OpenAI 这次针对 101 名内部研究员做了一项非代表性的假想调研,设置的问题是如果连续三个月没法使用当前这套 AI 编程代理工具,愿意放弃什么资源来换回工具,调研结果中位数答案是放弃 40% 团队人力,其次也可以接受砍掉 30% 算力,这个结果本质是因为这套 AI 编程代理已经深度嵌入他们日常模型研发流程,大量常规代码、训练监控任务都靠代理自动跑,一旦停用,整体研发效率会大幅下滑,就算保留全部人手,也很难补上 AI 代理带来的产出缺口,所以研究员才做出这个取舍选择,简单来说就是 AI 编程代理已经变成 OpenAI 研发里离不开的核心生产力工具。
调研基础信息
- 调研样本:101 名 OpenAI 研究人员,属于内部非代表性问卷,不是全公司普查
- 核心假设场景:连续 3 个月无法使用现有 AI 编程代理
- 中位数取舍结果:放弃 40% 团队人力 / 放弃 30% 计算资源
- 附加小问卷:28 人参与的快速投票,27 人更偏好内部最新 AI 模型,而不是一名中级工程师
AI 编程代理实际能力数据
这套内部编程代理不是什么代码都能稳定写,能力分化很明显:
| 任务类型 | 自主完成成功率 |
|---|---|
| 模型训练监控 | 79% |
| 技术问题答疑 | 72% |
| 搭建强化学习评估环境 | 29% |
| 推理与服务系统代码编写 | 25% |
使用成本情况
10 月研究员单人每日使用代理的成本中位数达到 2400 美元,对比 9 月上涨 62%;排在前 10% 的使用者单日使用成本最高到 23000 美元,三分之二研究员日常会同时跑至少 4 个 AI 代理,10% 的人最多同时跑 16 个代理。
【常见问题】
问题 1:OpenAI 这个 AI 编程代理调研,是不是代表他们真的打算裁掉 40% 员工?
回答 1:不是,这个只是假想问卷,只是测试研究员对 AI 编程代理的依赖程度,不是真实裁员计划,调研只是问研究员二选一的取舍偏好,不代表公司会执行裁员。
问题 2:OpenAI 的 AI 编程代理哪些工作做得好,哪些工作容易翻车?
回答 2:AI 编程代理处理训练监控、技术问答这类简单重复任务成功率很高,但是写推理服务底层代码、搭建 RL 环境这类复杂工程任务成功率很低,复杂核心研发工作依然需要人类研究员把控。
问题 3:OpenAI 研究员为什么宁愿放弃人力,也不想停用 AI 编程代理?
回答 3:AI 编程代理可以长时间并行跑任务、自动迭代代码,大幅拉高整体研发吞吐量,一旦停用,就算全员在岗,也补不上代理带来的效率缺口,所以研究员认为 AI 编程代理的价值优先级更高。
【参考资料】
[2026-11-19](OpenAI 内部调研:研究员宁可砍掉 40% 团队人力,也不愿停用 AI 编程代理三个月)THE DECODER
[2026-11-19](OpenAI 编码代理可独立完成 46% 时长 2-4 小时的研究任务)AI Weekly
【免责声明】
以上内容仅基于公开行业资讯整理,该调研为 OpenAI 内部假想问卷,不代表企业真实人事、业务规划,AI 工具能力、成本数据仅为公开披露的阶段性统计结果,不构成投资、职场决策参考。
