Feature Reading

OpenAI研究员每天烧2.3万美元养“AI打工人”,智能体一天干完64小时的活,但人类工程师开始卡住整条流水线

将文章核心主题、阅读路径与关联内容进行更清晰的组织,帮助用户以更流畅的节奏进入正文。

OpenAI研究员每天烧2.3万美元养“AI打工人”,智能体一天干完64小时的活,但人类工程师开始卡住整条流水线
Sports Insight

当前位置

当前正在查看文章详情,可沿路径返回栏目页或继续切换其他内容。

OpenAI研究员每天烧2.3万美元养“AI打工人”,智能体一天干完64小时的活,但人类工程师开始卡住整条流水线

本篇内容由英亚体育整理:

OpenAI 11月18日那份内部报告里,有一组数字让我盯着看了很久。

以API标价折算,2026年10月,OpenAI研究员每天在智能体上的花费中位数是 2,400美元 ,前10%的人烧到 23,000美元 —— 一天两万三 。

9月到10月,这两个数字分别涨了62%和105%。

更直观的指标是“智能体工作日”:每8小时的智能体使用算作一个工作日。

每位研究员每天平均的智能体工作日,从年初的0.

5个飙到了5.

7个,增长了11倍 。

预训练和后训练团队更是到了 8个 ——一个人工作8小时,他的AI分身在同一段时间里并发干完了 64个小时 的活。

然后是一条更安静的线索:在101名研究员的匿名调查里, 中位数回答是“愿意裁掉团队40%的人,或者削减30%的核心算力”,只为换回前沿编码智能体再留三个月” 。

AI能干的活越来越多了,但能干“最后那一下”的人,越来越不够用了。

46%的“零干预”不是均匀的:沟通类69%能自己干,写推理服务栈只有25% OpenAI给了一个很克制的核心指标: 2到4小时人类工作量的任务,智能体在无人干预下完成的比例,从3月的23%升到了10月的46% 。

4到8小时的任务从13%升到35%。

但46%这个平均数掩盖了真正的分化。

按任务类型拆开: 沟通类69%,分析类58%,构建类43% 。

按具体任务拆, 监控训练运行能到79%,回答技术问题72%,但启动训练运行只有35%,搭建评估和强化学习环境29%,写推理和服务栈的代码只有25% 。

“AI能自己干一半的活”和“你的活AI能不能自己干”是两个问题。

如果你在搭评测环境、写推理服务栈,那25%的完成率意味着 大部分工作仍然需要你亲手拆解和收尾 。

OpenAI自己在报告里也承认,这些“弱任务类型”可能成为整体提效的瓶颈。

这也是“人类成为瓶颈”这句话的真实含义: 瓶颈的精确位置,在“定义正确”和“收尾验证”这一段,而不是“写代码”那一段。

同样一个任务,Claude Code烧掉的输入Token是Codex的2.

1倍:工具选错,AI越勤快账单越贵 研究员每天几千到两万美元的花费,不是凭空烧出来的。

我翻了一组同任务的对照数据,差距比想象中大。

同一个“做一个打砖块浏览器游戏”的编码任务, Claude Code平均消耗101,440个输入Token、8,204个输出Token,68秒完成,API成本$0.

about image

41 ;

Codex平均消耗48,384个输入Token、3,338个输出Token,37秒完成 ——输入Token只有Claude Code的 48% ,输出Token只有 41% 。

差距的根源在“还没开始干活”的那一刻就已经产生: 一个字的回复,Claude Code要先发35,771个输入Token,Codex只要14,678个 ,前者重了 144% 。

这3.

5万个Token是每次请求的固定开销,主要来自系统提示词和缓存前缀。

另一个独立测试的口径更极端: Claude Code + Sonnet 5.

5(max)单任务成本$14.

19,Codex + Sol(xhigh)$1.

04 ,差了 13倍以上 ,而Codex在xhigh档位达到了与Claude Code匹配的基准分数。

“AI干活越多,账单越大”是必然的。

但“同样的活,用哪个工具干”能让账单差出数倍——而这部分钱,和你让AI多干了多少活没有关系,纯粹是工具选择的代价。

子智能体是“看不见的那一半账单”:有人一个月48.

1%的Token花在后台,中位数首次请求47,117个Token OpenAI研究员的2.

3万美元是“看得见”的:他们用内部工具,知道自己花了多少。

普通开发者的风险在于, 你看到的账单只是一半 。

subagent-budget 这个工具的作者做过一次真实统计: 一个月455个会话、2,631次子智能体运行,子智能体消耗了全部Token的48.

1%,中位数子智能体的第一次请求就有47,117个Token 。

Simon Willison的原话被引用在工具文档里: “hard budget caps, please, now.

” 仪表盘不解决这个问题。

如果一条上限不能拦住启动,它就只是一个建议。

subagent-budget 的做法是把上限接进Claude Code的hook系统: 子智能体启动之前就检查预算,超了就拒绝启动,退出码非零,原因写到stderr,Agent自己能看到为什么被拦 配置不复杂。

先初始化,再给不同类型的子智能体分别设上限: "subagent-budget init --default-tokens 1000000 --default-usd 50 subagent-budget set-budget --pattern "Explore*" --toke

关注英亚体育,了解更多体育资讯。

觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
不能二次加热的6种食物,该扔就扔,千万别舍不得
不能二次加热的6种食物,该扔就扔,千万别舍不得

菜做多了,吃不完,扔了又舍不得,于是盖起来,放进冰箱,下一顿热一热继续吃。 勤俭节约当然是好习惯,但剩菜剩饭也不能一股脑儿全往冰箱里塞。 有些食物保存不当,放久了不仅口感变差,还可能增加食源性疾病的风险。 那么,哪些剩菜需要特别注意?又该怎么保存、怎么加热? 这6类剩菜,保存时要特别注意 0 1 凉菜 凉菜没有经过充分加热杀菌,从制作到食用都有被细菌污染的可能。 尤其是在室温下放置较久后,部分细菌

贝纳蒂亚批评马赛前主席朗戈里亚:他在俱乐部财务问题上骗了我
贝纳蒂亚批评马赛前主席朗戈里亚:他在俱乐部财务问题上骗了我

据法国媒体《队报》报道,马赛前体育总监梅迪-贝纳蒂亚近日在接受Canal+新节目《Menu Latour》采访时,公开批评俱乐部前主席巴勃罗-朗戈里亚,指责后者在上赛季的财务状况和转会预算问题上欺骗了自己。 这档由记者贝特朗-拉图尔主持的新节目将于当地时间周五午夜在Canal+播出,并于周六上午10点在该平台免费上线。贝纳蒂亚是节目的首位嘉宾。 去年8月,贝纳蒂亚曾在接受《法国足球》杂志长篇专访时

傅首尔成了负资产
傅首尔成了负资产

冷饭又翻出来炒了,这个信号就是资本市场要切割了。 《爸爸咪呀》,投资五千万,傅首尔和吴启华主演,今年8月上映,本来当时就凉了,总共就2000人看,票房8.3万,片方分账3万,电影就彻底凉了。 电影院一看这阵势也不上了,凉的不能再凉。 当时就有过一阵分析了,因为电影立项杀青早,是21年就弄完了,当时傅首尔在奇葩说节目正当红,片方赌的是傅首尔的号召力和流量。 但是电影一拖再拖,最后拖了五年才上映,五年

何超琼现身APEC会议现场
何超琼现身APEC会议现场

相关推荐 热点推荐 比亚迪王传福:外界有一些误会,中国制造不是抢饭碗 极目新闻 2026-11-17 18:03:37 3003 跟贴 3003 SpaceX最快本周启动400亿美元AI芯片债务融资的部分发行 财联社 2026-11-18 01:49:02 0 跟贴 0 城市早8|沃尔玛中国加码广东;95后人才吸引力城市50强出炉;8省份获批6G创新发展部省协同试点;特高压外送迎来首个“万亿级”省

2026-2032房价大预测:现在200万的房子,5年后还值几个钱?
2026-2032房价大预测:现在200万的房子,5年后还值几个钱?

手里有一套200万的房子,到了2032年还能值多少? 是涨到260万,还是缩水到120万? 先别急着下结论。 咱们先翻翻10月楼市成绩单,看看新房、二手房和租金这三本账,答案其实就在里面。 10月份百城房价指数已经发布。 新房价格方面,10月百城新建住宅均价环比小幅上涨0.18%。 按城市梯队分,一线城市新房价格环比上涨0.41%,二线城市环比上涨0.13%,只有三四线城市新房价格环比小幅下降0.