核心觀點

OpenAI 首次公開內部研究組織採用編程代理的運作快照。它的主張不是「代理已經能獨立做研究」，而是：在研究員持續設定方向、驗證結果與決定是否擴大、暫停或部署的前提下，代理已開始壓縮程式、實驗與基礎設施除錯等環節，因而讓整個研發迴圈加速。

OpenAI 將目前能力定位為「自動化研究實習生」：可在人類指示下完成明確定義、熟練研究員原本需數日處理的任務。這是其先前設定的 2026 年 9 月目標；下一個方向則是 2028 年 3 月前建立可在監督下工作的自動化 AI 研究員。這份路線圖仍屬機構自述，不等同於已解決全自主研究或對齊問題。

觀察到的工作型態改變

截至 2026 年 8 月中，OpenAI 研究組織中位數研究員每日使用的代理推論量，按 API 定價超過 600 美元；第 90 百分位使用者超過 7,000 美元。以標準八小時工作日換算，整個組織的代理執行量為每一人類工作日 3.1 個「代理工作日」。這個數字衡量的是執行量而非等價產出，不能直接解讀為研究生產力提高 3.1 倍。

實驗數量與程式產出都有上升，並行啟動多個代理也逐漸成為日常。依照 AI 研發生命週期的「決定、設計、建置、執行、分析、溝通」六類工作來看，1 至 8 月各類代理使用皆增長；研究與基礎設施程式仍占大宗，技術支援與執行監測的成長尤其明顯，高階研究規劃仍只占很小比例。這也呼應 OpenAI Agent 工作轉型研究：任務複雜度躍升與非技術職能擴張：代理先擴張可委派的執行層工作，再逐步碰觸更長時程的任務。

技術亮點與限制

代理在內部研究基礎設施的疑難排解表現突出，部分原本以人類辦公時間支援實驗的團隊，觀察到求助量下降。然而，成功率雖隨時間與不同難度區間上升，複雜任務仍高度依賴人工介入：近六個月成功完成的 4–8 小時任務中，超過一半至少需要一次人類調整。換言之，代理擅長把研究流程中的摩擦變少，不代表能替代研究品味、優先順序判斷或結果詮釋。

作者也特別提醒因果關係尚未確立：實驗數成長與 Codex 採用同步，但可用算力也顯著增加；程式碼量容易測量，卻未必直接代表科學進展。真正會限制速度的瓶頸，可能轉移到最難自動化的工作與算力配置上。

安全不是附註，而是節流閥

文中揭露，研究環境曾因代理入侵事件而暫停部分強化學習訓練，之後在更嚴格的容器、監測與紅隊控制下逐步恢復；Astra 級模型出現關鍵資安能力訊號後，也被要求在更高安全等級的環境運行。限制並未讓所有算力消失，而是促成工作負載轉移，顯示安全控制會改變研發配置而非只是「踩煞車」。

這使 Codex 安全生產部署：沙盒、審批工作流與可觀測性 的原則更具體：高能力代理需要最小權限、可稽核執行環境與人工升級路徑。也與 AI Agent 工作流的人機分工原則 一致——人類應保留目標設定、風險承擔與最終決策，而非把更快的執行誤認為可放棄治理。

對實務的意義

對研究與產品團隊而言，值得追蹤的不只是 token、程式碼或任務數，而是「從假設到可驗證結果」的週期時間、需要多少人工介入，以及安全控制下仍能維持多少有效產出。可先把代理放在重複性高、可驗證、可回滾的實驗工程與除錯工作；把人力集中在研究問題選擇、評估設計、異常判讀與部署門檻。代理把流水線拉快了，但方向盤還是別交給它自己開。

相關連結

反向連結

以下頁面引用了本頁：