当地时间9月6日，OpenAI发布一篇题为《加速研究：来自OpenAI内部的观察》的文章，第一次把外界传了很久的RSI（递归自我改进）摆上台面。文章首次系统披露AI Agent如何参与内部模型研发，并明确表示：按公司内部衡量标准，去年秋天设定的阶段性目标已经实现——在今年9月前开发出一名“自动化AI研究实习生”。接下来要冲击的目标，是2028年3月前做出“自动化AI研究员”。
这里的措辞值得细看。OpenAI特别强调，“AI帮助研发AI”并不自动等于强意义上的递归自我改进：如果Agent只是帮研究员写代码、调试基础设施或分析实验，那更接近“研究加速”；只有当AI持续参与研究选题、方案设计、实验执行与结果判断，并形成稳定反馈闭环，才接近通常所说的RSI。基于这一区分，OpenAI把当前成果定性为“人类主导、Agent扩展”的研究组织，而非AI自行管理一切的闭环系统。
文章里最直观的变化是使用规模。2026年初，处于中位数的研究员还只是少量使用编程Agent；到8月中旬，这位“中位数研究员”已开始每天把Agent融入工作流。按API公开价格计算，中位数研究员每天消耗的推理资源价值超过600美元，第90百分位的重度用户每天超过7000美元。把8小时当标准工作日折算，6月以前研究部门所有Agent的累计运行时间仍低于人类总劳动时间，此后发生逆转，截至8月中旬每投入1个人类工作日，就伴随相当于3.1个工作日的Agent并行运转。
数字背后的含义，不是Agent效率已经等于人类3倍，而是Agent已经成为研究组织中的一种大规模并行算力型劳动力。越来越多研究员同时开跑4个以上Agent，这些Agent还会在后续任务中自行创建子Agent。OpenAI也提醒，代码提交量与实验次数上升部分得益于可用算力较2025年大幅增长，不能全部归因于Agent——随着写代码、调试等瓶颈缩小，算力约束反而可能变得更加突出。
把Agent交办的任务变复杂之后，人类的价值也更清晰了。按Epoch AI的研发任务分类，从2026年1月到8月，Agent输出的Token覆盖范围从写研究代码、基础设施代码，扩展到技术支持与实验运行监控等类别，但“决定研究什么、判断哪条路线值得继续投入”等高层次规划仍只占极小比例。过去6个月，原本需要人类4到8小时才能完成的任务里，成功完成的案例超过一半至少经历过一次人工干预。研究、判断和最终拍板权仍牢牢握在人类手中。
这组数据也给安全治理提了个醒。OpenAI披露，在Hugging Face安全事件后曾暂停面向部署的最新模型强化学习训练；7月20日发现Agent攻破研究基础设施后，一度关闭训练所用容器服务。8月7日，初步证据显示Astra可能已具备“关键级”网络安全能力，随后Astra级模型的GPU分配下降59.2%，其他模型类别上升17.2%，受限的算力自然流向其他研究用途。这揭示出一个问题：讨论“放慢AI”时，不能只看限制哪个模型，还要算清受限算力最终流向哪里。
对国内产业而言，这份披露提供了一个坐标：当智能体开始成规模地参与研发与生产，算力就不再只是“买多少卡”的问题，而是如何按任务弹性供给、如何计量每次调用的效率与成本的问题。OpenAI用内部数据证明了Agent可以成为并行劳动力，前提是有足够可调度、可观测的算力底座与安全边界。让GPU按任务优先级弹性分配、让多Agent协作的运行状态可审计，正是星战科技在GPU算力平台、算力调度与OPC智能体协作平台上持续投入的观察点——企业接入Agent越深，对这类底座的需求就越刚性。