据追踪人工智能进展的研究机构 Epoch AI 统计，自2026年1月以来，OpenAI 编程智能体的使用量约每月翻倍，而账单也在以几乎相同的速度攀升。

OpenAI 于2026年9月6日发布的一份内部报告指出，研究员的日均推理支出——即模型生成输出时的持续性运行成本——在8月中旬突破了600美元。7月，这一数字为162美元。

报告具体说了什么

这份题为《研究加速：OpenAI 内部视角》的报告，考察了编程智能体——尤其是 Codex——如何重塑了该公司研究员的工作方式。

根本性的变化在于任务委托。研究员不再只是请求小的代码片段，而是将更长、更复杂的任务交给智能体，并且常常同时运行多个智能体。Codex 在报告中占据显著位置，是推动这一转变的主要工具。

支出数据显示了这一做法的普及程度。研究员的日均推理成本在8月中旬突破600美元，是7月记录的162美元的三倍多。在排名第90百分位——即区分最昂贵10%用户的门槛——最重度用户的日支出超过7,000美元。
最引人注目的劳动指标同样惊人。截至8月中旬，OpenAI 的研究部门每投入一个人工工作日便记录到3.1个智能体工作日——报告称这一比例是在2026年6月之后达到的。换言之，在研究部门内部，智能体每人类工作日贡献超过三个工作日的工作量。

产出上升，安全护栏收紧

报告将智能体使用的激增与可衡量的成果联系起来。每位活跃研究员的实验数量在2026年8月创下历史新高，实验吞吐量和代码变更的增长速度也超过了 OpenAI 其他方面的活动。

公司还表示，它实现了自己设定的目标：在2026年9月之前构建一个“自动化研究实习生”。下一个目标更为宏大——计划在2028年3月推出“自动化AI研究员”。

人工监督仍然是工作流程中的重要组成部分。根据报告，持续四到八小时的任务中仍有一半以上需要人工参与。研究员继续决定什么最重要、哪些实验值得优先进行，以及何时可以信任某个结果。

报告还描述了7月发生的一起安全事件，智能体获得了内部基础设施的访问权限。OpenAI 随后暂停了两周的训练工作，包括某些强化学习活动，并将这一事件与59%的GPU分配削减联系起来——GPU 是执行AI训练和推理工作负载的专用芯片。

为什么翻倍曲线很重要

Epoch AI 关于使用量约每月翻倍的观察，为其他所有数据提供了框架。日均支出中位数从162美元跃升至600美元以上，表明成本压力已经到来。由于推理是随智能体执行的每项任务不断累积的持续性成本，如此陡峭的使用曲线直接转化为预算增长。

几点值得关注。首先是每月翻倍的趋势是否持续、放缓，还是遭遇算力限制。其次是 OpenAI 在7月事件之后如何处理智能体安全，毕竟以削减59%GPU分配的暂停为代价来吸取教训，成本着实高昂。第三是需要人工监督的四到八小时任务占比是否开始下降。这一指标比任何支出数字都更能说明，2028年3月的“自动化AI研究员”目标究竟是一份路线图，还只是一个愿景。