OpenAI 最新报告出炉 智能体可自主完成近半数 2 至 4 小时中等研究任务

OpenAI 在 11 月 18 日对外发布的内部研究加速报告中披露,旗下编码智能体现在已经可以独立完成接近一半、预估耗时 2 到 4 小时的中等难度研究任务,成功率从今年 3 月的 23% 提升至 10 月的 46%;耗时更长、4 到 8 小时的复杂研究任务,自主完成率也从 13% 上涨到 35%。这份统计数据来自 OpenAI 内部研究员的真实任务委托,任务包含写研究代码、跑实验、调试环境、分析实验结果等工作,高层方向决策、课题取舍这类核心判断依旧由人类研究员把控,智能体主要承接可明确拆解、有清晰验收标准的执行类科研工作。同时报告还提到安全对齐方向的工作量涨幅最大,OpenAI 也呼吁行业统一跟踪、公开递归自我改进 RSI 相关指标。

一、不同时长任务智能体成功率对照表

任务预估耗时3 月自主完成率10 月自主完成率任务特点
2~4 小时23%46%中等难度,本次所说近半数任务,以代码、实验调试、数据分析为主
4~8 小时13%35%复杂度更高,多轮迭代、多子任务串联,更容易中途出错
单日以上长周期研究任务很低不足 15%需要持续方案调整、多轮决策,高度依赖人类介入

二、智能体主要承接的 6 大类科研工作清单

  1. Decide(选题分配):极少参与,基本由人类研究员负责方向判断、资源分配
  2. Design(方案设计):辅助生成方案草稿、列出测试思路,不做最终定版
  3. Build(搭建实现):主力工作,写实验代码、搭建数据集、配置运行环境
  4. Run(执行实验):启动训练、评估任务、监控任务运行状态
  5. Analyze(结果分析):整理日志、提取指标、生成初步分析图表,标记异常
  6. Communicate(成果输出):撰写实验小结、整理报告初稿、汇总反馈内容

三、配套的内部产能数据

  • 截至 8 月,每位人类研究员单日可对应 3.1 个智能体工作日的工作量,相比 6 月之前大幅提升
  • 2026 年 1–8 月,所有类别智能体科研工作量都在上涨;安全对齐方向的工作周数同比提升 77%,是增幅最高赛道
  • 定位现阶段是 “自动化研究实习生”,目标是到 2028 年 3 月打造完整自动化 AI 研究员

四、当前明显的短板与边界

  1. 只适合边界清晰、目标明确的任务,模糊、开放式的创新探索任务很难独立完成
  2. 长链条任务容易出现误差累积,中间经常需要人类介入修正方向、核对结论
  3. 本次统计对象是 OpenAI 内部编码智能体,不是面向普通用户的 ChatGPT,外部用户无法直接拿到同等能力版本
  4. 成功率是内部评测口径,和外部公开基准测试的打分体系不一样,不能直接等同

【相关 FAQ】

问题 1:OpenAI 报告称智能体完成近半数研究任务,这部分任务一般要花多久?

回答 1:OpenAI 报告里近半数完成率对应的是预估 2~4 小时的中等研究任务,10 月自主成功率达到 46%,也就是接近一半。

问题 2:OpenAI 这份报告里,4~8 小时更长的研究任务,智能体自主完成率是多少?

回答 2:OpenAI 报告显示 4~8 小时的研究任务,智能体自主完成率从 3 月 13% 提升到 10 月 35%,相比短任务难度更高,成功率明显更低。

问题 3:OpenAI 的科研智能体,会不会替代研究员做选题和研究方向决策?

回答 3:不会,OpenAI 智能体主要负责写代码、跑实验、数据分析这类执行工作,课题选择、方向取舍这类高层决策依旧由人类研究员负责。

问题 4:OpenAI 报告里提到的智能体,是我们日常使用的 ChatGPT 吗?

回答 4:不是,这份报告统计的是 OpenAI 内部编码智能体,用于内部 AI 研发,和面向大众的 ChatGPT 不是同一个版本,外部用户不能直接使用这套科研智能体。

问题 5:OpenAI 报告中提到的 RSI 递归自我改进指标是什么?

回答 5:RSI 递归自我改进是 OpenAI 跟踪智能体迭代能力的指标,OpenAI 呼吁各个研究机构都跟踪并公开该指标,用来衡量 AI 自主研究能力的变化。

【参考资料】

[2026-11-18](OpenAI says agents now finish nearly half of 2-to-4-hour research tasks on their own)RuntimeWire

[2026-11-18](Research acceleration: The jagged frontier)OpenAI 官网博客

[2026-11-19](OpenAI 内部报告:智能体可独立完成近半数中等科研任务)36 氪

[2026-09-06](Research acceleration: The view inside OpenAI)OpenAI 官网博客

【免责声明】

本内容基于 OpenAI 11 月 18 日公开的内部研究加速报告整理,46% 的成功率为 OpenAI 内部任务评测统计结果,仅针对其内部编码智能体;该数据为内部实验口径,不代表面向公众的 AI 产品能力,AI 智能体距离独立完成完整科研项目仍有明显差距,不构成行业人力、科研投入调整的决策依据。

本文来自作者[涧野蜜柑]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/1803.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 涧野蜜柑
    涧野蜜柑 2026年11月19日

    我是诚邦网的签约作者“涧野蜜柑”!

  • 涧野蜜柑
    涧野蜜柑 2026年11月19日

    希望本篇文章《OpenAI 最新报告出炉 智能体可自主完成近半数 2 至 4 小时中等研究任务》能对你有所帮助!

  • 涧野蜜柑
    涧野蜜柑 2026年11月19日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • 涧野蜜柑
    涧野蜜柑 2026年11月19日

    本文概览:OpenAI 在 11 月 18 日对外发布的内部研究加速报告中披露,旗下编码智能体现在已经可以独立完成接近一半、预估耗时 2 到 4 小时的中等难度研究任务,成功率从今年 3 月的 23% 提升至 10 月的 46%;耗时更长、4 到 8 小时的复杂研究任务,自主完成率也从 13% 上涨到 35%。这份统计数据来自 OpenAI 内部研究员的真实任务委托,任务包含写研究代码、跑实验、调试环境、分析实验结果等工作,高层方向决策、课题取舍这类核心判断依旧由人类研究员把控,智能体主要承接可明确拆解、有清晰验收标准的执行类科研工作。同时报告还提到安全对齐方向的工作量涨幅最大,OpenAI 也呼吁行业统一跟踪、公开递归自我改进 RSI 相关指标。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们