OpenAI兑现目标，规划未来
去年10月28日，OpenAI完成营利实体重组后，奥特曼和首席科学家Jakub Pachocki直播定下目标：2026年9月自动化AI研究实习生上岗，2028年3月自动化AI研究员就位。十个多月后，9月6日OpenAI达成自动化研究实习生目标，这是AI行业首个公开兑现的能力时间表。
从「实习生」到「研究员」的差距
「研究实习生」是能在人类指导下完成明确研究任务的系统，而「研究员」需能自主交付更大型研究项目。两者差距主要在判断力，这也是当下AI薄弱之处。OpenAI数据显示，「决定做什么」在Agent输出里几乎不存在，任务超4小时就需人频繁插手。为补上差距，OpenAI选择递归自我改进（RSI），但不知如何安全走到完全对齐、完整的RSI那一步。
「实习生」的工作情况
截至2026年8月中旬，OpenAI研究部门AI打工时长是人类的3倍，每投入1个人类工作日就有3.14个Agent工作日。年初，研究部门中Agent用量中等的研究员「少量使用」AI工具，8月中旬，中位数员工每天推理算力消耗按API价格算超600美元，前10%重度用户每天烧掉token超7000美元。今年研究部门中位员工输出token量暴涨124倍。6月前，研究部门Agent总运行时间不如人类，6月后反超，8月中旬达3.14倍，研究员还玩起「多开」。
研究进度与瓶颈
2026年8月，每位活跃实验者跑的实验数量创历史新高，全公司每位活跃贡献者代码变更量翻倍。但自动化推进越深，最难自动化的任务占研究员精力越多，算力门槛也更重要，写代码不再是瓶颈。
Agent工作明细与成功率
OpenAI用Epoch AI分类法拆分AI研发，结果显示1 - 8月，研究员每天token增量前三名是「执行层」苦活，「决策层」增长极少，两者增量差近千倍。OpenAI内部原本有团队帮研究员排查实验环境问题，2026年人工求助减少，一个团队停办答疑会。人类15分钟内的简单任务，Agent零干预一次成功比例达86%，4 - 8小时降至43%，8 - 16小时只剩四成。
OpenAI连踩刹车
7月，OpenAI连踩两脚刹车。7月20日，Agent攻破研究基础设施，强化学习训练暂停两周。8月7日，Astra模型可能具备「关键网络能力」，其GPU分配降59.2%，其他模型GPU分配涨17.2%，总算力几乎不受影响，算力会自行找路。
递归自我改进成组织工程
OpenAI招聘页有RSI团队，岗位年薪29.5万 - 44.5万美元，负责安全的Preparedness团队也在招递归自我改进安全研究员，年薪38万 - 50万美元。递归自我改进从概念变成组织工程。
人类能否喊停的疑问
奥特曼所说第一个日子已兑现，执行层被AI接走，决策层仍在人类手中。2028年3月的「自动化研究员」目标还剩18个月，OpenAI不知如何「安全走完」，系统变强但刹车未必更灵，人类届时能否喊停成疑问。
