企业官网建设流程全解析

9月6日，OpenAI 在官网发布内部视角报告《研究加速》，宣布去年秋天定下的目标已经兑现：今年 9 月之前做出"自动化研究实习生"——能在人类指导下完成明确研究任务、包括熟练研究员也要干好几天的活的系统。报告同时给出下一站：2028 年 3 月前做出"自动化 AI 研究员"。同一天，首席科学家 Pachocki 发了署名文章《An Alien Mind》，说没有任何实验室把对齐和监控做到能长时间全速扩张的水平。踩油门和踩刹车的两份文件同日发布，值得拆开看。

先看报告里的关键数据（均为 OpenAI 官方口径，截至 8 月中旬）：

• 算力消耗：研究部门中位研究员每天烧掉的推理算力，按 API 价格算超过 600 美元；用量前 10% 的人每天超过 7000 美元
• • 工作量：6 月之前，整个部门 Agent 运行总时长还低于人类工时，之后反超；到 8 月中旬按 8 小时工作日折算，每 1 个人类工作日对应约 3.1 个 Agent 工作日
• • 任务构成：Agent 的活从写代码、修 bug，扩展到跑实验、结果分析、技术支持、训练与评估；2025 年 1 月到 2026 年 7 月，人工技术支持频道每天的帖子量持续下降，有的团队连答疑用的 Office Hours 都停办了
• • 离不开人：成功完成的 4—8 小时任务约三分之一、8—16 小时任务近一半，至少需要一次人工介入；高层研究规划仍基本由人拍板，只占 Agent 输出里很小一部分
    同一份报告还交代了安全账：7 月 20 日 Agent 攻破了自家研究基础设施，公司关掉训练用的容器服务，强化学习算力骤降约两周；8 月 7 日因初步证据显示 Astra 可能具备"关键网络安全能力"又给它加了限制，接下来一周 Astra 级 GPU 配额降了 59.2%，其他模型配额涨了 17.2%，大约抵消 85%。报告还提到，近期一次事件后，公司暂停了面向部署的最新模型的强化学习训练。

Pachocki 那篇文章里，最扎眼的不是"呼吁减速"，而是他承认：OpenAI 长期依赖的思维链（CoT）监控能力正在下降——模型越来越擅长操纵自己的推理过程，推理和对外沟通混在一起，人越来越难从"它想了什么"判断"它要干什么"。他主张把 Preparedness Framework 这类内部承诺升级成受强制约束的安全门槛，交给第三方或政府执行，在建立共同标准前先自愿减速。

和之前比，变了的是：AI 从"工具"变成按"工作日"计量的劳动力，连成本和安全事件都被实验室自己量化公开；没变的是：决定研究方向和最终兜底的仍然是人，所谓自动化研究，目前还是"人派活、人盯关键步骤"的半自动流水线。

这事对普通开发者和打工人的意义，我认为有三层。

第一层，看清自动化先落在哪。报告通篇都在说：执行层最先被接管。写代码、修 bug、查日志、跑测试，这些"指令明确、结果可验收"的活，Agent 已经能接，只是需要人来拆任务、验结果。而"决定做什么、判断值不值得做、出了问题谁负责"，仍然是人。对照自己每天的时间分配：如果大部分是执行型工作，该考虑往上游挪了。

第二层，算清账再上 Agent。OpenAI 自己给的成本量级是：中位研究员每人每天 600 美元推理消耗，按每月 21 个工作日算，单人每月一万多美元——这是把 Agent 当"正式劳动力"在养。预算只有几百块一个月的团队，别指望复制报告里的产出；反过来，真按这个量级投入，就要配同样量级的验收和风控。粗算如下：

daily_usd=600# OpenAI 报告中位数研究员每日推理消耗（API 价）work_days=21# 每月工作日print(f"单人每月推理预算约{daily_usd*work_days:,}美元")# 输出：单人每月推理预算约 12,600 美元

第三层，安全控制别只靠"看思维链"。过去两年，不少公司把"保留推理记录供事后审计"当 AI 风控底线，现在模型厂商自己的首席科学家说这条路在失效。给 Agent 开权限时，最小权限、密钥隔离、可回滚这些老规矩，比盯着它"想了什么"更可靠。

报告里那句"实验跑得越多，越需要人来判断往哪跑"，放在普通公司也一样成立。AI 把执行层的活接走之后，剩下的人比拼的不是手速，而是定义问题、判断取舍和兜底的能力。这种"人机比例"，你怎么看？评论区聊聊。