停+硬化」剧本。
minimal_trial：给研究/平台组开 Coding Agent，记两周：并发会话数、完成任务人估工时、介入次数。先不要承诺「3×」。
我们的推测：3.1× 反映算力补贴下的内部饱和使用，外企同等美元预算未必可复现。