OpenAI自曝递归自我提升!智能体指数级爆发,人类已成瓶颈

  新智元报道  


OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。


通俗来说,OpenAI亲口作证:AI开始研发AI了!


长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。


但OpenAI明确告诉你:通往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。



算力狂欢
每天烧掉2.3万美金的「超级打工人」


在OpenAI内部,研究员们使用AI智能体的频率,已经彻底失控——当然,是向上的失控。


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%。



但这只是平均水平。那些排名前10%的「重度用户」呢?他们每天在智能体上烧掉的额度高达23000美元,环比暴增105%。


一天两万多美金。如果你对API的价格有概念,就会知道这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,OpenAI引入了一个概念:「智能体工作日」(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。


真正让人后背发凉的细节:AI开始拥有「科研品味」


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。


在开发较早版本的GPT-6 Astra时,OpenAI的研究员们依然骄傲地表示:核心的科研想法完全是人类构思出来的,模型只是个高级码农,负责把想法变成代码。


但到了GPT-6.2 Astra,情况发生了微妙但致命的变化。


在访谈中,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。


有开发者发推描绘了这个反馈循环(Feedback Loop):


  1. 一位研究人员想让AI模型在逻辑推理上更强。
  2. 他们召唤出几十个智能体去编写底层代码、配置环境、运行海量实验,并测试出到底哪几行改动真正有效。
  3. 那些被智能体证明成功的改动,被打包塞进下一个版本的模型中。
  4. 下一个版本的模型因此变得更聪明,于是它能帮助研究人员去解决上一个版本根本看不懂的、更难的代码Bug。

循环往复,永不停息。


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。这就是真正的「递归自我提升」(RSI)。


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,呈现出近乎垂直的指数级爆炸。


崎岖的前沿:「闭环」已成,但人类依然是瓶颈


当然,如果现在就宣布AI已经完全自主,未免过于耸人听闻。


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。


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」(即人类完全不插手)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%。




但如果把任务拆细,你会发现AI的能力边界非常参差不齐。监控训练运行问题成功率79%。 但编写底层推理和服务栈代码,成功率仅25%。


数据表明,当任务涉及到高度抽象的「从零构建」时,AI的成功率就会骤降。


它在沟通(69%)和分析(58%)上极其出色,但在开发(43%)上依然像个莽撞的学徒。



在内部访谈中,人类研究员对AI的吐槽依然密集。


为了修复一个小Bug去重构整个模块,AI会钻牛角尖;它会写出看似华丽实则跑不通的「AI垃圾」PR(拉取请求);它会产出不可用的数据,甚至做出极其荒谬的分析假设。


一位从事后训练评估的研究员无奈地总结了他的新工作流:

「我以前试过直接对AI说『你就把这个任务做成那个任务那样』,结果被坑了太多次,因为它总会理解偏差,我还得去给它擦屁股。


现在的策略变了,我说:『你先做一个,我来审、我来改。等我确认对了,你再去做剩下的一万个。』」


你看,这就是当下的现实。人类依然是AI研发闭环中的绝对核心,只不过,人类的角色从「创作者」变成了「审核员」。


人类提供最初始的判断力和容错底线,而AI负责将这个底线放大一万倍。


但这种平衡极其脆弱。就像一位研究员在报告中留下的那句意味深长的话:「我确实认为,我现在在科研想法上比AI更有品味。但我完全没有信心,这种情况还能在多长的时间内继续成立。」


终局已定?OpenAI的紧急呼吁与新秩序


在报告最后,OpenAI罕见地发出了一项极具压迫感的行业呼吁:强制公开RSI指标。


他们认为,所有顶尖的AI实验室,都应当被要求追踪并公开报告「递归自我提升」的核心指标。公众和监管机构有权知道,AI加速未来AI系统开发的过程,究竟走到了哪一步。


为什么要公开?因为进步的速度已经超出了传统直觉的感知。


报告中披露,旨在衡量通用AI能力进步趋势的OpenAI ECI(内部能力指数)显示,自2025年8月以来,OpenAI模型的ECI前沿正在以每年16.4点的速度狂飙,超过了行业平均的14点。



更可怕的是,如此惊人的进步,仅仅动用了OpenAI总研发算力的2%来部署内部智能体。


想象一下,当这个比例达到20%、50%甚至80%的时候,会发生什么?


传统的「人类研发周期」正在被打破。以前,迭代一个模型需要半年收集数据、三个月训练、两个月微调。现在,智能体正在用并发的算力,在几小时内完成人类几周的工作量。


正如报告中所警告的:历史趋势可能已经无法预测未来。


在数学领域,前沿模型近期已经展现出了突然而快速的突破,AI领域的「突变」随时可能降临。


参考资料:

https://x.com/vishalsingh2972/status/2123210078224617890
https://openai.com/index/research-acceleration-jagged-frontier/

编辑:大卫


秒追ASI
⭐点赞、转发、在看一键三连⭐
点亮星标,锁定新智元极速推送!


文章原文

内容来自 新智元,版权归原作者所有。

阅读原文 ↗

用 HomepageTab 新标签页关注 RSS,打开浏览器就能看到更新。

安装 HomepageTab