ARTICLE DETAIL / 行业资讯

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

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

READ
DEEPER
乐鱼(LEYU)官网 - 赛场之外,也有故事 行业资讯 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

本篇体育资讯由乐鱼官网整理:

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% 。

about image

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

更多体育热点,关注乐鱼官网。

返回资讯列表

觉得有用?分享给朋友

让更多人看到这篇内容

TRENDING STORIES

热点新闻

Bixby要自己干活了?三星测试后台自动跑重复任务

Bixby要自己干活了?三星测试后台自动跑重复任务

三星据报正在为Bixby准备一次幅度不小的升级。按照SamMobile的一份新报告,随One UI 9.5一起,这个语音助手将能在后台处理重复性任务,而不是每次都等用户重新下一遍指令。 换句话说,过去那种"问一句、答一句"的用法,可能要被改成"设一次、它自己跑"。三星正在测试一个能力更强的Bixby版本,用户把日常请求配置好之后,它就能自动执行。该功能预计与Galaxy S27系列一同亮相。 报告

台当局迎来噩耗,南美最后“邦交”失守,总统出逃失败大祸临头

台当局迎来噩耗,南美最后“邦交”失守,总统出逃失败大祸临头

朋友们好,我是老武 见过银行爆雷的,没见过一国总统深度卷入其中,最后把自己的总统职位给玩没了的。巴拉圭最近这出政坛大戏,刷新了很多人对“监守自盗”的认知。 全国近六成成年人的存款一夜之间无法提取,国家社保、养老金在内的8.5亿美元公共资金深陷其中。 眼看兜不住了,总统想拍屁股辞职跑路保豁免,结果辞呈没能通过,国会直接启动弹劾全票将其罢免,转头就安排警察上门把人软禁在家候审。 更戏剧性的是,这场南美

罗大佑遭绿营攻击,赵少康外,国民党另一人不装了,邱毅发声

罗大佑遭绿营攻击,赵少康外,国民党另一人不装了,邱毅发声

日前,有“音乐教父”之称的罗大佑接受唐湘龙专访,火力全开批评绿营,特别突出三方面:赖清德当局拉低文化门槛、“现在外省人被欺负得够惨”,还点名蔡英文没有子女、萧美琴没有结婚,没有为台岛下一代考虑的心思。 对此,绿营明显破防了,先是蔡英文回应,声称,虽然自己没有孩子,但已尽全力守护台湾的每一个孩子。她还称,自己也希望让不一样的孩子,不必因为自身的不同而感到害怕;让每一个盼望长大的孩子,能安心地做自己、

不止肉体纠缠:男女一旦发生关系,因果已定,破财或转运早有预兆

不止肉体纠缠:男女一旦发生关系,因果已定,破财或转运早有预兆

大家好我是市井杂谈,每天给大家带来最新动态 ,内容随缘更,每篇都掏干货;如果你觉得这些信息对生活有用,就点个关注~ 生活里很多人对男女亲密关系,都存在一个致命的认知误区。绝大多数人觉得,两个人发生亲密关系,只是单纯的生理冲动、肉体接触,开心一时、过后两清。 尤其是现在很多成年人,把亲密关系看得太过随意。觉得只要没有领证结婚、没有纠缠不休、没有公开绑定,就算短暂在一起,分开之后也能互不打扰、各自安好

内卷到互害的保研赛道,该踩刹车了!以0.01分优势保研第二天就被室友举报了

内卷到互害的保研赛道,该踩刹车了!以0.01分优势保研第二天就被室友举报了

“以0.01分的优势赢下保研,第二天就被室友举报了。”这条新闻挂在热搜上的时候,全网的评论区直接炸了。“防举报”这三个字,看得所有经历过保研、正在准备保研的人心里猛地一沉。不知道从什么时候开始,上大学、读研究生这条本该靠实力往前冲的成长路,硬生生变成了一场需要“攻防兼备”的无声战争。你不仅要拼绩点、拼竞赛、拼科研经历,还要时刻提防着身边最亲近的人,在背后给你递上一封举报信。 客观来说,现在的保研竞