OpenAI于2026年9月7日宣布，已实现其设定的目标，即在同年9月达到“自动化研究实习生”水平。根据公司的定义，这一描述指的是一种能够在人类指导下执行定义明确的研究任务，并完成可能需要合格研究人员数天才能完成的工作的系统。
达到这一水平并不意味着系统已经成为独立研究人员。人类仍负责确定研究优先事项、选择值得推进的想法，以及决定扩大系统规模或停止系统。OpenAI曾于2025年10月分两个阶段展示这一发展路径，而其下一个目标是在2028年3月前达到“自动化人工智能研究员”水平。
编程代理进入研究工作的核心
OpenAI分享的数据揭示了其研究团队工作方式的快速转变。2026年初，研究人员对编程代理的使用相对有限；但到8月中旬，普通研究人员已经开始在日常工作流程中定期使用这些系统。
公司估计，普通研究人员所使用代理的每日推理成本，按照应用程序编程接口价格计算，超过600美元。此外，从2026年6月之前低于人类工作时长的水平，到8月中旬，代理的总运行时间已上升至研究机构内部每个人类工作日对应约3.1个代理工作日。
研究人员会同时运行多个代理，而这些系统也开始执行包括处理研究基础设施问题、编写代码、分析实验和提供技术支持在内的任务。OpenAI表示，这种使用方式帮助研究人员更快地产出代码，并执行更多实验。2026年8月，每位活跃研究人员的平均实验数量达到自2025年1月开始测量以来的最高水平，公司将其与Codex使用量增加以及可用计算能力提升联系起来。
实际发生了什么变化？
代理不再局限于编写研究和基础设施代码，其作用范围已扩大到技术支持、实验监控以及持续时间更长的任务。但这种扩展并不等同于完全自主。在过去六个月中，耗时四至八小时的任务中，超过一半至少需要一次人工介入。
因此，OpenAI所描述的“研究实习生”是一种在研究人员规定的范围内工作的高级助手，而不是能够制定独立研究议程，或自行决定哪些想法应当推进的系统。
下一步与控制问题
OpenAI将其更长远的目标与人工智能研究日益自动化的理念联系起来，最终让系统帮助开发新的系统，并加速安全和对齐研究。公司指出，潜在用途包括开发抵御危险人工智能代理的防御手段，以及保护关键基础设施。
但公司并不认为迅速实现大规模递归自我改进，即RSI，是必然目标。公司表示，能否继续沿这一方向取得进展，将取决于人类保持控制的能力，以及安全措施能否与模型能力同步发展。这仍是该声明中最重要的限制：所展示的数字描述的是OpenAI的内部实践，单凭这些数字无法证明自动化会以同样的速度扩展到其环境之外，或在没有人工介入的情况下扩展。