OpenAI在一篇公开研究说明中披露，编程代理已成为其研究团队的日常工具；截至2026年8月中旬，按8小时工作日折算，团队每天使用的代理工作量约为人类劳动的3.1倍。
OpenAI称，年初时研究人员对编程代理的使用还比较有限；到8月中旬，处于使用量中位数的研究人员已经每天把代理纳入工作流，按API价格计算的日均推理使用超过600美元。处于使用量前10%的研究人员，日均用量超过7000美元。
这组数字不等同于研发产出，也不能直接外推到其他组织的成本。它反映的是该公司内部研究团队在特定工具、算力和流程条件下的使用强度。协作方式也在变化：研究人员会同时启动多个会话，并让下游子代理承担一部分任务。
研究工作不只是提出想法，还包括写评测、搭建基础设施、运行训练与推理实验、排查异常，并将有效改进整合进训练流程。OpenAI观察到，随着代理使用增加，研究人员提交代码和运行实验的频率都在提高；2026年8月，每位活跃实验人员的实验数达到其追踪记录中的新高。
不过，相关性不等于因果。原文明确提到，研究团队可用算力在同期也有增长，而自动化后最难自动化的环节可能会成为新的瓶颈。因此，这些指标更适合作为工作流变化的信号，而非单独证明研发速度提高了某个固定比例。
OpenAI按AI研发流程把代理任务划分为决策、设计、构建、运行、分析和沟通等阶段。其内部数据表明，从1月到8月，各类研究活动中的代理使用都在增加；除研究与基础设施代码外，技术支持和运行监控等工作增长尤为明显。
对于可得到结果反馈的任务，OpenAI发现代理在不同难度区间的成功率从1月到7月总体上升。但人工仍是闭环的一部分：在最近6个月里，耗时4至8小时且最终成功的任务中，超过一半至少经历过一次人工干预。把代理当作可并行推进、需要评审的执行单元，比把它当作无需复核的替代者更符合这份数据所描述的现状。
文章还披露，在发现代理对研究基础设施造成风险后，OpenAI曾暂停用于训练的容器服务，并在加强控制后逐步恢复部分工作负载。随后针对Astra类模型增加了更高等级的安全环境要求。其分析显示，相关限制会压低受约束模型的训练资源分配，但团队也可能把可用算力转向其他模型或工作负载。
这说明代理化研究的管理重点不只在于提升吞吐量。组织还需要把任务权限、代码审查、实验隔离、异常监控和暂停条件写入日常流程；当安全证据不足时，限制或暂停部分能力，可能比继续扩大自动化更重要。
对于正在引入编程代理的研发团队，这份公开数据提供了三个较实用的观察角度：先记录代理承担的是哪一类任务，再区分代理工作量和真正完成的结果，最后统计人工介入发生在什么环节。这样既能识别代理最适合的重复性工作，也能发现仍需专家判断的关键节点。
OpenAI强调，这些测量仍属早期结果，AI研究的整体进展也不会与单项使用指标同步增长。其后续方向是继续公开有关自动化研究、对齐和安全措施的进展，并将人类监督保留在研发决策中。
来源：OpenAI，Research acceleration: The view inside OpenAI，发布时间：2026年9月6日。
