行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

OpenAI 报告:研究岗中位数愿拿 40% 编制,换三个月编程智能体

wang 2026-11-21 行业资讯
OpenAI 报告:研究岗中位数愿拿 40% 编制,换三个月编程智能体

格物致知 MatterMind2026.11.21

深读 · 热点

OpenAI 报告:研究岗中位数愿拿 40% 编制,换三个月编程智能体

导读

OpenAI 于 11 月 18 日发布研究报告《Research acceleration: The jagged frontier》。101 名研究岗的自述调查里,中位数愿意拿 40% 团队编制,或 30% 当前团队算力,换回三个月前沿编程智能体。估计需要 2 到 4 小时人工的任务,自主成功率已升至 46%;写推理或服务栈代码只有 25%。按 API 官方标准价格测算,10 月中位研究者每天的智能体用量约 2,400 美元,官方脚注写明研究岗目前没有 agentic coding 配额。这不是裁员通知,也不是你今晚的控制台账单。越依赖这些工具,越要把验收和额度一起看。

01愿意拿 40% 编制,换三个月 AI

02智能体能独立干活,但能力并不平均

03每人每天 2,400 美元,是标价测算,不是你的账单

— OpenAI 官方报告按 API 官方标准价格测算:10 月中位研究者每天的智能体用量约 2,400 美元,90 分位约 23,000 美元。图源:https://openai.com/index/research-acceleration-jagged-frontier/

OpenAI 这次公布的数据,有一个值得注意的地方:研究人员已经不只是把 AI 当作辅助工具,而是在重新围绕它安排工作。11 月 18 日的这份报告,试图回答一个问题:编程智能体究竟把 AI 研发效率提高到了什么程度?

01愿意拿 40% 编制,换三个月 AICHAPTER

2026 年 8 月底至 9 月初,OpenAI 对 101 名研究岗做了一次调查。问题很直接:假如团队未来三个月无法使用所有强于 GPT-5.2 的编程智能体,你愿意付出什么代价换回来?

中位数答案是:40% 的团队编制,或 30% 的当前团队算力。如果把问题放到 2027 年 1 月,考虑模型可能进一步进步,愿意付出的团队算力中位数升至 50%。还有一个数据:如果只能使用 GitHub Copilot 和 ChatGPT,中位数估计需要三个月,才能完成原本上个月同等价值的工作。

这意味着,至少在 OpenAI 的研究团队内部,编程智能体已经成为影响工作效率的重要工具。但有个细节不能忽略:这是假设场景下的自述调查,不是公司准备裁掉 40% 员工,更不是实际的人事安排。官方也写明,抽样是临时组织的,自述可能不准。这更不是国内公司的编制方案。

02智能体能独立干活,但能力并不平均CHAPTER

报告第二个重要发现,是智能体的自主完成能力明显提高,而且参差不齐。从 2026 年 3 月到 10 月:

●预计需要人工 2 到 4 小时的任务,自主成功率从 23% 升至 46%。

●预计需要人工 4 到 8 小时的任务,自主成功率从 13% 升至 35%。

不同任务之间差距很大。例如:监控训练运行是 79%,启动训练运行是 35%,编写推理和服务栈代码只有 25%。这就是报告标题里 jagged frontier 的含义:能力边界并不是整齐推进的,有些任务已经相当成熟,有些仍然很难交给它独立完成。不要把 46% 读成所有研发任务都能自主完成。人还在回路里。

10 月底另有一次小样本。28 人里,27 人选择或更倾向「最新内部模型」,对照项是「一名中期研究工程师,再加上 2024 年的 o1-preview」。剩下 1 人没有按题目二选一,而是表示会选 GPT-6 Astra,而不是「人加旧模型」。不要把这 27 人写成「已经认为模型强过中期工程师」——对照里绑的是旧模型和一个岗位,不是今天的中期工程师单打独斗。

想法从哪来,报告也没有写成「模型自己在想课题」。就 GPT-6 Astra 和 GPT-6.2 Astra 两次发布,后训练和安全监测方向的研究者说,他们点名的关键想法都来自人,模型主要是帮着实现。预训练方向对 GPT-6 Astra 同样把想法归给人;到了 GPT-6.2 Astra,有人提到是在和 Codex 的对话里一起把想法打磨出来的。官方还写明:这份更新不应被读成要追求完全的递归自我提升(RSI)。

03每人每天 2,400 美元,是标价测算,不是你的账单CHAPTER

按照 API 官方标准价格测算,2026 年 10 月:中位研究者每天的智能体用量约 2,400 美元,较 9 月的 1,500 美元增长 62%;90 分位约 23,000 美元,较 9 月的 11,000 美元增长 105%。官方脚注写明:OpenAI 的研究者目前没有 agentic coding 配额。也就是说,这是按公开标价把用量折成的数,不是工资单,也不是已经按这个金额向研究岗收费,更不是国内读者今晚在 Cursor、Codex 或 Claude Code 里看到的控制台数字。

报告还统计了智能体的运行时间:每累计使用 8 小时,计为一个智能体工作日。这一指标从每位研究者每天 0.5 个,增长到 5.7 个,约为原来的 11 倍。并行使用也越来越普遍:截至 10 月中旬,超过三分之二的纳入统计者,日峰值平均至少同时运行 4 个智能体;超过 10% 的人达到 16 个。

这组数据揭示了一个容易被忽略的变化:AI 不只是让单项任务变快,还在改变一个人同时推进多少项工作的能力。但并行越多,Token 消耗、任务协调和结果验收也会随之增加。对没有「不限额度」的人来说,这正是 Token 焦虑的来源:不是工具不值得用,是用得越多,越要知道自己的套餐和验收跟不跟得上。

04先挑一件自己能验收的活CHAPTER

这份报告真正值得普通用户借鉴的,不是直接去对 40% 的编制,也不是去对每天 2,400 美元的用量。而是一个工作方式的变化:当 AI 能承担更多执行任务,人真正需要提高的,是任务拆解、过程监督和结果验收能力。

如果你正在使用 Codex、Claude Code 或 Cursor,可以先从一项边界明确、结果可验证的任务开始。例如修改一个小功能、补充一组测试,或者处理一段有明确验收标准的代码。先看它能否稳定完成,再考虑增加并行任务。尤其是涉及底层逻辑和核心服务的修改,不要因为「接近一半已经能自主完成」这句概括,就默认它做对了。

额度方面,以你自己的套餐页和控制台显示为准。OpenAI 研究岗目前没有 agentic coding 配额,普通订阅用户通常有。依赖越深,越要把验收和额度一起看,而不是只追「再多开几个窗口」。

智能体负责多干活,人负责判断这些活到底干得对不对。这才是这份报告对职场读者最有价值的启发。

注:本文数字均来自 OpenAI 2026 年 11 月 18 日官方报告。调查是 101 人的自述,抽样并非代表性样本。花费是 API 官方标准价格测算,实际费用以各工具控制台和套餐页为准。

参考资料

OpenAI:Research acceleration: The jagged frontier(2026-11-18)

https://openai.com/index/research-acceleration-jagged-frontier/

END

深读

格物致知 MatterMind

把复杂的 AI 进展拆成你能用的判断依据。

点赞 · 在看 · 转发,我们下篇见。

AI Heroes · MatterMind

猜你喜欢