核心结论
OpenAI 在 2026 年 11 月 18 日发布的第二份内部研发加速报告《Research acceleration: The jagged frontier》中披露:按公开 API 标价折算,研究员日常使用 Agent 的等效开销,已经达到其非股权现金薪酬的约两倍(后训练团队这一倍数约为 3.1 倍)。10 月中位数研究员每天在 Agent 上的消耗约 2400 美元,头部 10% 的重度用户达到 2.3 万美元 / 天;折算成 "Agent 工作日",人均每天驱动 5.7 个 Agent 工作日,是此前基准的 11 倍。但有两个前提必须说清楚:一是这个对比只算现金薪酬、不含股权,而股权占 OpenAI 研究员目标薪酬的 70%~80%;二是这是按 API 目录价算出的理论等效价值,并非公司内部运行工具的真实账单。即便用量这么大,内部 Agent 消耗也只占 OpenAI 总研发算力的 2%。换句话说,"AI 比人贵" 是特定口径下的账面对比,不代表 Agent 实际成本已经超过人力总成本,也不代表 AI 可以替代研究员。
报告里的关键数据
一、Agent 用量:9 月到 10 月一个月内的变化
| 指标 | 9 月 | 10 月 | 变化 |
|---|---|---|---|
| 中位数研究员每日 Agent 花费(API 标价) | 约 1500 美元 | 约 2400 美元 | +62% |
| 头部 10% 用户每日花费 | 约 1.1 万美元 | 约 2.3 万美元 | +105%(翻倍) |
| 人均每日 Agent 工作日 | 0.5 个 | 5.7 个 | 约 11 倍 |
| 预训练 / 后训练团队人均 Agent 工作日 | — | 约 8 个 | — |
计算口径:Agent 累计运行满 8 小时,记为 1 个工作日。
二、并发使用方式
- 超过三分之二的研究员,每天至少同时跑 4 个 Agent;
- 超过 10% 的重度用户,同时挂着至少 16 个 Agent;
- 内部常用工具包括编码 Agent Codex 和 Dots 等;
- 研究员的角色更接近 "算力包工头":拆解任务、下发指令、审核结果,而不是逐行手写代码。
三、成本对比的真实口径
| 对比项 | 说明 |
|---|---|
| 分子 | Agent 使用量按公开 API 目录价折算的等效价值 |
| 分母 | 研究员非股权薪酬(现金部分) |
| 倍数 | 整体约 2 倍;后训练团队约 3.1 倍 |
| 未计入 | 股权(占目标薪酬 70%~80%)、福利、雇主税费等 |
| 是否真实支出 | 否,属理论折算值;内部工具实际运行成本与对外 API 定价不同 |
| 算力占比 | 内部 Agent 使用仅占总研发算力的 2% |
Agent 到底能干到什么程度
一、任务完成情况
- 在 2~4 小时长度的任务上,Agent 可独立完成约 46%;
- 成功率最高的是监控类、问答类任务;
- 成功率最低的是评估环境搭建、推理代码等复杂工程任务;
- 复杂工作仍需人类密切监督,系统目前会在难点上失败。
二、人的位置没有被取代
- 报告访谈中,GPT-6 Astra 与 GPT-6.2 Astra 的核心创意仍归功于人类研究员;仅 GPT-6.2 Astra 的部分预训练洞见来自模型侧;
- 报告目标之一是记录 "递归自我改进(RSI)" 指标,即 AI 加速下一代 AI 研发的程度,目前仍处于早期观测阶段。
三、内部调研:研究员愿意为 Agent 牺牲什么
- 假设三个月不能使用最顶尖的编程 Agent,中位数研究员的选择是:砍掉团队 40% 的人力编制,或者放弃团队 30% 的算力;
- 报告提到,预计到明年初,部分人愿意拿出 50% 算力来换取继续使用 Agent;
- 这反映的是工具依赖度和主观偏好,不等于公司真的会按这个比例裁员或减算力。
怎么理解 "AI 比人贵" 这句话
- 口径是 "API 标价 vs 现金工资":把 Agent 用量按对外售价折算,再和不含股权的现金薪酬比,倍数看起来高;若把股权、福利、税费计入总薪酬,Agent 等效价值大约只占目标薪酬的一部分(外部粗算约为一半上下,仅供参考)。
- 理论账单 ≠ 实际成本:OpenAI 内部跑自有模型和工具,边际推理成本与公开 API 定价不是一回事,报告给的是使用强度参照,不是财务支出明细。
- 算力杠杆比例很小:Agent 只吃掉 2% 的研发算力,却被用来放大顶尖研究员的产出,公司视角是用少量推理算力撬动人类智力。
- 产出仍有边界:Agent 在短任务、问答监控上表现好,复杂工程和核心创意仍依赖人,监督体系也在补短板 —— 此前一次审计曾发现 Agent 监督系统存在缺陷。
背景补充
- OpenAI 研究类岗位公开招聘的基础薪资区间约为 29.5 万~38 万美元,另加股权;
- 这份报告是 OpenAI 第二份内部 Agent 使用情况报告,后续还会持续披露用量、成功率和监督相关指标;
- 同类趋势在其他科技公司也有出现:编程 Agent 从辅助补全走向多 Agent 并行执行任务,但企业内部的真实 ROI 仍需结合任务质量、返工率和人工审核成本综合评估。
【相关 FAQ】
问题 1:OpenAI 说内部 Agent 开销达到研究员薪酬两倍,这个 "两倍" 是怎么算出来的?
回答 1:这是 OpenAI 内部报告按公开 API 目录价,把研究员使用 Agent 的用量折算成等效价值,再与研究员的非股权现金薪酬对比得出的,整体约 2 倍、后训练团队约 3.1 倍;对比分母不含占目标薪酬 70%~80% 的股权,分子也是理论标价而非内部真实推理成本,不能直接理解为 Agent 实际花费已经超过员工总人力成本。
问题 2:OpenAI 研究员每天在 Agent 上花多少钱,用量增长有多快?
回答 2:报告显示,10 月中位数研究员每天 Agent 消耗约 2400 美元,9 月为 1500 美元,环比增长 62%;头部 10% 用户从 1.1 万美元 / 天涨到 2.3 万美元 / 天,翻倍增长;按 8 小时一个工作日折算,人均每天驱动 5.7 个 Agent 工作日,是此前 0.5 个基准的 11 倍。
问题 3:OpenAI 内部 Agent 用掉多少研发算力,会不会挤占模型训练资源?
回答 3:报告披露内部 Agent 使用只占 OpenAI 总研发算力的 2%,属于用小比例推理算力放大研究员产出;Agent 主要承担编码、监控、问答和部分 2-4 小时任务,复杂工程任务和核心研究创意仍由人类研究员主导。
问题 4:既然 Agent 这么贵,OpenAI 研究员为什么还离不开它?
回答 4:内部调研显示,若三个月不能使用顶尖编程 Agent,中位数研究员宁愿砍掉团队 40% 编制或放弃 30% 算力;Agent 可 7×24 小时并行跑多个任务,人均每天对应 5.7 个 Agent 工作日,超三分之二的人每天并发 4 个以上,工具已经嵌入日常研发流程,但这一偏好不代表 AI 可以独立完成研究工作。
问题 5:OpenAI 这份报告是什么时候发布的,数据来源可靠吗?
回答 5:报告名为《Research acceleration: The jagged frontier》,是 OpenAI 第二份内部研发加速报告,于 2026 年 11 月 18 日发布,用量、成本倍数和调研结论均来自该报告;外部媒体引用时已注明成本为 API 标价理论值、不含股权,具体细节以 OpenAI 原始报告为准。
【参考资料】
- [2026-11-20](AI 比人贵了…OpenAI:内部 Agent 开销已达研究员薪酬两倍)ZAKER
- [2026-11-19](OpenAI 内部报告《研发加速:参差不齐的前沿》核心内容转述)微博
- [2026-11-19](OpenAI Research Acceleration Report: Codex, Dots Usage Data)TPS Report
- [2026-11-19](OpenAI: agentes de código já custam mais que salários)AI Brasil
- [2026-11-18](OpenAI's Research Agents Now Cost 2x Researchers' Cash Pay)FourWeekMBA
【免责声明】
本文数据整理自 OpenAI 公开内部报告及第三方媒体转述,成本倍数为 API 目录价折算的理论口径,不含股权与福利,不代表公司真实财务支出;报告中的调研比例、任务完成率为特定样本下的内部统计,不构成普遍行业结论。本文不构成投资建议、人力决策建议或技术选型承诺,AI 工具的实际投入产出需结合具体团队任务质量与返工成本评估,据此决策产生的风险请自行承担。
