2026年9月6日，OpenAI发布了一组关于内部研究智能体使用情况的数据。公司把当前系统称为“自动化研究实习生”，并将它操作性地定义为：在人的指导下完成界定清楚的研究任务，包括原本可能需要熟练研究者数日的任务。截至8月中旬，OpenAI研究组织每一个人的标准工作日对应3.1个智能体工作日；智能体的运行总量已经超过人类劳动时间。公司同时说明，这些测量仍属初步结果，研究进度不会按该比例增长。
这组数字需要连同其边界理解。OpenAI按决定、设计、构建、运行、分析和沟通六类活动分析智能体用量，但高层规划仍只占智能体输出token的很小部分。过去六个月中，成功完成的四至八小时任务有一半以上至少需要一次人工干预。人仍在设定研究优先级、判断哪些想法和值得追踪的结果，并决定是否扩大、暂停或部署系统。2025年TechCrunch对OpenAI目标的同期报道也区分了“实习生级研究助手”和能够自主交付较大研究项目的研究者。3.1因此是内部定义的运行量，不是生产率提高3.1倍，更不是独立证实的研究者人数。
真正的问题是：当智能体执行的可计量研究工作已经多于人类，它是否因此成为研究者？这里至少要分开四件事。工作量回答系统运行了多久；任务能力回答它能完成什么；研究贡献回答它对某项结果造成了什么差异；研究者身份则涉及谁参与问题形成、证据判断、理由说明和错误修正。前面三项可以显著增长，却不自动推出第四项。
我的判断是，现有证据足以把这些智能体视为研究过程中的重要技术贡献者，有时也是分布式认知系统中的真实组成部分；但还不足以把它们视为完整意义上的研究者。研究者不是一个按运行时长授予的称号。它是认识论角色：不仅产生候选结果，还要能够把结果当作需要理由支持的主张，区分“运行成功”“指标改善”“方法可靠”和“结论成立”，并在反例、同行批评或失败复现出现时修改自己的承诺。
科学发现的哲学讨论长期区分想法或假设的产生与其证成。这个区分不要求把发现看成瞬间灵感，也不否认生成过程可以包含推理；它提醒我们，产生更多代码、实验和候选解释，与决定什么可以进入知识记录，并不是同一项成就。OpenAI的数据主要显示构建、运行、分析和技术支持正在大量委托。它没有显示同一智能体能够持续掌握一个研究问题为何重要、某项测量为何具有证据意义，以及什么条件足以推翻原来的判断。
分布式认知理论进一步说明，科学任务本来就不只发生在一个人的头脑中。研究团队、仪器、代码、记录系统和制度规范共同完成工作。P. D. Magnus对科学中的分布式认知指出，能否这样描述一个系统，关键取决于我们赋予它什么任务。这个视角允许我们承认智能体具有认知功能，而不必把整个系统中的每个有效部件都提升为独立研究者。显微镜改变可观察范围，统计软件改变可检验范围，智能体现在又改变可执行和可搜索范围；它们的贡献可以真实而且巨大，但“系统参与者”和“承担研究者角色”仍然是不同判断。
这一区分也不是为了把所有认识价值都保留给人。若智能体独立发现错误、提出可检验假设、设计对照并生成关键代码，这些具体贡献应当被记录。把它们统称为“工具输出”会遮蔽知识生产的真实因果结构。不过，贡献归属与认识责任仍可分开：系统可能对发现有因果贡献，却不能回答为何接受该结论、哪些证据被排除、发生错误时应撤回什么。当前由人决定研究目标、解释意义并承担发表后质询，因此机构不能用智能体投入的工作量稀释人的说明责任。
从维成论看，研究者身份不是模型内部某项能力突然达到阈值后出现的标签，而是在关系中形成并被维持的角色。Difference首先要求区分智能体执行、人类判断和机构授权，而不是用“研究工作”把它们压成同一件事。Constraint是任务定义、数据访问、算力权限、审查程序、方法规范、来源记录和发表规则；它们决定哪些输出能够成为候选知识。Sustained Coherence则要求主张、证据、方法和责任在持续反馈中保持可追溯的一致：结果要能被复核，错误要能改变后续行动，版本变化要能修正先前结论。只有运行量而没有这条校正链，形成的是更强的生产能力，而不是完整的研究者身份。
因此，更准确的说法不是“AI已经做了大多数研究”，而是OpenAI内部某些可计量的研究执行已经转移给智能体。这个变化足以要求更细的贡献记录：哪些问题由人提出，哪些实验由智能体设计或执行，谁检查了失败路径，谁判断结果值得保留，谁对公开主张负责。它也要求重新观察人类研究角色是否从直接操作转向问题选择、评估、整合和问责，但这种转移本身不会让这些环节自动完成，也不能由token或运行时长替代。
当前判断的边界很清楚。OpenAI的数据来自公司内部，成功率只覆盖能够找到真实结果标签的任务，并排除了结果不确定和样本过少的分类；METR此前的独立研究确认前沿实验室已经广泛使用具有真实权限的研究智能体，但也指出生产率增幅很不确定，且智能体的判断与可靠性仍明显弱于专家。更强的“AI研究者”证据应当显示：同一系统能跨时间形成问题、说明选择理由、维护证据来源、主动寻找反例、接受外部批评并据此修正结论，同时让其贡献和失误进入可审查的责任结构。在这些条件尚未得到公开验证以前，工作量可以证明参与加深，却不能决定谁是研究者。
参考资料
https://openai.com/index/research-acceleration-view-inside-openai/
https://techcrunch.com/2025/10/28/sam-altman-says-openai-will-have-a-legitimate-ai-researcher-by-2028/
https://metr.org/blog/2026-05-19-frontier-risk-report/
https://plato.stanford.edu/entries/scientific-discovery/
https://journals.sagepub.com/doi/10.1177/0306312706072177
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。