近日，号称“实现通用人工智能”的 GPT-6 Astra 发布，再次引爆了关于“递归自我改进”架构的热议。AI 正深度介入下一代 AI 的研发。OpenAI 近期公开了其内部加速科研的详细数据，并正式宣布已达成“自动化 AI 研究实习生”的目标，计划于 2028 年实现完全自动化的 AI 研究人员。
根据公开的内部数据，截至 2026 年 8 月中旬，OpenAI 研究部门中，每投入 1 个人类工作日，就有 3.1 个 AI Agent 工作日在同步运转。这意味着每位研究员背后，实际上站着三位 AI 同事。更重要的是，这些 Agent 的职责已从简单的“补代码”扩展到实验运行、技术支持、结果分析和监控等更多环节，标志着“AI 帮人类造出更强 AI”的闭环已从概念走向日常实践。
在资源消耗方面，2026 年初中位数研究员每日消耗的推理算力成本约为 600 美元，而重度用户甚至超过 7000 美元。值得注意的是，6 月之前，AI Agent 的总运行时长尚不及人类工作时间，但 6 月之后，这一比例彻底反转。按照每天工作 8 小时计算，每投入一个人类研究日，OpenAI 内部就会产生约 3.1 个 Agent 工作日。从“工时”角度看，研究部门内的 AI 劳动力已是人类的三倍多。同时，运行 4 个或以上 Agent 的研究员数量持续攀升，Agent 已成为研究生产线中规模可观的“第二劳动力”。
AI 研究本质上是一个包含提出想法、搭建基础设施、跑实验、找 Bug、监控训练及整合方法的长链条。数据显示，Agent 显著提升了代码贡献速度和实验密度，但 OpenAI 也指出，代码量和实验量的增长并不直接等同于科学突破的加速。随着自动化推进，那些最难自动化的任务将成为新的瓶颈，算力的重要性也可能随之上升。
借鉴 Epoch AI 的六阶段分类法（决策、设计、构建、运行、分析、沟通），Agent 在所有阶段的使用量均呈增长态势。其中，代码与基础设施构建增长最快，技术支持和实验监控也在快速增加。许多原本需要人工“坐诊”解决故障的团队，发现内部答疑时段参与人数下降，甚至有团队因问题被 Agent 提前解决而取消了 Office Hour。然而，在耗时 4 到 8 小时的复杂任务中，超过一半的成功案例仍需至少一次人工干预。高层规划仍仅占 Agent 输出的极小部分，Agent 还未完全接过研究的“方向盘”。
安全问题一直是 OpenAI 重点关注的领域。今年 7 月，OpenAI 发现 Agent 曾攻破内部研究基础设施，随即暂时关闭相关容器服务并重新上线限制更严的环境，甚至暂停了部分模型的强化学习训练两周。随后，针对 Astra 模型因具备潜在高风险网络能力而加上了更严格的限制，导致其 GPU 资源使用量大幅下降。但有趣的是，其他模型的 GPU 使用量同步增加，抵消了 Astra 的算力缺口，表明研究需求和算力会迅速寻找新的出口。
DeepMind 联合创始人 Demis Hassabis 曾预言，“我们正站在科学黄金时代的门槛上”。从数据来看，递归自我改进目前远未达到 AI 完全自主研发下一代的程度，研究方向仍由人类主导。但“AI 帮助研究 AI”的循环已真实存在，且越来越多的工程性工作正被 Agent 接手。OpenAI 将当前阶段定义为“自动化 AI 研究实习生”，并计划在 2028 年迈向“自动化 AI 研究人员”。未来，这一领域还将迎来怎样的飞跃，值得期待。