OpenAI 发了第二份"研究加速"报告,措辞很克制,数字反而很诚实。
3 月到 10 月,估计要人 2 到 4 小时才能干完的任务,智能体自己干成的比例从 23% 涨到 46%。4 到 8 小时的,从 13% 涨到 35%。七个月,翻了快一番。
这是我看过的内部数据里最不吹的一份。它没说"AI 要取代研究员",它说的是:有一半的活,它现在能自己扛了。
但报告真正的价值在后半句——参差。同一个系统,监控训练这类任务成功率到了 79%,推理和服务栈的编码只有 25%。差出三倍。
为什么差这么多?监控训练的目标清楚、反馈快、错了立刻知道;推理栈的编码要跨一堆模块,上下文长,错误埋得深。智能体不是突然变聪明了,是它擅长的那类活恰好先被自动化了。剩下的是它还没啃动的硬骨头。
这给想用智能体提效的团队一个相当精确的用法:别问"AI 能不能做研发",这问法太大,答案必然骗人。问"我这条流水线里,哪些任务反馈快、边界清楚、错了能一眼看出来"。那部分现在就能交出去。剩下的那部分,现在交出去就是埋雷。
报告是个刻度,也是个提醒。所谓加速,从来不是均匀铺开的,它是一块一块啃下来的。谁先把自己的任务切得够细、认出哪些是可啃的那半,谁先吃到这 46%。切不细的团队,只会觉得"AI 也就那样"。