OpenAI终于用数字说话了。其研究组织每投入1个人工工作日，就运行了3.1个agent工作日——这家公司据此宣称，已经达到“自动化研究实习生”的里程碑，即在人类监督下完成那些需要熟练研究员数天的明确任务。
这个比值衡量的只是运行时长，而非等效生产力，但它透露出的趋势远比数字本身更具冲击力：AI智能体已不再是实验室里的演示品，而是开始嵌入OpenAI自己的日常研究流程。更值得咀嚼的是内部员工的观察——递归自我改进可能成为未来几年AI能力跃升的关键。当模型能够辅助研究如何改进模型本身，飞轮效应便会显现，这也解释了OpenAI为何主动亮出这组数据。
自我评估数据天然带有美化倾向，但OpenAI迈出的这一步依然值得肯定。真正的问题在于，整个行业眼下只看到这一家公司的单方面披露，外界无法判断多智能体系统在更大范围内的真实渗透程度。OpenAI此次表态是一种姿态，也是一次催促——其他AI实验室若真有底气，就该把类似指标也摆到桌面上来。毕竟，衡量进步的第一步，是承认数字的局限，然后用透明的数据去填补它。
