Insight Article

深度内容与赛事观察

通过清晰排版与轻量阅读结构,帮助读者更专注地进入正文与核心观点。

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内容展示

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

据元游棋牌官网整理:

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.

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。

about image

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

元游棋牌官网将继续整理相关资讯。

觉得有用?分享给朋友

让更多人看到这篇内容