资讯
OpenAI初步实现自动化研究 “AI训练AI”图景加速形成 算力仍是未来重要瓶颈？
📋总体概括
OpenAI官方博客首次以内部数据披露「递归式自我改进」进展：已于9月前达成去年秋定下的目标，造出可执行需人类研究员数天任务的「自动化研究实习生」。内部Agent使用量从年初低位升至8月中旬融入日常工作，按API价格计，中位使用者日均消耗Token超600美元，90百分位高频者超7000美元。OpenAI预计2028年3月前实现可参与深度学习与对齐研究的「自动化AI研究员」，同时提示最难自动化的任务和算力将成为新瓶颈。
⚡关键信息
- ▸OpenAI宣布实现去年秋定下的目标：9月前造出「自动化研究实习生」，可完成人类研究员需数天的明确研究任务
- ▸OpenAI预计2028年3月前实现完整「自动化AI研究员」，可参与深度学习与对齐研究并迭代改进系统
- ▸内部数据佐证Agent渗透：年初研究人员中位使用量低，8月中旬已融入日常工作
- ▸按API价格计算，中位使用者每天消耗Token价值超600美元，90百分位高频者日耗超7000美元
- ▸OpenAI提示两大未来瓶颈：最不易被自动化的研究任务将占据人类更多时间，算力重要性将凸显
🔥犀利点评
把「实习生—研究员」拆成带时间表的里程碑，OpenAI这波是用内部数据做的一场信心路演——递归自我改进从科幻叙事变成了可审计的KPI。日耗7000美元Token的高频研究员，本质上是在用真金白银跑通AI参与研发的工作流。但别急着欢呼：最难自动化的任务成为新瓶颈这句话，恰恰承认了AI还啃不动研究的核心创意环节，而算力瓶颈被后置到其他瓶颈之后，才是真正决定2028年那个大目标能否兑现的硬约束。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 财联社深度 阅读全文 →