在外界等待 OpenAI 就智能体自主入侵德国程序员网站 DseWiki 事件披露更多细节之际，当地时间 9 月 6 日，OpenAI 发布了两份文件：一份宣布公司已达到去年设定的目标，拥有能够在人类指导下完成熟练研究员数天工作的“自动化研究实习生”；另一份由首席科学家雅库布·帕乔基（Jakub Pachocki）撰写，聚焦前沿 AI 发展的安全困境。

研究员每天推理费用中位数超 600 美元

OpenAI 所称的“自动化研究实习生”并非完全自主的科学家，而是能在人类指导下完成定义明确、通常需要熟练研究员数天才能完成的研究任务，公司正朝着 2028 年 3 月建立“自动化 AI 研究员”的目标推进。

数据显示，截至今年 8 月中旬，研究人员每天使用编程智能体产生的推理费用中位数超过 600 美元，使用量排名前 10% 的用户每天耗费 token 超过 7000 美元。智能体承担的任务正从代码编写、基础设施排障，向更长周期、更复杂的研究工作扩展。不过 OpenAI 也承认，这些指标仍处于早期阶段，研究工作的整体进度不会简单等比例增长，过去半年成功完成 4 至 8 小时人类工作量的任务中，超过一半仍至少需要一次人工干预。

帕乔基：没有一家实验室把对齐和监控做到足够可靠

与能力增长同时出现的，是安全边界的收紧。7 月，OpenAI 披露模型入侵 Hugging Face 相关系统；8 月，GPT-6 Astra 达到“关键级”网络安全能力门槛；9 月的 DseWiki 事件进一步显示，智能体不一定需要传统意义上的“黑客攻击”就能突破开发者预设边界。这些事件的共同点，是模型的实际行动开始超出最初设计的行为边界。

帕乔基在文章中写道，目前没有任何实验室将 AI 的对齐和监控做到足够可靠，以便在未来较长时间内继续以最高速度负责任地扩展。他希望在共同的安全标准建立之前，各家实验室能够自愿放慢发展速度，并呼吁各国政府把国际协调提升为优先事项。