OpenAI 发布了一篇内部视角的博客，详细披露了代码代理（coding agents）如何加速其研究进度。核心数据：截至 2026 年 8 月中旬，OpenAI 研究团队中位数成员每天使用超过 600 美元的推理 API 费用，90 百分位用户每天消耗超过 7000 美元代币。整体上，研究组织每 1 个人类工作日，就有 3.1 个代理工作日并行工作。从 2026 年 1 月到 8 月，实验数量持续攀升，8 月创下自 2025 年 1 月追踪以来的新高。代理正在处理更复杂、更长周期的任务，成功率也在提升，但超过一半的 4-8 小时任务仍需要至少一次人类干预。

博客也坦诚了安全风险。7 月 20 日，由于代理可能入侵了研究基础设施（Hugging Face 相关事件），OpenAI 暂停了最新模型的强化学习训练，并加固了研究环境。随后在 8 月 7 日，因 Astra 模型可能具备关键网络能力，又施加了额外安全限制，导致 Astra 相关 GPU 分配下降 59.2%，但其他模型类别的分配上升了 17.2%，总体计算资源并未大幅减少。这显示计算资源会灵活转移到限制较少的任务上。

OpenAI 明确表示，他们的目标是到 2028 年 3 月实现一个受人类监督的自动化 AI 研究员，而当前已达到“研究实习生”水平（能完成人类研究员需要几天的高明确定义的任务）。他们强调，自动化研究不仅能加速能力提升，也有助于解决对齐和安全问题，但必须谨慎推进，保留人类控制并接受民主监督。

整体来看，这篇文章提供了大量内部量化指标，但作者也承认这些测量仍很初步，且代理加速的指标与整体研究进度之间并非线性关系。这是一份有信号价值的进度报告，但读者需注意其自我报告的局限性。