AI开始研究AI，OpenAI「研究实习生」上岗，奥特曼画的饼已兑现一半

9月6日，OpenAI研究员Boris Power转发官方博客确认，OpenAI已达成「自动化AI研究实习生」的部署目标，这也是AI行业首张被公开兑现的能力落地时间表。这一成果落地于奥特曼一年前立下的Flag：2026年9月完成自动化研究实习生部署，2028年3月完成自动化研究员部署。

奥特曼直播立Flag 一年期满准时交卷

去年10月28日OpenAI完成营利实体重组当天，奥特曼和首席科学家Jakub Pachocki曾发起公开直播。奥特曼在直播中明确表示，与其持续争论AGI的抽象定义，不如设定两个可以真实兑现的时间节点。随后Pachocki当场公布了两项核心里程碑：2026年9月落地「自动化AI研究实习生」，2028年3月落地「自动化AI研究员」。十个多月过去，首个时间节点如期达成，相当于奥特曼此前公开描绘的AI能力发展路径已经兑现了一半。

内部数据首公开 AI已接管绝大多数研发执行层工作

OpenAI同步发布的长文《研究加速，OpenAI内部视角》首次公开了内部AI辅助研发的核心运行数据：截至2026年8月中旬，按标准8小时工作日折算，每投入1个人类工作日，OpenAI研究组织的AI Agent就能提供约3.1个工作日的运行时长，意味着1名研究员的工作产出已等价于3.1名AI实习生的工时。
不同层级研究员的Agent使用成本也对外披露：中位数研究员每日Agent推理费用折合约600美元（约4000元人民币），排名前10%的顶尖研究员单日消耗更是超过7000美元（约46000元人民币）。OpenAI按科研流程将Agent的工作分为决策、设计、构建、运行、分析、沟通六大类，其中增量最为明显的是执行层工作，具体包括：

• 研究与基础设施代码编写、审查
• 实验启动、监控与故障排查
• 技术支持类问题解答
  数据还显示，执行层工作的日token增量是决策层的近千倍：其中代码相关类工作单日token增量达19.82万，而「决定项目是否继续或叫停」的决策类工作单日token增量仅200，高层规划在Agent输出中占比极小。这一变化也直接冲击了内部人工支持体系：原本活跃的内部求助频道日均新帖数从2025年的20条左右断崖式跌至2026年8月的个位数，此前每周固定开设、帮研究员排查实验环境问题的答疑会，因到岗求助的研究员越来越少，有团队直接停办该环节，将人手全部抽调去做底层系统改进。

碎片任务零干预成功率破90% 长线复杂任务仍需人类介入

OpenAI对2026年1-7月Agent任务的追踪显示，AI已经能高效处理短时长、低复杂度的研发任务：15分钟以内的碎片化任务，零干预成功率从1月的60%提升至90%；4至8小时的中等复杂度任务，零干预成功率从20%提升至50%左右。但面对长线复杂任务时，AI仍离不开人类辅助：32小时以上的长线任务零干预成功率仅在20%左右徘徊，过去6个月内，4-8小时量级成功完成的任务中，超过一半至少需要人类干预1次。

2028年自动化研究员目标待突破 安全争议同步升温

OpenAI的下一阶段目标是在2028年3月前落地「自动化AI研究员」，但官方已公开承认目前尚未找到安全完成该目标的方法。OpenAI指出当前系统的迭代存在“刹车失效”风险：即使人为踩下研发刹车，算力消耗也不会停止，会直接转向训练下一代模型，加速能力迭代。
几乎同一时间，OpenAI首席科学家Jakub Pachocki发布长文《一个异星心智》，承认当前机器智力已经超过人类，研发的「异星心智」已超出人类理解范围，呼吁全人类紧急踩下研发刹车。而英伟达CEO黄仁勋同日官宣AGI已来，并将在后续为OpenAI提供40万块GPU支持，完全加速的研发节奏与刹车警报形成强烈对撞。随着自动化研究实习生的落地，关于AI研发自主权边界、安全可控的讨论也已同步升温。