阅读研究雷达投资体系
登录 / 注册
← 返回阅读
资讯实质变化1 分钟阅读DisconfirmAI 编辑部

OpenAI发布内部报告:研究员日均Token成本超薪资,但复杂工程任务成功率仅25%

OpenAI最新报告显示其内部AI代理使用激增,理论Token成本已超研究员薪资,但在构建评估环境等复杂任务上成功率仍低,需人类监督。

2026-11-19 21:08

OpenAI于2026年11月19日发布第二份内部研究加速报告,披露了其开发新模型过程中AI代理的深度嵌入情况。数据显示,内部工具如Codex和Dots的使用量近期激增。按常规API列表价格计算,2026年10月中位研究员每日消耗价值2,400美元的Token,较上月增长62%;前10%的用户这一数值翻倍至每日23,000美元。

报告指出,这些代理的运行时间相当于每位研究员每个日历日完成5.7个工作日的任务量,在预训练和后训练团队中约为8个工作日。超过三分之二的被追踪研究员在峰值使用时并行运行至少四个代理。值得注意的是,该理论API等效成本在9月份已是研究员常规薪资成本的两倍(不含占总薪酬70%-80%的股权包)。

尽管采用率高,AI代理的能力边界依然明显。根据Epoch AI的分类法,系统在简单任务上表现良好:自主完成训练运行监控的成功率为79%,独立回答技术问题的成功率为72%。然而,在更复杂的工程工作中,构建评估和强化学习环境成功率仅为29%,编写推理和服务系统代码的成功率为25%。

内部调查显示,研究员对工具的依赖程度极高。在一项针对101名员工的非代表性调查中,中位数受访者表示,宁愿放弃团队40%的人员或30%的计算能力,也不愿在没有当前编码代理的情况下工作三个月。另一项针对28名员工的快速投票显示,27人更喜欢最新的内部模型而非中级人类工程师。

定性访谈揭示了过度使用的缺点:模型缺乏对好研究想法、代码和数据质量的“品味”,常产生“AI垃圾”代码和无用数据工件,需要密切的人类监督以避免浪费计算周期。GPT-6 Astra的关键概念创意完全来自人类。OpenAI警告称,目前收集的人机协作数据可能不会线性外推,并指出深度学习研究本身可能出现类似数学领域的突然突破。

来源

  • the-decoder.comThe Decoder↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系