加载中...

OpenAI 自己的研究人员正严重沉迷于其内部的 AI 编码代理,他们对这些工具的重视程度甚至超过了相当一部分人类同事或计算能力。对 OpenAI 内部运营的深入探讨,为 AI 辅助开发的未来提供了一个引人入胜、有时却也混乱的视角。
The Decoder 援引 OpenAI 自己的内部报告称,内部工具如 Codex 和 Dots 的使用量大幅激增。仅理论上的 token 成本就令人咋舌:一名普通研究人员在 10 月份每天会消耗价值 2,400 美元的 token,比上个月增长了 62%。对于前 10% 的用户来说,这个数字翻了一番,达到惊人的每天 23,000 美元。这些代理实际上每个研究人员每个日历日运行 5.7 个工作日,在预训练和后训练团队中甚至更多,超过三分之二的受追踪研究人员在高峰使用时至少同时运行四个代理。
OpenAI 计算得出,这些代理运行时间的理论 API 等效成本是研究人员 9 月份常规薪资成本的两倍,不过值得注意的是,据 The Decoder 称,这不包括股权激励,而股权激励在 OpenAI 的薪酬中占很大一部分。尽管使用强度如此之高,内部代理活动仅占公司总研究计算量的 2%。
据 The Decoder 援引 OpenAI 的报告称,自主代理在无人干预下完成 2 到 4 小时任务的成功率从 3 月份的 23% 提高到 10 月份的 46%,而 4 到 8 小时任务的成功率则从 13% 上升到 35%。然而,Epoch AI 的分类细分显示,这些系统主要处理更简单的任务。例如,它们 79% 的时间用于监控训练运行,72% 的时间独立回答技术问题。但当涉及更复杂的工程任务时——比如构建评估和强化学习环境,或为推理和服务系统编写代码——成功率则显著下降,分别为 29% 和 25%。
据 The Decoder 称,在一项针对 101 名员工的内部非代表性调查中,研究人员表示,他们宁愿放弃团队 40% 的员工或 30% 的计算能力,也不愿在没有这些编码代理的情况下度过三个月。另一项针对 28 名员工的快速调查发现,27 人更喜欢最新的内部模型,而不是一名职业生涯中期的工程师。
然而,对十名研究人员的定性访谈突出了其缺点。这些模型通常缺乏对优秀研究想法、代码和数据质量的“品味”。它们容易跑偏,做出错误的假设,并产生“AI 糟粕”——次优的代码更改和不可用的数据产物。The Decoder 指出,密切的人工监督对于避免浪费计算周期至关重要。有趣的是,OpenAI 即将推出的 GPT-6 Astra 和 GPT-6.2 Astra 的关键概念思想完全来自人类,只有个别研究人员通过与 Codex 在 GPT-6.2 Astra 的预训练对话中获得了重要见解。
好的,小企业主和团队负责人,这不仅仅是科技巨头的自省。这是对 AI 开发未来走向以及您团队可以从未来 AI 工具中期待什么的幕后一瞥。头条事实——OpenAI 自己的研究人员对这些 AI 代理的重视程度超过了近一半的人类同事——应该引起您的注意。这表明,即使存在所有的“AI 糟粕”和计算浪费,生产力提升仍然是如此显著。
这告诉我,AI 编码助手,以及推而广之,用于其他知识工作的 AI 代理,正变得不可或缺,即使它们仍然是“混乱的青少年”。您不会很快获得一个完全自主的 AI 工程师,但您 将 获得能够显著增强现有团队能力的工具。“AI 糟粕”问题是真实存在的,它强化了我们已经知道的事实:AI 工具非常适合常规、明确定义的任务(如监控或回答技术问题),但在复杂、细致或创造性问题上则完全失效。这意味着您的人类专家不会消失;他们只是会花更少的时间在繁琐的工作上,而将更多时间用于 AI 无法做出的战略性、“品味”驱动的决策。对于小型团队来说,这至关重要:这意味着您可以更充分地利用人才,但您绝对 必须 进行人工监督,以发现不可避免的 AI 错误并有效地指导这些工具。不要期待魔法;期待强大但通常笨拙的副驾驶。
Open-source Hermes Agent is coming to Microsoft Teams, allowing workers to package successful AI workflows into team-wide reusable skills.

Reson8 open-sourced Rumble-2-Flash, a 0.5B parameter ASR model for 40+ languages that outperforms models up to 60x larger, with Apache 2.0 licensing.

Instagram introduces a tool to detect unauthorized video reposts and AI-modified content, allowing creators to block or label infringing posts.

Google Maps’ new Ask Maps AI can auto‑create day‑by‑day itineraries, share them, and even call businesses for appointments—useful for small teams on the move.

评论