OpenAI公开内部AI科研方法论：Agent如何加速科研

PaperAgent 2026-09-09 10:58 湖北  OpenAI公开了一份内部数据，回答一个此前只存在于猜测中的问题：**AI Agent到底在多大程度上加速了 AI 自己的科研**。  Research acceleration：The view inside OpenAI 博客里最值钱的，不是那些抓眼的数字，而是它第一次公开了「**怎么测**」——尤其是其中最核心的一章：研究员交给 agent 的活正在怎么变。 一个更强有力的佐证是，OpenAI刚刚宣布用10000 个 Agent、88 小时解决一道千禧年数学问题：纳维-斯托克斯（Navier-Stokes）方程，引起业内热议，165页论文也公开（文末）。  用AI Agent做科研，少不了2026顶会顶刊agent合集与20套全流程科研神级Skills：  ## 目标先行，测量跟上 先交代背景：**「AI 研究实习生」已于 2026 年 9 月如期到岗**——定义为能在人类指导下完成明确研究任务的系统，包括需要熟练研究员花几天才能做完的任务；下一步是 **2028 年 3 月造出「自动化 AI 研究员」**。  有了目标，就要回答「离目标还有多远」。OpenAI 的做法是分三层测量：先看**用量**（agent 用得有多凶），再看**任务**（agent 干的是什么活——这是全文的核心），最后看**结果**（办成多少事）。 ## 用量层：agent 用得有多凶 这一层最好测，数字也最抓眼：中位数研究员**每天消耗超过 $600** 的 token（按 API 价格折算），**前 10% 的用户每天超过 $7,000**；每投入 1 个人类工作日，研究组织总量上就有 **3.1 个 agent 工作日**在跑——而今年 6 月之前，这个比值还小于 1。  但 OpenAI 自己也承认，用量数字「易测难解」：token 烧得多，不代表研究真的变快。真正有解释力的是下一层。  ## 任务层：研究员交给 agent 的活，正在变 这是整篇博客方法含量最高的一章，也是理解「科研加速」的关键：**加速不是均匀发生的，它有明确的结构和方向**。 OpenAI 没有数 token 了事，而是借用了 Epoch AI 为前沿 AI 研发专门改造的分类法（灵感来自职业分类系统 O\*NET），把 agent 消耗的 token 按研发流程的六个阶段归类：  * **Decide**：决定做什么、放弃什么、算力给谁 * **Design**：研究想法和工程方案 * **Build**：代码和数据集 * **Run**：训练与评测、硬件、部署 * **Analyze**：分析实验、模型、部署结果 * **Communicate**：汇报结论、反馈、状态与决策  分类之后，变化的方向一目了然。1 月到 8 月，**六个类别的用量全部上涨**——agent 已经渗进研发流程的每一段，不再只是「写代码工具」。但涨幅并不平均：1 月时的大头是研究基础设施代码，8 月时这类继续扩张，**技术支持类和运行监控类明显上涨**。而站在金字塔尖的**高层规划，占比依然极小**——agent 接的活越长越难，但「决定研究方向」这件事还牢牢在人手里。  结构性变化最有说服力的旁证，藏在两个日常细节里。其一，agent 最强的拿手活是排查内部研究基础设施的故障——这本来就是科研的一个实打实的瓶颈；  多家团队为研究员答疑的 office hours 在 2026 年出勤率持续下滑，其中一家**干脆停办**，腾人手去改系统。其二，主要内部技术支持频道的每日发帖量下降，而且据 OpenAI 所知，这些提问**并没有转向其他人工支持的渠道**——需求不是被搬走了，是被 agent 消化掉了。  ## 结果层：办成多少事 任务结构变了，还得验证结果。OpenAI 用自家的 agentic 分类器，给能找到真实结果的任务打分（难度按「一个人类大概要花多久」分桶）：1 月到 7 月，**各难度档位的成功率普遍上升**——包括那些人要干几个小时的活。 另一面同样重要：过去 6 个月里，**成功的 4–8 小时长任务中，超过一半需要至少 1 次人工干预**。agent 能接长活了，但复杂任务仍然离不开人在旁边扶一把。 | 层次 | 指标 | 读数 | | --- | --- | --- | | 用量 | 中位数研究员日耗 token | 超过 $600 | | 用量 | agent 工作日 ÷ 人类工作日 | 3.1 | | 任务 | 六类研发活动的 agent 用量 | 全部上涨 | | 任务 | 高层规划占 agent 输出 | 极小 | | 结果 | 成功的 4–8 小时任务需人工干预 | 超过一半 | ## 公开本身，就是方法论 把整篇读完，这份公开的完整逻辑是：**先立带日期的目标（实习生已达成，研究员定档 2028 年 3 月），再公开三层测法——用量、任务、结果，数字和事故一起报，连方法的局限一并承认**。OpenAI 还承诺，发现无法保障的安全风险时会减速甚至停止，并呼吁全行业把 RSI 进展的公开追踪变成标配。  ``` Research acceleration: The view inside OpenAI https://openai.com/index/research-acceleration-view-inside-openai/ ``` ``` https://openai.com/index/navier-stokes-solution/ https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf ``` [动手设计AI Agents：（编排、记忆、插件、workflow、协作）](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247492838&idx=2&sn=1e25832e7300ef312721325d0def30b4&scene=21#wechat_redirect) Loop工程已死，Graph工程永生 [一篇Loop+Harness的自进化Agent最新综述](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247508769&idx=1&sn=1c079514aee90450f55fccb41c7ec282&scene=21#wechat_redirect) [2026，做Agentic AI，绕不开这两篇开年综述](https://mp.weixin.qq.com/s?__biz=Mzk0MTYzMzMxMA==&mid=2247508495&idx=1&sn=309c84ca5c2822416fddc1a9dd4f6048&scene=21#wechat_redirect) 已经读到这了，不妨点个👍、❤️、↗️三连，加个星标⭐，不迷路哦~ [跳转微信打开](https://wechat2rss.bestblogs.dev/link-proxy/?k=12bf2db0&r=1&u=https%3A%2F%2Fmp.weixin.qq.com%2Fs%3F__biz%3DMzk0MTYzMzMxMA%3D%3D%26mid%3D2247511340%26idx%3D2%26sn%3D60b5f53173e12a1054f464086291b85d)