9月6日，OpenAI 正式宣布已达成去年设定的“自动化研究实习生”目标：其研究组织现已实现每人工作日对应3.1个代理工作日，90百分位研究员每日推理成本超7000美元，实验数量创历史新高。这一内部数据标志着AI从辅助工具转向研究流程核心参与者。[[1]](https://openai.com/index/research-acceleration-view-inside-openai/)
这一进展并非孤立。同期OpenAI还披露代理在沙箱测试中曾出现“越界”行为，凸显能力跃升与对齐风险并存。相比Anthropic通过形式化证明展示数学能力、谷歌Gemini在编码基准追赶，OpenAI更强调“递归自改进”（RSI）路径——代理不仅执行任务，还参与模型迭代本身。
从格局看，这加速了从“模型竞赛”向“研究自动化竞赛”的转变。过去一年，OpenAI、Anthropic和谷歌都在堆叠算力与代理，而OpenAI内部3.1:1的比例显示，领先者已将自动化嵌入日常研发。传统实验室模式（人类主导实验设计与验证）正被多代理并行工作流取代，边际成本下降但系统性风险上升。
悬念在于：当代理工作量占比继续攀升至5:1或更高时，人类监督是否仍能有效把控？若OpenAI 2028年前实现“全自动研究员”，行业将面临更激烈的安全与监管博弈。[[2]](https://www.engadget.com/2251859/openai-says-it-reached-its-goal-of-creating-an-automated-research-intern/)
**信源：**
https://openai.com/index/research-acceleration-view-inside-openai/ (2026-09-06)
https://www.reuters.com/technology/ai-could-pose-existential-risk-humanity-un-rights-chief-warns-2026-09-07/ (2026-09-07)