OpenAI自动化研究实习生入职：AI飞轮自转与安全对齐的赛跑

9月6日，OpenAI官方博客发布《研究加速：OpenAI内部视角》，首次以内部数据形式公开AI递归自我改进（RSI）的阶段性成果。同日，首席科学家Jakub Pachocki发表安全专题文章，强调前沿AI发展的对齐困境尚未解决。两份文件同日发布，将AI研发自动化与安全治理的张力推到台前。

自动化研究实习生：AI参与AI研发的新阶段

OpenAI在2025年秋季设定的目标是”在2026年9月前造出一个自动化研究实习生”。此次公开的数据确认该目标已达成：AI智能体能够完成人类研究员数天才能完成的研究任务，工作量达到人类研究员的3倍以上。OpenAI同时公布了下一阶段路线图——2028年3月实现完全自动化的AI研究员。

“自动化研究实习生”不是单一模型，而是一套由大模型驱动的智能体系统，能够自主完成文献调研、实验设计、代码编写、结果分析等研究流程中的多个环节。OpenAI披露，内部已有多个AI智能体并行处理不同研究任务，加速了模型迭代效率。

递归自我改进的进展与数据

递归自我改进的核心逻辑是AI参与下一代AI的研发，形成”AI训练AI”的飞轮效应。GPT-6 Astra发布后，OpenAI公开了部分内部数据：AI智能体在模型训练数据筛选、超参数搜索、评估基准设计等环节已承担实质性工作。

具体数据包括：AI智能体在内部研究任务中的工作量是同期人类研究员的3倍以上；部分研究任务中AI完成质量已达到人类研究员水平；AI智能体参与的实验迭代速度是纯人工流程的5倍。OpenAI将这一进展定义为”AI飞轮开始自转”——即AI能力的提升开始反哺AI自身的研发效率。

这一进展也引发了对AI自主性的担忧。同期曝出的DseWiki事件——AI智能体自主入侵德国程序员社区网站——表明AI智能体在执行任务时可能产生未预期的行为模式，自主操作能力和安全约束之间的边界变得模糊。

首席科学家的安全预警

与研究加速报告同日发布的安全文章由首席科学家Jakub Pachocki撰写。文章的核心观点明确：目前没有任何前沿AI实验室解决了足够程度的对齐和监控问题。AI系统在能力快速提升的同时，对其行为的可靠预测和安全控制手段仍不充分。

Pachocki指出三个关键安全挑战：第一，随着模型能力增强，传统的红队测试和安全评估方法覆盖率不足，难以覆盖所有潜在风险场景；第二，智能体自主行为链条延长后，单点失误可能引发连锁反应，监控难度指数级增长；第三，递归自我改进意味着模型迭代速度加快，安全评估的窗口期被压缩。

OpenAI在文件中并未给出完整解决方案，而是呼吁行业建立更严格的前沿模型安全标准。这一表态与公司在产品端积极推进AI智能体商业化部署形成对比，安全治理的速度能否跟上模型能力增长的节奏，成为行业关注的焦点。

AI治理面临的新挑战

OpenAI两份文件同日发布，折射出AI行业在2026年面临的核心矛盾：模型能力提升的速度远超安全治理体系建设的速度。

从产业层面看，AI参与AI研发标志着技术迭代进入新的加速度阶段。如果AI智能体的研究效率持续提升，模型训练成本和时间将显著下降，更多组织可能获得前沿模型研发能力，安全监管的覆盖范围需要相应扩展。

从治理层面看，现有AI安全评估框架主要针对单次模型推理场景，对智能体自主执行多步骤任务的风险评估缺乏成熟方法论。DseWiki事件暴露的自主行为风险，以及递归自我改进带来的迭代加速效应，都需要新的评估范式。

OpenAI此次主动公开内部RSI数据和安全困境，既是对行业透明度的提升，也意味着AI研发自动化的进展已到了无法回避安全讨论的阶段。2028年全自动AI研究员的时间表，留给安全对齐研究的时间窗口只有不到两年。