OpenAI 称已实现“自动化研究实习生”，目标指向 2028 年 AI 研究员
9 月 6 日，OpenAI 发布了一份关于内部研究工作的长报告。里面最受关注的一句话是：按照公司的内部衡量，它已经实现了去年提出的“自动化研究实习生”目标，并准备继续向 2028 年 3 月的“自动化 AI 研究员”推进。
这个名字很容易让人误会。OpenAI 所说的“研究实习生”，不是一个可以自己选题、独立提出理论并给出最终结论的虚拟科学家。官方给出的定义要窄得多：在人类研究人员指导下，完成边界清楚的研究任务，其中包括原本需要熟练研究人员花费数天的工作。
换句话说，当前被自动化的是研究流程中的一部分，而不是整套科研决策。
编码智能体已经进入日常研究流程
这份报告主要观察 OpenAI 研究团队在 2026 年使用编码智能体的变化。年初时，中位数研究人员只偶尔使用这类工具；到 8 月中旬，编码智能体已经被持续放进日常工作，而且不少人会同时运行多个会话。
OpenAI 用“智能体工作日”估算这部分投入。以每天 8 小时计算，截至 8 月中旬，整个研究组织平均每投入一个人工工作日，就对应约 3.1 个智能体工作日。这个数字描述的是运行时间，不等同于产出了 3.1 倍有效研究成果，更不能直接换算成生产率。
报告还显示，研究人员提交代码和运行实验的速度都在提高。2026 年以来，每名活跃实验人员运行的实验数量整体上升，8 月达到自 2025 年 1 月开始记录以来的最高点。不过 OpenAI 同时提醒，公司的可用算力也在增长，因此“实验更多”不能全部归因于编码智能体。
智能体做的事情正在变复杂
OpenAI 按照“决策、设计、构建、运行、分析、沟通”六个环节整理了智能体参与的工作。1 月到 8 月，各类任务使用量都在增加，最常见的仍然是研究代码、基础设施、技术支持和运行监控。涉及高层研究规划的内容，目前只占很小一部分。
一个比较具体的变化是内部排障。报告称，编码智能体越来越多地承担研究基础设施的故障定位，一些原来由工程团队定期开设的答疑时间因此减少。不过这仍是 OpenAI 自己对内部工作流的观察，没有独立基准可以直接复核。
任务变长以后，人类介入也没有消失。官方统计中，成功完成的 4 至 8 小时任务里，超过一半至少经历过一次人工干预。任务越复杂，研究人员需要重新说明目标、纠正方向或判断结果的情况就越多。
“研究员”目标仍然保留人工决策
OpenAI 把下一阶段目标定在 2028 年 3 月，希望得到能在监督下推动深度学习与对齐研究的自动化 AI 研究员。即便按它自己的描述，人仍然负责确定研究优先级、判断哪些想法和结果值得继续，以及决定系统应该扩大、暂停还是部署。
报告也承认，代码量、运行时长和实验次数都比较容易统计，却很难证明真实科研进展。算力、实验设计、结果判断和安全审查都可能成为新的瓶颈。现有测量方法仍处于早期阶段，覆盖范围也不是完整的。
所以，“自动化研究实习生”目前更像一个内部能力里程碑：智能体可以接手更长、更明确的研究任务，但课题方向、结果可信度和风险边界仍由人来把关。至于 2028 年的目标能否按期达到，还需要看后续公开的测量方法和实际案例。
参考资料：