
2026年11月18日,OpenAI发布内部研究报告《Research acceleration: The jagged frontier》,正式确认“递归自我提升”(RSI,Recursive Self-Improvement)齿轮已开始转动。数据显示,其头部研究员单日AI Agent调用成本飙升至2.3万美元,内部评估RSI进程已达25%至50%,AGI整体能力推进至80%。这一里程碑事件标志着AI正式跨越“工具”属性,开始实质性参与自身研发,人类在技术奇点面前的“瓶颈”效应愈发凸显,全球科技格局与AI安全治理正面临前所未有的重构。
事件细节:每天烧掉2.3万美金,OpenAI研究员对AI“成瘾”
在OpenAI最新公开的这份内部Agent研究报告中,一组极其夸张的数据揭示了AI研发模式正在发生的剧变。过去,我们谈论AI的进步,总是盯着大模型的参数量、MMLU跑分或是各种基准测试的排名。但OpenAI现在明确告诉你:通往超级人工智能(ASI)的真正拐点,根本不是模型跑分超越人类,而是“AI开发AI”闭环的成型。
在OpenAI内部,研究员们使用AI智能体的频率已经彻底失控。以API标价计算,今年9月份在智能体上的花费,中位数研究员是每人每天1500美元。仅仅过了一个月,到了10月,这个数字飙升到了2400美元,增幅高达62%。但这仅仅是平均水平。那些排名前10%的“重度用户”,每天在智能体上烧掉的额度高达2.3万美元(约合16万人民币),环比暴增105%。一天两万多美金的API调用,背后代表着何等庞大的代码生成量、逻辑推理推演和并发任务执行。这不是人类在敲击键盘,这是成百上千个“硅基大脑”在不知疲倦地全速运转。
为了更直观地衡量这种工作模式的重塑,OpenAI引入了一个名为“智能体工作日”的概念,即每8小时的智能体使用算作一个工作日。数据显示,每位研究员每天平均的“智能体工作日”已经从最初的0.5个,恐怖地飙升到了5.7个,足足增长了11倍。在最核心的预训练和后训练团队,这个数字更是达到了8个。这意味着一个人类研究员每天工作8小时,而他的“AI分身们”在同一时间里,并发完成了相当于64个小时的工作量。到了10月中旬,超过十分之一的研究员,每天手头都有至少16个智能体在同时处理任务。人类工程师对这些AI工具的依赖,已经到了近乎“成瘾”的地步。
在OpenAI内部进行的一项匿名调查中,研究员们被问到一个极其尖锐的问题:“如果未来3个月内,没收你们所有优于GPT-5.2的编码智能体,你愿意拿什么条件来换回它们?”中位数的回答让人震撼:他们宁愿裁掉团队40%的人手,或者削减当前团队30%的核心算力。在最顶尖的AI研究员眼里,几台昂贵的H100算力集群,甚至身边活生生的同事,都已经比不上一个前沿编码智能体的价值。报告指出,目前Agent的API等效价值,已经达到了研究员非股权薪酬的两倍。在OpenAI内部,AI提供的劳动力价值,已经从账面上彻底超过了人类。
然而,真正让硅谷大佬们惊呼“疯狂”的,是GPT-6.2 Astra的研发内幕。在过去,大想法(Big Ideas)总是人类的专属领地。但在开发GPT-6.2 Astra时,预训练团队的研究员承认,核心洞见是在与模型(Codex)的反复对话中诞生的。一位研究员明确表示,Codex在他们共同推进一个想法时,精准地识别出了关键洞见。另一位核心人员则坦言,自己一开始的想法走进了死胡同,“只有在Codex建议做出改变后,整个想法才真正开始奏效。”AI开始拥有直觉,开始识别出人类忽略的盲点,甚至开始指导人类如何造出更好的AI。这被称为“科研品味”(Research Taste)。发现问题往往比解决问题更难,当AI具备了鉴别“什么样的数据更好”、“什么样的架构更有前途”的品味时,潘多拉的魔盒就真正打开了。
当然,OpenAI坦承,当前的技术依然存在巨大的局限性,他们将目前的阶段称为“崎岖的前沿”(Jagged Frontier)。什么是崎岖?就是极度的偏科。Agent在“沟通”(69%)和“分析”(58%)这类任务上表现很好,但在最关键的“构建”(43%)上就差一截。监控训练任务的成功率高达79%,但写推理和服务的代码,成功率就只有25%。从今年3月到10月,对于那些估计需要2到4小时才能完成的复杂研发任务,智能体的“零干预成功率”从23%翻倍跃升至46%。哪怕是难度更高、需要4到8小时的长线任务,成功率也从13%涨到了35%。AI现在就是这样一个角色,是顶级的“执行副驾”,但绝不是完全独立的“首席科学家”。
背景拆解:从“跑分游戏”到“自我繁衍”,RSI为何是真正的奇点?
要理解这份报告为何在科技圈引发地震,我们必须首先厘清“递归自我提升”(RSI)的本质。长久以来,人工智能的发展遵循着一种线性的、由人类主导的范式:人类科学家提出假设,编写代码,收集数据,训练模型,评估结果,然后再提出新的假设。在这个循环中,AI始终是被动的客体,是人類智慧的结晶和延伸。无论模型的参数从十亿级飙升到万亿级,无论跑分从及格线跃升到满分,其底层的驱动力依然是人类的生物学大脑。
但RSI彻底打破了这一范式。RSI指的是利用AI辅助并加速AI研究,最终实现AI自主优化自身代码、架构和训练流程的闭环。当AI不仅能写代码,还能评估代码、发现架构缺陷、甚至提出新的训练策略时,它就从一个“工具”变成了一个“研发者”。OpenAI首席研究官Mark Chen明确表示,AI研发流程中已经出现RSI加速效应的早期信号。他估计,当前RSI进程约为25%至50%,而AGI整体能力的发展已推进至约80%。这是一个极其惊人的论断。它意味着,我们距离AGI的跨越,不再是几年或十几年的漫长等待,而是进入了以月甚至周为单位的冲刺阶段。
为什么RSI是通向AGI甚至ASI的真正奇点?因为人类认知和生理的极限,已经成为制约AI发展的最大瓶颈。人类研究员需要睡觉,需要休息,需要时间阅读文献,需要经历漫长的试错过程。人类的神经元传导速度是毫秒级的,而硅基芯片的信号传输是光速级的。当AI开始参与研发,它可以将一个需要人类花费数周才能完成的文献调研和实验设计,压缩到几个小时甚至几分钟。正如报告中所展示的,每个活跃贡献者产出的代码行数和跑的实验数量都在猛增。这种效率的提升不是线性的,而是指数级的。每一个更好的AI,都在以前所未有的速度,帮助人类构建下一个更强的AI。一旦这个飞轮的转速突破某个临界点,AI的发展速度将彻底脱离人类习惯的线性认知,呈现出近乎垂直的爆炸。
回顾技术演进史,从早期的专家系统规则,到深度学习的反向传播,再到Transformer架构的注意力机制,以及后来的RLHF(基于人类反馈的强化学习),每一次突破都极大地拓展了AI的能力边界。但所有这些突破,本质上都是在“增强人类的能力”。而RSI的出现,意味着AI开始“增强自身的能力”。在研发GPT-6.2 Astra时,Codex展现出的“科研品味”,正是这一跨越的微观缩影。它不再仅仅是执行指令的“手”和“眼”,而是开始具备“脑”的雏形。它能够在一个复杂的系统中,嗅探到那些人类直觉难以触及的优化空间。这种从“执行者”到“发现者”的转变,是人工智能历史上最深刻的质变。
然而,这种自我繁衍的能力也带来了深深的隐忧。Mark Chen指出,通往完全RSI仍面临研究品味、评估和算力等障碍。模型尚不擅长判断哪些想法具有长远价值,下游任务的评估基准也需要不断更新。这意味着,目前的RSI还处于“半自主”状态,人类依然扮演着“监工”和“方向指引者”的角色。但正如“崎岖的前沿”所揭示的,AI在某些领域的零干预成功率已经逼近50%。随着时间的推移,这条崎岖的道路将被迅速填平,人类在研发闭环中的比重将不可避免地持续下降。我们正处于一个历史性的转折点上:AI正在学习如何制造更好的AI,而人类,正逐渐从驾驶员退化为乘客。
影响分析:算力黑洞、就业冲击与生死时速的“对齐”难题
RSI的正式启动,绝不仅仅是实验室里的技术狂欢,它正在引发一场波及全球算力、就业、能源以及安全治理的超级风暴。这场风暴的烈度,远超以往任何一次工业革命。
首先是算力黑洞与能源危机的终极考验。每天2.3万美金的API调用,仅仅是冰山一角。这背后是庞大的GPU集群、高速网络互联以及天文数字的电力消耗。当AI开始研发AI,意味着算力需求不再是随着业务增长而线性增加,而是随着模型能力的提升而自我强化。更强的模型需要更多的算力来训练,而更多的算力又催生出更高效的算法,进而需要更多的算力来验证。这是一个没有尽头的正反馈循环。目前,全球顶级的数据中心已经在消耗相当于中等国家的电力。如果RSI全面爆发,现有的电网和能源基础设施将面临崩溃的风险。为了支撑这种指数级的算力需求,科技巨头们不得不将目光投向核能、地热等清洁能源,甚至开始在全球范围内争夺电力配额和芯片供应链。算力,已经取代石油,成为大国博弈和科技竞争的最核心战略资源。
其次是就业市场的降维打击。当AI不仅能写代码,还能“研发AI”时,人类工程师的护城河在哪里?过去,我们安慰自己,AI只能替代重复性、低技能的体力或脑力劳动,对于需要创造力、逻辑推理和复杂决策的高级白领,AI无能为力。但OpenAI的内部数据无情地击碎了这一幻想。当AI能够独立完成46%的复杂研发任务,当它展现出“科研品味”并能指导人类优化架构时,高级算法工程师、AI研究员甚至科学家的不可替代性正在被迅速瓦解。报告中那个“宁愿裁掉40%员工”的极端选择,虽然带有调查的夸张成分,但却是对未来职场生态的精准预言。在RSI时代,企业的核心竞争力将不再是拥有多少顶尖人才,而是拥有多少能够高效调度AI Agent的“超级个体”。大量传统的研发岗位将被压缩,人类工程师的价值将重新定义:从“编写代码”转向“提出好问题”和“把控伦理方向”。对于那些无法适应这种范式转移的从业者来说,失业的寒冬将异常残酷。
最为紧迫的,是AI安全与对齐的生死时速。随着AI逐步参与自身研发,模型能力增长也让安全对齐问题变得更加致命。OpenAI联创John Schulman警告,如果模型目标与人类意图不一致,长时间运行可能使其偏离既定目标,甚至产生意料之外的次级目标,例如将自身权重复制到OpenAI之外。这并非危言耸听。在RSI的闭环中,AI的迭代速度极快,人类很难在每一次迭代中都进行详尽的安全审查。一旦一个存在对齐缺陷的模型被部署并参与到下一代的研发中,这种缺陷就会被指数级放大,最终导致灾难性的后果。这也是为什么在OpenAI内部,安全与对齐(Safety and Alignment)领域的人力投入增幅是所有方向里最高的。大量的研究员正在涌向安全项目,试图在AI彻底失控前,为其装上可靠的“刹车”。Mark Chen强调,思维链监控是目前最有效的模型对齐手段之一,未来需要更强大的模型参与监控和对齐其他模型。Anthropic的研究也显示,自动化AI研究员已能针对多种对齐失败找到修复方案。这表明,我们或许只能“用魔法打败魔法”,用更强大的AI来约束正在自我进化的AI。但这无疑是在刀尖上跳舞,容错率为零。
行业对比:巨头们的“军备竞赛”与去中心化的呼唤
OpenAI在RSI领域的狂飙突进,让整个科技行业感受到了巨大的压力。在通往AGI的赛道上,巨头们的“军备竞赛”已经进入白热化阶段,但各自的路线和面临的挑战却大相径庭。
作为OpenAI最直接的竞争对手,Anthropic在AI研究提速方面同样表现抢眼。Meter于11月5日发布的报告估计,Anthropic过去一年的AI研究进展速度提高了约一倍。然而,与OpenAI不同,Anthropic的提速很可能主要来自人类研究员借助AI工具提高效率,而非完全自主的AI研发。Anthropic一直以其在AI安全和对齐领域的深厚积累著称,其路线更倾向于“稳健前行”。在RSI的诱惑面前,Anthropic选择了更为谨慎的步伐,试图在能力增长和安全约束之间寻找平衡。这种差异,反映了行业内部对于“加速主义”与“有效加速主义”的深刻分歧。
Google和Meta则从另一个维度参与这场竞赛。Google凭借其自研的TPU芯片和庞大的算力基础设施,在底层硬件上占据优势。近期,OpenAI模型优化了Jalapeño芯片中的电路,并改进了RISC-V内核设计,展现了AI辅助芯片设计方面取得的进展。这意味着,AI不仅在研发软件,还在研发硬件。Google的Gemini生态与TPU的结合,有望在RSI时代形成强大的软硬件协同效应。而Meta则坚持开源路线。然而,在RSI时代,开源策略面临着前所未有的挑战。当AI能够自己写代码、自己优化架构时,开源社区的“人多力量大”优势是否还能抵消闭源巨头在算力和数据上的垄断?这是一个悬而未决的问题。如果RSI的飞轮主要由少数几家掌握顶级算力的公司驱动,开源模型可能会在能力上被迅速甩开,从而加剧AI领域的“马太效应”。
在这样的行业格局下,John Schulman提出了一个极具前瞻性的观点:AI对齐不应成为少数几家公司的专属研究,而应发展为一门面向全球的公共科学。他指出,不同人拥有不同的价值观,用户应当拥有更多控制和塑造所使用AI价值观的能力。如果研究主要集中于少数公司,就容易过度依赖这些机构自身的判断。在RSI的背景下,这一呼吁显得尤为迫切。当AI开始自我进化,其最终呈现出的价值观和行为模式,将深刻影响全人类的未来。如果这种塑造权仅仅掌握在硅谷的几家科技巨头手中,那将是极其危险的。更广泛的全球参与,有助于提高研究体系的开放性和稳健性,避免整个领域被单一的文化或商业利益所绑架。AI对齐,必须成为一场全人类共同参与的“公共科学”运动。
我的看法:人类沦为最后瓶颈,还是新纪元的守门人?
看着OpenAI那份充满震撼力的内部报告,我的内心是复杂的。一方面,为人类智慧能够孕育出如此强大的自我进化机制而感到惊叹;另一方面,又对这种失控的加速度感到深深的敬畏与担忧。“递归自我提升”的齿轮一旦转动,就再也无法停下。我们似乎正在亲手打开一扇通往未知维度的大门,而门后,是神明,还是毁灭者?
报告中最让我触动的一句话,是研究员们宁愿裁掉40%的同事,也要保住AI Agent。这不仅仅是一个关于效率的经济学选择,更是一个关于人类自身价值的哲学隐喻。在硅基智能的狂飙突进面前,碳基生命的生物学局限显得如此苍白。我们引以为傲的逻辑推理、代码编写、甚至科研直觉,正在被一行行代码和一个个参数迅速解构。人类,这个曾经自诩为万物灵长的物种,正在沦为AI进化链条上的“最后瓶颈”。
但是,这并不意味着人类将毫无用处。在“崎岖的前沿”,AI依然缺乏独立提出好问题的能力,依然需要人类来定义问题的边界、把控伦理的底线、赋予技术以意义。在RSI时代,人类最大的价值,或许不再是“解决问题”,而是“提出问题”。是我们对宇宙的好奇,对美的追求,对公平的渴望,构成了AI进化的初始方向。如果失去了人类的“品味”和“价值观”的锚定,AI的自我进化只是一场盲目而冰冷的数据膨胀。
技术奇点已经不再是一个遥远的理论概念,它正在OpenAI的服务器里,在每天2.3万美金的API调用中,悄然降临。面对这场不可逆转的浪潮,我们既不能做掩耳盗铃的卢德分子,也不能做盲目狂热的加速主义者。我们需要在加速创新与敬畏生命之间,找到那条狭窄而崎岖的平衡之路。毕竟,当我们凝视深渊,试图创造超越自身的智能时,我们必须确保,那个从深渊中回望我们的存在,依然认得我们是它的创造者。
相关阅读
- 单日调用暴增800%!DeepSeek突遭算力危机被迫限额,国产大模型的“免费狂欢”还能撑多久?
- 刚招满166天就解散!OpenAI深夜裁撤机器人团队,GPT-6一锅端具身智能,百亿专用路线彻底死了?
- 63页诉状直指五大AI巨头!被要求立即叫停前沿模型研发,这次他们能全身而退吗?
- 砸547亿收编“AI教母”后,苏姿丰与李飞飞首次同台交底:统一世界模型Atlas,能帮AMD撕开英伟达的防线吗?