奥特曼一年前画的时间线，如期兑现了。
9月6日，OpenAI发布重磅博客《研究加速：OpenAI内部视角》，首次将“AI造AI”的内部数据全部公开。文章一上来就挑明：关键里程碑已经达成——在今年9月前，OpenAI已成功部署自动化AI研究实习生。下一步，是在2028年3月造出自动化AI研究员。
几乎同一时间，英伟达CEO黄仁勋在X平台发文祝贺OpenAI发布GPT-6 Astra，并直言AGI已经到来。从ChatGPT到o1再到Astra，仅用了4年。他还在帖文中透露，Astra的训练使用了超过10万块NVIDIA Grace Blackwell NVLink72 GPU，接下来还要亲手为OpenAI送上40万块GPU。
同一天，OpenAI首席科学家Jakub Pachocki发布长文《一个异星心智》，亲口承认机器智力已超人类，正在造出无法理解的异星心智，必须全人类紧急刹车。
一边是RSI加速证据，一边是刹车警报。两股完全对撞的声音，全部从OpenAI传了出来。
OpenAI这次破天荒公开了核心数据。按API价格折算，中位研究员每天消耗的Agent推理费用超过600美元，排在前10%的头部研究员每天超过7000美元。研究部门的Agent用量增速远超公司其他部门，中位员工输出Token增至年初的124倍。
OpenAI把研究组织内所有Agent的总运行时长折算成标准8小时工作日，再与人类的工作日做对比。2026年6月之前，Agent的总工时还没能跑赢人类。但到了8月中旬，这个数字被改写为3.1比1。每一个坐在工位上的人类研究员背后，都有3.1个AI工作日在同时狂奔。
并行是主推手。今年初，同时开启4个以上Agent的研究员比例约三成；到8月中旬已暴涨至七成以上。
OpenAI把研究流程拆解为决策、设计、构建、运行、分析、沟通六大步。2026年1月到8月，Agent输出Token在六大类中全面暴涨，但增量集中在链条中段——编写研究与基建代码、技术协助与审查、启动与监控训练任务。而在决定资源去留、宣布决策等战略层，Agent几乎插不上手。
另一个注脚是内部互助频道的消亡。曾经日均新帖约20条的主求助频道，如今已跌至个位数。问题没有消失，只是提问对象从人类变成了Agent。
复杂度还带来另一道约束。在4至8小时的中型任务中，超过一半的成功案例至少需要一次人工介入。OpenAI的原话是：智能体仍需要大量人工引导才能成功，尤其是随着任务复杂度上升。
OpenAI在报告中给出一个反直觉判断：随着自动化推进，最难自动化的任务会占据研究人员越来越多的时间，并成为研发的新瓶颈。
报告点名的仍是算力。OpenAI团队成员Kevin Liu在X上指出，RSI很可能是未来几年AI能力跃升的核心驱动力，但目前只存在于少数头部AI实验室。
去年10月，奥特曼在直播中画了一张时间表：2026年9月造出自动化AI研究实习生，2028年3月造出真正的自动化AI研究员。现在第一步已经通关。OpenAI称正在向2028年3月的目标强劲推进。
而黄仁勋那句AGI已来的宣言，无论业界是否认同，至少说明了一个事实：AI造AI的飞轮，已经转起来了。下一步的问题是，谁能控制它的转速。
