OpenAI報告:內部Agent日均成本達研究員薪酬兩倍

nashnova research
今天发布阅读约 3 分钟

OpenAI內部報告披露,研究員每日驅動Agent的API成本已達其非股權薪酬的兩倍,Agent可獨立完成46%的研究任務——AI的「帳面勞動力價值」正從成本結構上超越人類。

01

一個研究員每天在Agent上花多少錢?

今年9月至10月,中位數研究員的日均Agent花費從1,500美元升至2,400美元。
用量最高的10%研究員更誇張:日均從1.1萬美元升至2.3萬美元。
這意味著→ 頂尖研究員一天的Agent帳單,相當於一個普通員工半個月工資。
02

一個人同時「指揮」多少個Agent在幹活?

按「Agent累計運行8小時=一個工作日」的口徑,每名研究員平均每天驅動5.7個Agent工作日,是此前基準的11倍。
超過三分之二的研究員每天同時運行至少4個Agent,逾10%的人同時跑至少16個。
簡單來說= 一個研究員坐在電腦前,背後有五六個AI「分身」同時幫他做事,有些人甚至有十幾個。
03

Agent到底能獨立完成多少任務?

Agent現已能獨立完成約46%原本需要人類花2至4小時完成的研究任務,今年3月這一比例僅為23%——七個月內翻倍。
更複雜的4至8小時任務,自主完成率從13%升至35%。
分任務看:溝通類69%、分析類58%表現較好,而「構建」類僅43%;監控訓練成功率79%,編寫推理與服務代碼僅25%。
這反映出 Agent目前擅長「照章辦事」,但在需要判斷力和創造力的環節仍然薄弱。
04

研究員有多依賴Agent?

OpenAI問了101名研究員:如果未來三個月不能用最前沿的編程Agent,你願意拿甚麼換?
中位數答案:削減團隊40%的人力編制,或放棄30%的算力。
這意味著→ 在研究員眼中,一個好用的Agent比近半數同事和近三分之一的計算資源都值錢。
05

Agent的短板在哪裏?

研究員在訪談中反映,Agent缺乏「研究品味」(research taste,指自主提出好問題、判斷代碼和數據優劣的能力)。
簡單來說= Agent能幹活、能出量,但不知道該幹甚麼活、幹得好不好——方向感和質量判斷仍然靠人。
這也解釋了為甚麼Agent能完成46%的任務,但剩下54%依然需要人類持續監督。
06

安全投入跟上了嗎?

報告顯示,在所有研究方向中,安全與對齊領域的人力投入增幅居首。
AI加速參與自身研發的同時,人類對其可控性的投入也在同步擴張。
這反映出 一個核心張力:Agent越強、用得越多,對「誰來看住Agent」的需求就越大——這可能是當前AI研發週期最值得持續追蹤的變量。

市场有风险,内容仅供研究参考,不构成投资建议。

OpenAI報告:內部Agent日均成本達研究員薪酬兩倍 · nashnova