AI开始训练AI，OpenAI摊牌了

AI训练AI，不再只是论文里的假设。

9月6日，OpenAI官方博客发布《研究加速：OpenAI内部视角》（Research acceleration: The view inside OpenAI），第一次以内部数据的形式，公开了AI"递归自我改进"（RSI）的进展。核心结论只有一句：他们已经在9月前造出了去年秋天定下目标的"自动化研究实习生"，而研究组织里智能体的工作量，已经是人类研究员的3倍以上。

这不是营销话术，是一份带数字的"内部体检报告"。这份报告真正值得看的，不是结论有多激进，而是OpenAI第一次愿意把自家的账本翻开给你看。

📈 一份罕见的"内部体检报告"

先说场景：一家以保密著称的AI公司，主动公布了自己内部用AI干活的程度。

OpenAI对"研究实习生"的定义写得相当克制：一个能在人类指导下执行明确定义的研究任务的系统，包括那些需要一名熟练研究员数天才能完成的任务。

注意两个限定词——"人类指导下"和"明确定义的任务"。也就是说，这不是一个能自己开题、自己判断方向的"研究员"，而是一个能独立跑完数天工作量模块的高级打工人。

而下一个目标写得更明白：2028年3月前实现完整的"自动化AI研究员"，使其能够参与深度学习和对齐研究，并通过迭代进一步改进系统。

把这两步放在时间线上看，节奏感就出来了：

从"实习生"到"研究员"，OpenAI给自己留了约18个月。这个节奏意味着什么？意味着他们判断，从"能干活"到"能做研究"之间的鸿沟，是可以靠工程和迭代填平的。

据多位接近人士的说法，业内对这份报告的第一反应普遍是两极的：一派认为这是AI飞轮启动的实锤；另一派则盯着定义里的限定词，认为"实习生"离"研究员"还隔着对研究品味和问题定义能力的整个鸿沟。

两派都有道理。但有一件事双方都不否认：把RSI从概念变成带考核目标、带验收时间的工程计划，本身就是行业叙事的一次换挡。

🔥 600美元一天，研究员离不开智能体了

金句先放这儿：工具用了回不去，才是真采用。

OpenAI公布的使用数据，恰好印证了这一点。

今年年初，按智能体使用量排序处于中位数的OpenAI研究员，对编码智能体的使用还相对有限。但到8月中旬，这部分研究员已经把智能体纳入日常工作流程。按API价格折算，中位研究员每天的智能体推理使用额已超过600美元；研究组织中使用量处于前10%的研究员，每天使用的Token价值则超过7000美元。

这是什么概念？一家公司愿意让中位数员工每天"烧"掉600美元的推理费用，且这个数字还在涨——说明这笔投入在内部账本上是算得过来的。一个研究员一天的薪资成本，和600美元的推理开销之间，管理层显然找到了正收益的等式。

更猛的数字在增长曲线上：以中位员工的输出Token变化计算，研究部门的智能体使用规模较2025年12月增长了124倍。而且研究部门的增长速度，明显快于公司其他团队。

把核心数据摆在一起看：

一个 roughly 的产业逻辑是：当工具的人均渗透率过半、且头部的用量是中位数的十倍以上时，这家公司的核心生产流程已经实质性地被重构了。剩下的只是把重构的边界，从编码往研究的上游推。

⚙️ 六月拐点：机器时长第一次超过人类

一个几乎没人在意的细节，可能才是整篇报告里最重的信号。

今年6月之前，OpenAI研究组织的智能体总运行时长，仍低于人类劳动总时长。此后情况反转了。

这句话翻译过来就是：从6月开始，这家公司研究产出的"主力工时"，第一次属于机器。人类从主要执行者，变成了任务的拆解者、分发者和验收者。

这个拐点的产业含义，比"3倍工作量"更深。工作量倍数衡量的是效率，而工时结构的反转，衡量的是生产关系的变化。前者是改良，后者是换轨。

把整个循环画出来，就是那张著名的飞轮：

AI产出更多代码和实验结果，研究进展加快，更好的模型被训练出来，再反过来提升智能体能力——这就是"AI训练AI"的飞轮。关键在于，这个循环里的每一环，现在都有了可观测的内部数据支撑，而不是停留在发布会PPT上的愿景。

圈子里流传的一句话是：以前比的是谁的模型强，以后比的是谁家的飞轮转得快。模型能力是存量，飞轮转速才是增量。

这也是为什么各家的竞争重心，正在从"发布会上的跑分"转向"内部研发流程里智能体的渗透率"。前者是一场比赛的计时器，后者是整场比赛的发动机。

💡 GPT-6 Astra：飞轮转出来的第一个成品

如果说RSI报告是内部账本，那么GPT-6 Astra就是这份账本交出的第一个公开成品。

北京时间凌晨3点33分，在全球一场AI大宕机之后，GPT-6 Astra正式亮相。OpenAI给它的定位总结只有一句：全球最智能且最对齐的模型。

从各方实测的反馈看，这次发布有点当年GPT-4的味道——全方面的领先，而且终于不再是一个纯粹为Coding特化的模型。业界的一种代表性评价是：这是一个真正意义上的、审美能力强、工作能力超强的"博士级员工"。

把这条产品线和RSI报告放在一起，事情就串起来了：

值得玩味的是发布策略：今天只向部分组织开放，未来几天才向订阅用户开放。社区里已经有人抱怨，当初买200美元Pro会员时可不是这么承诺优先体验的。

但这个"挤牙膏"式的开放节奏，恰恰侧面印证了飞轮逻辑——优先把最强的模型喂给内部研究流程，让飞轮先转起来，外部开放排在第二优先级。对OpenAI来说，最聪明的用户永远是自家的研究员。

⚠️ 冷思考：飞轮的边界在哪里

热度归热度，边界也要划清楚。

回到定义本身："研究实习生"的前提是人类指导下、明确定义的任务。真正困难的研究工作——提出好问题、判断哪条技术路线值得押注、在数据互相矛盾时做取舍——目前依然牢牢握在人类手里。

从"实习生"到2028年目标的"完整研究员"，中间隔着的不只是能力问题，还有验证问题：你怎么证明一个AI研究员的研究方向是对的？研究这件事的反馈周期极长，一个错误方向的成本可能以年计。这也是为什么OpenAI把"对齐研究"明确写进了下一阶段目标里——飞轮转得越快，方向盘认证就越重要。

对产业侧的推演，逻辑是通的：这套"智能体加速研发"的范式，理论上可以外溢到任何工程密集型行业，包括适航验证、系统仿真、空管软件这类重代码、重迭代、强合规的领域。但外溢的速度，取决于各行业的任务能否被"明确定义"——越是有清晰验收标准的环节，智能体切入越快；越是依赖现场判断和责任认定的环节，越慢。

一句话概括这个阶段的判断：飞轮确实在转，但目前转的是"执行"这一段，"提出问题"那一辐条，还是人类的核心资产。

小结

OpenAI这份RSI报告的真正价值，不在"AI3倍于人类"这种标题数字，而在于它把递归自我改进从愿景变成了有定义、有里程碑、有数据的工程路线图：研究实习生已达成，2028年3月冲完整研究员。

3倍工作量、124倍Token增长、6月工时反转拐点——三个数字合起来，指向同一个事实：研究流程的机器化已经过了不可逆点。

接下来值得盯的，不是发布会，而是18个月后那个"自动化AI研究员"的验收标准怎么写。飞轮的转速已经不缺了，缺的是方向盘。