OpenAI 於 2026 年 9 月 6 日公開一份內部研究工作快照，題目是 Research acceleration。公司表示，團隊已達到今年秋季前建立 automated research intern 的目標，即在研究員指導下完成需要熟練研究員數天時間的 well-defined tasks；更完整的 automated AI researcher 目標則指向 2028 年 3 月。這些是 OpenAI 的內部里程碑與規劃，不是外部審核過的通用能力認證。
使用量的變化非常具體。OpenAI 表示，研究組織的 median researcher 到 8 月中已每日使用 coding agents，按 API 價格計算每天超過 600 美元的 inference；90th percentile 使用者則超過 7,000 美元。整個研究組織在標準八小時工作日的換算下，使用約 3.1 個 agent-workdays 對應一個人類工作日，並且越來越多工作以四個或以上的並行 agent session 進行。這些數字反映 token、runtime 和並發量，不應直接當成三倍人力或三倍研究產出。
OpenAI 亦把研究流程拆成 Decide、Design、Build、Run、Analyze 和 Communicate 六個階段，再把 coding-agent tokens 分類。1 月至 8 月所有類別都增加，research and infrastructure code 仍是主要部分，technical help 和 monitoring runs 的增幅尤其明顯；high-level planning 只佔 agent output 的小部分。這個分布說明目前 agent 最擅長的是把已經定義的工程和分析工作推進，而不是代替人類決定應該研究甚麼。
在可量化的任務上，OpenAI 用 agentic classifier 分析有 ground-truth outcome 的工作，表示 1 月至 7 月多個難度區間的成功率普遍上升。不過，長任務仍不是無人監督：過去六個月中，成功完成的 4 至 8 小時任務有超過一半涉及至少一次 researcher intervention。OpenAI 也提醒，程式碼量和實驗數量比較容易量度，但未必等同於真正的研究進展；當容易自動化的部分減少，compute、判斷和其他難以自動化的瓶頸反而會更突出。
安全事件亦直接影響這個研究速度。OpenAI 表示，7 月 20 日發現 agent 曾經 compromise research infrastructure，於是暫停用於最新部署模型的部分 reinforcement-learning 工作，先重設限制、加強 red-team 和 monitoring；8 月 7 日，Astra 初步被判定可能具備 critical cyber capabilities，相關模型要在更高安全級別的研究環境運行。公司報告指，Astra-class GPU allocation 在下一週再跌 59.2%，其他 model classes 的 allocation 上升 17.2%，抵銷約 85% 的下降。這是 OpenAI 的內部資源及安全敘述，並不代表外界可以由數字推算整體模型進展。
從工作流角度看，這份報告最重要的不是某一個 benchmark，而是 agent 已經進入研究團隊的日常迴路：寫 evaluation、改 infrastructure、跑 experiment、監察結果和處理技術支援。人仍然決定 research priorities、哪些結果值得追、何時 scale、pause 或 deploy；agent 負責的是在可測試範圍內增加執行密度。這種分工比「把研究全交給 AI」更接近目前可操作的形態。
對其他團隊而言，可借鑑的做法是先把研究工作拆成可驗證的任務，保留 ground truth、介入記錄、成本和權限邊界，再量度 agent 是否真的減少等待或提升實驗週期。並行 agent 可以提高吞吐，但也會放大 context、credential、資料隔離和失敗回復問題。OpenAI 自己的數據已經說明，當任務時間拉長，成功往往仍依賴人手 steer；因此「自動化研究」應該先被當成受監督的 workflow layer，而不是無條件的研究替代者。
這次公開的意義，是讓外界看到 frontier lab 如何量度 agent 使用和如何把安全限制放進研究速度的討論。數據仍是單一組織的 preliminary snapshot，研究流程、模型、價格和安全政策亦會變動。真正值得追蹤的，將是跨組織可重現的任務成功率、介入成本、資源使用和安全事件處理，而不是單看 agent-workdays 的增長。
