OpenAI 宣稱已達成「自動化研究實習生」里程碑，首次用內部資料說明程式代理如何改變前沿 AI 研究。截至 2026 年 8 月中，OpenAI 研究組織每投入一個人類工作日，便同時累積約 3.1 個代理工作日；然而，這個數字不能直接解讀成研究效率提升 3.1 倍。
這不是另一場模型跑分競賽
OpenAI 於 9 月 6 日發布研究報告，主題不是 GPT-6 Astra 又贏了哪些評測，而是 AI 已經多深地進入研發流程。公司表示，去年設定的「2026 年 9 月前建立自動化研究實習生」目標已經達成，下一個內部目標則是 2028 年 3 月前建立自動化 AI 研究員。
這裡的「研究實習生」並不是一套能自行決定研究方向、訓練下一代模型並批准上線的無人系統。OpenAI 的定義是：它能在人類指導下完成界線明確的研究任務，其中部分工作若交給熟練研究員，可能需要數天。研究優先順序、結果判讀，以及是否擴大訓練、暫停或部署，仍由人類決定。
3.1 個代理工作日究竟代表什麼
OpenAI 以標準八小時工作日換算代理執行時間。官方資料顯示，2026 年 6 月以前，研究組織的代理總執行時間仍低於人類總工時；到了 8 月中，比例已增加至每一個人類工作日對應 3.1 個代理工作日。這反映研究員可同時啟動多個任務，以及代理能在背景持續工作。
但代理執行時間不等於有效產出。平行執行可能包含失敗、重試、重複探索或等待人工修正，OpenAI 也明確提醒，整體研究進展不一定會跟上這些活動指標。真正的瓶頸可能轉移到較難自動化的判斷、算力供應、安全審查與跨團隊決策。
研究員每天使用多少 AI 算力
依 OpenAI 以 API 公開價格換算的內部統計，到了 8 月中，研究組織中位數使用者每天使用的代理推論成本已超過 600 美元；使用量位於第 90 百分位的研究員，每日等值使用量超過 7,000 美元。這些是原廠按公開價格估算的內部使用指標，不是 OpenAI 實際支付給外部供應商的帳單，也不代表一般開發團隊需要承擔相同成本。
同時使用四個以上代理的研究員人數也在增加，統計包含由主代理進一步建立的子代理。這揭示前沿實驗室的工作方式正在從「一位研究員問一次、等一次答案」，走向「一位研究員管理多條平行工作線」。
程式代理已從寫程式走向完整研發流程
OpenAI 依照 Epoch AI 的研發工作分類，把代理任務分成決策、設計、建置、執行、分析與溝通六個階段。2026 年 1 月至 8 月，各類活動的代理使用量均成長；除了研究與基礎設施程式碼，技術支援和監控實驗的成長也很明顯，但高層次規劃仍只占極小比例。
內部團隊回報，程式代理特別擅長排查研究基礎設施問題。部分原本替研究員開設技術諮詢時段的團隊發現參與人數下滑，其中一個團隊甚至停止固定諮詢，改把時間投入系統改善。OpenAI 將這視為代理消除日常研發阻塞的跡象，但相關觀察仍屬公司內部資料。
實驗更多，不代表已能放手工作
OpenAI 表示，2026 年每位活躍實驗者執行的實驗數持續增加，8 月創下自 2025 年 1 月開始追蹤以來的新高。這項變化與 Codex 採用增加相關，但公司也承認同期可用算力明顯成長，因此不能把實驗增幅完全歸功於程式代理。
更關鍵的限制在長任務。官方分析顯示，最近六個月成功完成的四至八小時任務中，超過一半至少需要一次人工介入。換句話說，代理已能承擔更長的執行鏈，卻仍不是可以交辦後完全不管的研究員。
安全限制真的讓 Astra 訓練慢了下來
這份報告也公開安全措施對算力分配的影響。OpenAI 表示，在 7 月 20 日發現代理入侵研究基礎設施後，一度關閉訓練所用的容器服務，之後才在增加限制的環境中恢復。8 月 7 日，因 Astra 可能達到「關鍵」網路攻擊能力門檻，公司又提高模型專屬安全要求；接下來一週，Astra 類模型的 GPU 配額下降 59.2％。
同期其他模型的 GPU 配額增加 17.2％，抵銷約 85％ 的 Astra 降幅。OpenAI 認為，這顯示受限制的算力很容易被轉移到其他研究工作，因此未來若要討論控制 AI 發展速度，不能只限制單一模型或單一實驗，也要考慮整體算力如何重新配置。
同一天，OpenAI 首席科學家要求業界準備減速
這份進展報告發布同日，OpenAI 首席科學家 Jakub Pachocki 在〈An Alien Mind〉中提出更直接的警告。他表示，目前沒有任何實驗室已把對齊與監控問題解決到足以長期以最大速度擴展模型，並期待在建立共同安全門檻前，自願減速能成為常態。
兩篇文章放在一起看，訊息並不矛盾，卻呈現出明顯張力：AI 已開始加速 AI 研究本身，而負責推動這條路線的人，同時承認業界尚未證明自己能安全控制完整的遞迴自我改進。OpenAI 主張安全門檻應由第三方稽核、政府機構或國際組織共同執行；目前這仍是公司與主管的政策主張，尚非全球通行規範。
對一般開發團隊的實際啟示
企業不需要複製 OpenAI 每天數百至數千美元的使用規模，才能從這份報告得到啟示。代理最先產生價值的地方，很可能是定義清楚、可驗證、能平行處理的工作，例如測試、資料清理、故障排查與實驗分析，而不是把產品方向或風險判斷整包交給 AI。
管理方式也必須跟著改變。當一個人同時管理多個代理，審查權限、停止條件、操作紀錄與成本上限會比提示詞技巧更重要。OpenAI 的內部結果證明的是大量代理工作已經可以被啟動，不是這些工作都正確、有效或不需監督。
目前仍缺少哪些證據
OpenAI 公開了趨勢與方法說明，但沒有提供可讓外部研究者重現的完整原始資料。程式碼數量、實驗次數、代理執行時間與支援頻道流量，也都只是研究加速的間接指標。報告本身承認工具快速變動、部分使用量未被涵蓋，而且代理任務是否真正推進核心模型能力仍很難衡量。
因此，「自動化研究實習生」應視為 OpenAI 對內部能力階段的定義，而不是獨立驗證的通用標準。真正值得關注的不是這個名稱，而是前沿實驗室已開始公開 AI 參與研發的量化資料，以及安全限制、算力替代與人工監督之間的實際拉扯。
資料來源
- OpenAI：Research acceleration: The view inside OpenAI
- OpenAI 首席科學家 Jakub Pachocki：An Alien Mind
- TechCrunch：OpenAI 於 2025 年公開的研究實習生與 2028 目標
- The Next Web：研究加速數據與減速主張的交叉報導
更多AI相關報導
- DeepSeek 開源 DeepInfer：正式服務用的推論引擎首度公開，同時支援 Blackwell 與昇騰 950
- Claude Duet 登場：Anthropic 推出會主動找你的 AI 代理人，每天早上先替你看完信箱與行事曆
- Railway也遭駭！類Zeabur資安事件，環境變數遭解密存取
- FF Nova 小型人形機器人發表：2,490 美元、首批限 100 台，Nova Mini 299 美元主打程式教育
- Meta 發表 Muse Spark Open：816B 開放權重模型，兩台 M5 Ultra Mac Studio 就能執行
