OpenAI 研究加速报告:智能体能力边界参差不齐
Research acceleration: The jagged frontier
OpenAI 发布内部研究加速报告,编码智能体自主完成预计需人类工作 2–4 小时任务的成功率从 3 月的 23% 升至 10 月的 46%。不同任务差异明显,监控训练运行的成功率为 79%,编写推理与服务栈代码为 25%,研究人员仍需密切参与监督和质量把关。
推荐理由:OpenAI 按任务类型披露智能体自主完成率,监控训练与编写推理服务代码之间的差距凸显科研自动化收益的不均衡。