ARTICLE / DEEP READING

新闻动态

将值得长期关注的观点与事实整理成更清晰的阅读内容。

乐投letou - 世界很大,体育不止一种看法 新闻动态 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文章展示图片
READ
IN DEPTH

FEATURED ARTICLE

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

据乐投letou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,关注乐投letou。

SHARE THE IDEA

觉得有用?分享给朋友

让更多人看到这篇内容。

返回资讯列表

YOU MAY ALSO LIKE

推荐阅读

TRENDING STORIES

热点新闻

欠网贷的人别糊涂!你的欠款可能早已被几毛钱打包卖掉了

欠网贷的人别糊涂!你的欠款可能早已被几毛钱打包卖掉了

很多欠过网贷的人,都有过这样的困惑:逾期大半年,原本的贷款平台悄无声息,突然冒出一家从没听过的公司催债,连借款细节都一清二楚。 去年冬天,我表弟就遇到了这件怪事,也是这件事,让我摸清了网贷欠款背后最隐蔽的套路,也是无数负债人最容易踩的坑。 那天表弟急匆匆给我打电话,语气满是慌张,问我认不认识一位姓王的催收人员。我明确表示不认识,他瞬间更焦虑了。连着三天,这个陌生号码反复来电,态度强硬地要求他立刻结

当年爆火的 “女子十二乐坊”,放弃中国到日本发展,如愿了吗?

当年爆火的 “女子十二乐坊”,放弃中国到日本发展,如愿了吗?

你现在刷短刷到站着弹古筝拉二胡的民乐博主,大家都觉得稀松平常,搁二十年前这可是不少人眼里离经叛道的事。十二位从小苦练民乐的姑娘,就因为搞了这么点小创新,在国内混到工资都发不出来,差点直接就地解散。走投无路跑去日本闯,居然直接红成现象级天团,连日本春晚都上了。 以前咱们看正经民乐演出,演奏员都穿得素净,老老实实坐在台上按传统形式演奏,台下观众连咳嗽都要捂着嘴。当时玩摇滚出身的王晓京琢磨出个没人敢想的

你以为石油只是汽油?错!你穿的衣服、用的手机,竟全是它变的!

你以为石油只是汽油?错!你穿的衣服、用的手机,竟全是它变的!

很多人一听"石油"两个字,脑子里浮现的就是加油站那块来回跳动的价格牌。 但要是把这事儿说透了你可能会愣住——衣柜里挂的那条速干裤、孩子书包上的塑料扣、老花镜的镜框、智能手机后盖、甚至小区门口那条新铺的黑亮马路,统统是从一桶黑乎乎的原油里"变"出来的。 这玩意儿可不只是车的口粮,而是织进现代人衣食住行里的一根隐形丝线。 打个比方,原油刚从井下抽上来那会儿,跟一锅没过滤的杂粮粥差不多——成分多到上千种

41岁詹姆斯拒绝队友游戏邀约,靠群聊和饭局带新人

41岁詹姆斯拒绝队友游戏邀约,靠群聊和饭局带新人

费城76人正处在新阵容的磨合期,场下的化学反应同样被摆上了台面。作为队中资历最深的人, 勒布朗·詹姆斯 给出的答案很直接:不靠游戏,靠相处。 队友VJ·埃奇科姆希望拉詹姆斯一起打电子游戏,詹姆斯笑着婉拒,并解释了自己的方式。“就是和他们待在一起,”詹姆斯说,“我们刚打完一个不错的三连客,能有一些共处的时间。我们会继续这么做,马上又要上路了,今天(周日)晚上就出发,然后去奥兰多。所以就是在飞机上、大

记者:看到帕斯就想起迪巴拉,后者若没有伤病会经历怎样的人生

记者:看到帕斯就想起迪巴拉,后者若没有伤病会经历怎样的人生

直播吧11月19日讯 在阿根廷国家队,尼科·帕斯是继承梅西10号球衣呼声最高的球员之一。西班牙媒体《relevo》的记者Marcos Durán谈论了这名年轻中场。 我们总是倾向于去想“如果当初……会怎样”。这种情况在足球世界里如此,在生活中也是如此。这是一个我们所有人都会不由自主地提出的常见问题,无论是在我们准备入睡时,还是在旅途中。我在看阿根廷对阵哥斯达黎加的比赛时,脑海中也冒出了这样的疑问,