事件专题 ·多源确认

OpenAI 报告:Agent 自主完成 2–4 小时任务成功率半年从 23% 升至 46%

OpenAI 发布内部研究报告,统计今年 3 月到 10 月其内部 Agent 在预计需要人类 2–4 小时完成的任务上的表现:无需人工介入的成功率从 23% 提升至 46%。但任务间差异明显,监控训练运行的成功率达到 79%,而编写推理和服务系统代码只有 25%。 报告还披露,今年 1–9 月安全与对齐相关的工作量增长 77%,绝对增量在所有研究领域中排第一,说明在自动化研究加速的同时,人类在该方向上的投入反而在扩大。 OpenAI 在报告中呼吁各 AI 实验室持续追踪并公开“AI 帮助研发下一代 AI”的相关指标。这份报告为行业提供了一个可量化的参照:Agent 目前适合承担监控、部分编码等结构化任务,但核心研究方向仍高度依赖人类判断。

当前结论

OpenAI 拿自己内部数据说话,统计了 Agent 半年内做长时任务的成败率,还细分到监控训练 79%、写推理代码 25%。想知道 AI 自动做研究到底走到哪一步、哪些活还不能交出去,这份一手数据比猜测靠谱。

11 个信源74° AI 热度最后更新 2026/11/20 03:07:59

证据链

11 个信源
相关来源 6The Information
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。