OpenAI 提议 AI 实验室公开报告 RSI 指标量化 AI 对下一代模型开发的帮助程度
OpenAI 在 2026 年 11 月 18 日发布的研究加速报告《Research acceleration: The jagged frontier》中重申了一项政策主张:AI 实验室应当被要求跟踪并公开报告递归自我改进(RSI,Recursive Self-Improvement)相关指标,也就是把 "AI 在多大程度上帮助开发了下一代 AI 模型" 变成可记录、可对外披露的量化信息。OpenAI 认为,随着 AI 驱动的研究加速越来越容易实现,公众需要透明数据来讨论前沿模型的能力、风险和必要防护;同时报告明确,这套披露主张不等于 OpenAI 要追求完整的 RSI,人类仍然处在研究决策的核心位置。为支撑这一提议,OpenAI 用内部测量数据展示了编码智能体在研究周期里的使用强度、自主完成率和产出变化,下面把提议内容、核心指标、任务拆解和边界说明整理成表格和清单。
一、提议核心内容
| 项目 | 内容 |
|---|---|
| 提议主体 | OpenAI |
| 政策主张 | AI 实验室应被要求跟踪并公开报告 RSI 指标 |
| RSI 定义 | AI 加速未来 AI 系统开发的过程,即 AI 对下一代模型开发的帮助程度 |
| 披露目的 | 为公众讨论模型能力、风险和防护措施提供透明依据 |
| 报告依据 | OpenAI 内部对编码智能体加速和改变 AI 开发周期的测量 |
| 重要边界 | 报告 RSI 指标不等于追求完整 RSI;人类仍负责研究方向和关键决策 |
| 历史脉络 | 该主张此前已写入 OpenAI 前沿政策蓝图,并在首份研究加速报告中重申 |
二、报告披露的核心量化指标
1. 智能体自主完成任务成功率
| 任务时长(折算人工工作量) | 3 月成功率 | 10 月成功率 | 变化 |
|---|---|---|---|
| 2—4 小时任务 | 23% | 46% | 接近翻倍 |
| 4—8 小时任务 | 13% | 35% | 明显上升 |
2. 分任务类型自主成功率
| 任务类型 | 智能体自主成功率 |
|---|---|
| 监控训练运行 | 79% |
| 启动训练运行 | 35% |
| 为推理和服务栈编写代码 | 25% |
整体判断:AI 带来的提升是 "锯齿状" 的,不同环节差异很大,人类仍是 AI 研究闭环的核心部分。
3. 智能体使用强度
| 指标 | 9 月 | 10 月 | 环比变化 |
|---|---|---|---|
| 研究员中位日用量(API 标价折算) | 1,500 美元 | 2,400 美元 | +62% |
| 90 分位研究员日用量 | 11,000 美元 | 23,000 美元 | +105% |
| 人均智能体工作日 | 0.5 个 | 5.7 个 | 约 11 倍 |
4. 研究员对编码智能体的价值判断
调研对象为 101 名研究人员,时间在 2026 年 8 月底至 9 月初,假设问题为:若团队未来 3 个月无法使用优于 GPT-5.2 的前沿编码智能体,愿意付出什么代价恢复使用。
- 中位回答:愿意让出 30% 的团队算力。
- 另一问题中位回答:愿意让出 40% 的团队人头。
- 若在 2027 年 1 月再问,预期愿让出 50% 的团队算力。
- 不使用编码智能体、仅靠 GitHub Copilot 加 ChatGPT 时,团队完成上月等量工作中位需要 3 个月。
- 10 月下旬另一项调研中,28 名受访者里有 27 名选择或倾向最新内部模型,而不是 "中期人类研究工程师加 2024 年 o1-preview" 的组合。
三、研究产出与安全投入
- 代码与实验:2026 年人均代码改动量相对 2025 年前均值持续上升;截至 10 月 18 日的四周内,人均记录实验数达到 2025 基线的 1.68 倍。
- 能力指标:OpenAI 内部版本 ECI(OECI)显示,OpenAI 模型前沿自 2025 年 8 月起每年提升 16.4 分,对比 Epoch 观测到的 2024 年末以来每年 14 分的趋势。
- 安全与对齐:安全和对齐是 OpenAI 主要研究方向中记录工时绝对增长最大的领域,1—9 月记录工时增长 77%,增长在 2026 年 7 月 Hugging Face 事件应对后明显加快。
- 想法来源:后训练和安全监控方向的重要想法均由人提出、模型协助实现;GPT-6 Astra 的预训练想法全部归于人;GPT-6.2 Astra 的部分预训练想法是研究员与 Codex 对话过程中共同发展出来的。
四、人类仍然负责的环节
- 设定研究优先级和选题方向。
- 判断哪些想法和结果值得继续追。
- 决定系统是扩量、暂停还是部署。
- 审核智能体产出的代码质量、数据质量和研究品味,避免低质量输出和无效循环。
- 在智能体启动实验、拆解任务等容易跑偏的环节做近距离介入。
五、提议落地的观察步骤
- 看披露指标:后续关注各实验室是否公开智能体用量、任务成功率、实验数量、能力指数等 RSI 相关指标。
- 区分用量与贡献:智能体工作日、API 用量只代表使用强度,不等于产出了同等倍数的有效研究成果。
- 对照任务类型:监控类任务 AI 参与度高,选题、判断和系统决策仍以人为主,不能用单一成功率概括全部研发环节。
- 跟踪能力趋势:用 OECI 这类能力指数判断研究是否真的在加速,而不是只看代码行数和实验数量。
- 关注治理进展:随着模型可执行任务周期拉长,评测、对齐和人类监督方法能否跟上,是 RSI 披露之外的关键问题。
综合来看,OpenAI 这次提议的核心是把 "AI 帮下一代模型开发做了多少" 纳入实验室必报的透明指标;报告数据显示编码智能体在执行、监控和大规模扫描环节已经明显提速,但选题、判断和部署决策仍由人掌握。这套指标能否成为全行业统一规范,还需要其他实验室、监管方和公众讨论共同推动。
【相关 FAQ】
问题 1:OpenAI 提议 AI 实验室报告什么内容,和下一代模型开发有什么关系?
回答 1:OpenAI 提议 AI 实验室跟踪并公开报告 RSI(递归自我改进)指标,也就是量化 AI 对下一代模型开发的帮助程度,包括智能体用量、任务成功率、实验数量和能力提升等数据,让公众能看清 AI 参与自研的进度、风险和防护需求。
问题 2:RSI 具体指什么,OpenAI 报告 RSI 指标是不是要追求完整自我改进?
回答 1:RSI 全称 Recursive Self-Improvement,指 AI 加速未来 AI 系统开发的过程;OpenAI 明确说明,公开报告 RSI 指标不等于要追求完整 RSI,人类仍然负责选题、结果判断和扩量、暂停、部署等关键决策。
问题 3:OpenAI 内部 AI 帮助开发下一代模型的数据表现如何?
回答 1:按 OpenAI 11 月 18 日报告,2—4 小时任务智能体自主成功率从 3 月 23% 升到 10 月 46%,4—8 小时任务从 13% 升到 35%;10 月研究员中位日用量 2,400 美元,人均智能体工作日从 0.5 个升到 5.7 个,监控训练运行成功率达 79%。
问题 4:除了 OpenAI,其他 AI 实验室有没有参与这类 RSI 测量?
回答 1:OpenAI 在报告中提到,近期已有其他机构加入测量 AI 研发加速的工作,行业正在形成共享的测量规范;36 氪等媒体也记录了 Anthropic 披露 Claude 参与研发比例、OpenAI 自动化研究实习生到岗等 2026 年相关进展,后续披露口径仍需以各实验室公开报告为准。
【参考资料】
[2026-11-18](Research acceleration: The jagged frontier)OpenAI
[2026-11-18](OpenAI 联创和首席研究员共同发声:RSI 真的要来了吗?)今日头条 人人都是产品经理
[2026-10-10](当 AI 开始造 AI:递归自我改进的 2026 年)36 氪
[2026-09-21](每天 7000 美元,AI 工具在 OpenAI 研究工作中的使用强度明显上升)新浪财经
[2026-09-06](Research acceleration: The view inside OpenAI)OpenAI
【免责声明】
本文关于 OpenAI RSI 报告提议的内容,整理自 OpenAI 官方研究报告及 36 氪、新浪财经等公开报道;报告中的成功率、用量和调研数据均为 OpenAI 内部测量与自报口径,存在样本和方法局限,不能直接等同于全行业水平或确定的研发贡献。本文仅作资讯梳理,不构成政策解读、投资建议或技术结论。
相关阅读
- 阿维塔高管再预告摆拍开会,此前视频曾被吐槽演技尴尬
- Intel 低调上架 20 核新 CPU酷睿 Ultra 7 260K 规格确认,限量专供整机不单独零售
- GTA6 新西兰解锁半小时 Twitch 热度炸锅,250 万观众刷新单机收视纪录
- 梵高《盛开的栗树》拍出 1.904 亿美元天价,刷新个人拍卖纪录
- WMTC 工况续航 104km,雅马哈 NMAX E 纯电踏板开售,落地接近 6 万元
- GTA6 玩家想攻略美女曼蒂碰壁 主角杰森剧情设定一心修水管无法开启恋情
- 国产乱序 RISC-V CPU IP 数据中心大规模量产商用落地
- 三亚一网约车司机开车玩斗地主乘客怀抱 14 个月婴儿一路不敢制止,平台称核实后将处罚
- 一加 17 爆料全球有望首发 2K+240Hz 超级高刷屏,屏幕规格再升级
- 黑客组织 The Gentlemen 宣称攻破 NVIDIA,勒索倒计时不足 10 天,到期威胁公开窃取数据
- 老玩家悄悄关闭的 N 卡设置 新手盲目开启不提速、增加功耗还加速显卡老化
- 70km/h 冲百米悬崖翻滚 6 圈,领克 07GT 落地后四门依旧可正常开启
- 闪购 Agent 情感设计探索解读任务型电商 AI 怎么做好情感化落地
- OpenAI 提议 AI 实验室公开报告 RSI 指标量化 AI 对下一代模型开发的帮助程度
- 企业软件行业没有消亡,正在 AI 驱动下发生 K 型分化
- 00 后美团兼职骑手救人拒收酬金,平台得知其父患癌发放 3 万关怀金
-
空调出来的水能用吗,结论是可以有限回收利用,但是绝对不能饮用,也不建议直接用来洗菜洗脸这类接触入口或者...浏览全文>>
-
煲鱼汤用哪种鱼最好,家庭煲鱼汤首选鲫鱼,它肉质细嫩,鱼骨熬煮之后容易析出胶原和油脂,煎完加水大火滚煮很...浏览全文>>
-
购房合同范本免费版是住建部门或者官方渠道公开的标准化商品房买卖合同模板,可以免费下载参考,分为期房预售...浏览全文>>
-
包粽子的米要泡多久最好,常规常温环境推荐冷水浸泡 4 到 8 小时,夏季气温高必须放入冰箱冷藏浸泡 8 到...浏览全文>>
-
阿维塔副总裁雍军在社交平台放出新动态,主动预告又要拍摄会议视频,这次还是沿用之前被网友吐槽演技尴尬的摆...浏览全文>>
-
核心结论先说在前面:英特尔在没有举办专门发布会的情况下,先通过美国电商 Newegg 的 ABS 预装游戏整机页...浏览全文>>
-
《GTA6》在新西兰率先解锁发售,评测同步解禁,上线仅仅半小时,Twitch 平台 GTA6 专区同时观看人数突破 2...浏览全文>>
-
当地时间 11 月 18 日,梵高晚期画作《盛开的栗树》在纽约苏富比拍卖行成交,含佣金总价 1 904 亿美元...浏览全文>>
-
雅马哈 NMAX E 是 MAX 家族首款纯电踏板摩托,在米兰车展正式发布后已经在欧洲开启销售,WMTC 工况续航...浏览全文>>
-
不少玩家在《GTA6》第一章 “Pipework 管道任务” 里,尝试和角色曼蒂发展恋爱线,结果全部碰壁,不管怎么...浏览全文>>
- 包粽子的米要泡多久最好 糯米浸泡时长实操判定指南
- 阿维塔高管再预告摆拍开会,此前视频曾被吐槽演技尴尬
- 黑客组织 The Gentlemen 宣称攻破 NVIDIA,勒索倒计时不足 10 天,到期威胁公开窃取数据
- 企业软件行业没有消亡,正在 AI 驱动下发生 K 型分化
- 东洲家园是回迁房 产权性质详细解析
- 安徽水电学院是几本 院校层次详细解读
- 限价房是什么意思 保障性住房概念详解
- 空调有换气功能吗 功能区分详解
- 改款纯电小钢炮零跑 Lafa5 参数官宣搭载 800V 平台、CLTC 续航 640km
- 微软 Microsoft To Do 2027 年 6 月 30 日停用,个人用户需自行更换待办工具
- 伴郎发言稿范文伴郎致辞幽默简短大气 婚礼现场致辞参考
- 民间移植 WDDM2 驱动 Win7 可识别 RTX50、RX9000 显卡
- 谷歌发布Gemini 4 Neon专攻编程与科研的高效AI模型,支持百万级上下文与多智能体协同
- WorkBuddy × 腾讯问卷 MCP 实战指南,一句话快速生成可投放问卷
- 半坡遗址在哪里 历史考点详解
- 60 岁美国男子一年影院看完 1207 部电影 刷新吉尼斯观影纪录
- 半角字符怎么输入 操作方法详解
- 空调外机怎么拆 分体空调外机拆机移机操作指南
- 办理工行金卡需要什么条件 申请资格详解
- 梁建章解读 AI 替代人力后的趋势更多人会选择旅游
