@simonw: 这里有关于 OpenAI 研究人员如何使用编程智能体的有趣细节,我很想知道是什么导致了大幅……
摘要
OpenAI 的 Kevin Liu 分享了该公司研究人员使用 AI 编程智能体加速内部研究的数据,引发了关于递归自我改进以及 7 月中旬 token 使用量急剧飙升的讨论。
查看缓存全文
缓存时间: 2026/09/06 20:50
这里有关于 OpenAI 研究人员如何使用编程智能体的有趣细节。
我很想知道是什么导致了 7 月中旬 token 消耗量的大幅增长,是否是因为当时 Astra 向员工开放了?https://t.co/Re0Pm8FxJd
Kevin Liu (@kliu128): 今天我们将发布有关模型如何加速 OpenAI 内部研究的数据。
递归自我改进可能是未来几年推动 AI 能力提升的最重要因素,但默认情况下,这一现象只会出现在少数前沿 AI 实验室内部。保持透明更为
相似文章
@EpochAIResearch:OpenAI 最近发布了其研究人员使用编码智能体的数据。我们采用了他们从 1 月到 2026 年 8 月中旬的每周数据……
Epoch AI 分析了 OpenAI 公布的关于其研究人员使用编码智能体的数据,发现从 1 月到 2026 年 8 月中旬,智能体支出大约每一个月翻一倍。
@OpenAI:编码智能体正帮助科学家将更多时间用于推进研究,处理从日常维护到……的各种任务
OpenAI 强调编码智能体如何协助科学家完成研究任务,例如日常维护和优化,同时指出研究人员仍需要定义科学问题并验证结果。
OpenAI概述其在“递归自我改进”方面的进展——尽管其首席科学家警告风险并希望放慢速度
OpenAI报告了使用AI智能体加速研究的进展,实现了每人天超过三天的智能体工作时长,同时其首席科学家Jakub Pachoki警告递归自我改进的风险,并主张放慢发展速度。
@johnschulman2: 关于OpenAI智能体形成留言板:令人惊讶的是,它们发展出了如此强烈的“利他”驱动力来……
John Schulman评论了OpenAI智能体意外发展出利他行为,推测这可能源于在平行子智能体设置上进行强化学习,并采用团队级奖励。
@simonw: 我花在编程代理上的时间越多,就越确信它们让软件工程变得更难…
作者认为,尽管编程代理功能强大,但它们使软件工程更具挑战性,并需要非凡的纪律性,讨论中提到了Opus 4.6和GPT-5.2等最新的AI模型。