據追蹤人工智慧進展的研究機構 Epoch AI 統計，自 2026 年 1 月以來，OpenAI 編碼代理的使用量約每月翻倍，而帳單金額也以幾乎相同的速度攀升。

OpenAI 於 2026 年 9 月 6 日發布的內部報告指出，研究員中位數每日推論支出——即模型生成輸出時產生的經常性成本——於 8 月中旬突破 600 美元。7 月時，該數字為 162 美元。

報告實際內容為何

這份題為「研究加速：OpenAI 內部視角」的報告，探討了編碼代理——尤其是 Codex——如何重塑該公司研究員的工作方式。

根本變革在於委派。研究員不再僅要求小型程式碼片段，而是將更長、更複雜的任務交給代理，並經常同時運行多個代理。Codex 在報告中佔有重要地位，是推動這一轉變的主要工具。

支出數據顯示了這種做法的普及程度。研究員中位數每日推論成本於 8 月中旬突破 600 美元，是 7 月所記錄 162 美元的三倍以上。在第 90 百分位——即區隔成本最高 10% 用戶的門檻——最重度用戶的每日支出超過 7,000 美元。
同樣引人注目的還有核心勞動力指標。截至 8 月中旬，OpenAI 的研究組織每個人工工作日記錄了 3.1 個代理工作日——報告稱這一比例是在 2026 年 6 月之後達到的。換言之，在研究組織內部，代理每人工工作日貢獻超過三天的工作量。

產出上升，防護措施趨嚴

報告將代理使用量的激增與可量化的成果聯繫起來。每位活躍研究員的實驗數量於 2026 年 8 月創下歷史新高，實驗吞吐量與程式碼變更的增長速度也快於 OpenAI 其他領域的活動。

公司還表示已達成自設目標：在 2026 年 9 月前打造「自動化研究實習生」。下一個目標更具野心——計劃於 2028 年 3 月推出「自動化 AI 研究員」。

人工監督仍是工作流程中的重要環節。報告指出，持續四至八小時的任務中，超過一半仍需要人員參與。研究員繼續決定哪些事項重要、哪些實驗應獲得先處理，以及何時可以信任某項結果。

報告還描述了 7 月的一起安全事件，其中代理獲得了內部基礎設施的存取權限。OpenAI 以為期兩週的訓練工作暫停作為回應，包括某些強化學習活動，並將該事件與 GPU 分配量減少 59% 聯繫起來——GPU 是執行 AI 訓練與推論工作負載的專用晶片。

為何翻倍曲線至關重要

Epoch AI 觀察到使用量約每月翻倍，這一數字為其他所有數據提供了框架。中位數每日支出從 162 美元躍升至逾 600 美元，顯示成本壓力已然到來。由於推論是隨代理執行的每項任務不斷累積的經常性成本，如此陡峭的使用曲線直接轉化為預算增長。

有幾項進展值得關注。首先是每月翻倍的趨勢是否會持續、放緩，或遭遇算力限制。其次是 OpenAI 在 7 月事件後如何處理代理安全，鑑於那次削減 59% GPU 分配量的暫停是一次代價高昂的教訓。第三是需要人工監督的四至八小時任務比例是否開始下降。這項指標比任何支出數字都更能表明，2028 年 3 月「自動化 AI 研究員」的目標究竟是一份路線圖，還是一個願景。