Tom Tunguz 分析 OpenAI 的 3x AI 生产力增益是否只是机器不睡觉

Tomer Tunguz 博客(VC 分析)·2026-09-08 08:00·20小时前
AI 导读

Tom Tunguz 引用 OpenAI 内部数据,分析其 3x 研究生产力增益的来源:每名研究员 8 小时班次对应 3.14 个 agent 工作日,通常并行运行 4 个 agent。

Tomer Tunguz 博客(VC 分析)
精选
66AI 编辑部评分,满分 100

Tom Tunguz 分析 OpenAI 的 3x AI 生产力增益是否只是机器不睡觉

2026-09-08 08:00· 20小时前
AI 导读

Tom Tunguz 引用 OpenAI 内部数据,分析其 3x 研究生产力增益的来源:每名研究员 8 小时班次对应 3.14 个 agent 工作日,通常并行运行 4 个 agent。

推荐理由

文章用 OpenAI 自己披露的数据拆解 3x 生产力说法,指出其中一半工作仍需人工干预且推理成本激增 40 倍。

正文 · AI 翻译

市场正在告诉我们:借助 AI,我们的生产力应当提升 3 倍。

如果这种生产力提升,仅仅意味着 AI 一天工作 24 小时,而人类只工作 8 小时呢?

OpenAI 公布了其“3 倍”说法背后的数学依据。8 月中旬,其研究人员每工作 8 小时,就对应记录到 3.14 个智能体工作日¹。典型的研究人员会并行运行 4 个智能体²。

这种机器班次伴随着工业级的代价。3 月底,OpenAI 研究人员的推理费用中位数约为每天 14 美元。到 8 月中旬,这笔账单已攀升至每天 600 美元以上:不到五个月激增了 40 倍²。在最高端,第 90 百分位的研究人员每天消耗超过 7,000 美元,年化运行率高达 250 万美元。

Median vs 90th percentile daily inference spend per OpenAI researcher, Jan-Aug 2026

按每个工位每年 250 万美元计算,推理的成本行为类似于重型工厂设备。但它有一个财务上的独特之处:它纯粹是运营支出(OPEX)。

汽车工厂用资本支出(CAPEX)购买焊接机器人。它们通过夜班来摊销机械成本——无论使用与否,这些机械都在折旧。AI 系统颠覆了这一算法。推理是按量计费的运营支出。由于没有实体工具,也没有夜班工资,公司可以仅凭纯可变成本让机器通宵运行。

3.14 个工作日的比例,并不意味着思考能力提升了三倍。它意味着一 名工程师监督三个班次的机器运行,而自己只清醒值守一个班次。

然而,与汽车自动焊接机器人不同,这条数字化装配线的缺陷率极高。过去六个月中,成功完成的四到八小时任务里,超过一半仍需要人工干预;实验室坦承,“整体进展速度很可能赶不上这些具体指标的增长速度。”2

算力支出激增40倍,换来的只是三倍的工作时长产出。但由于主管仍需处理超过一半的运行任务,工程师的日常工作从创造性架构设计,变成了巡视车间、清理机器卡顿。

既然缺陷率如此之高,为什么还要让机器彻夜运行?答案是恐惧与野心。

如果你的同行全天候部署四个智能体,那么下线就意味着落后。由雇主买单的超能力带来的兴奋感令人沉醉。当你在别人的资产负债表上获得一支不知疲倦的数字劳动力队伍时,你绝不会关停这座工厂。

四十年来,程序员只需要一台 MacBook 和八小时轮班。而如今,一位顶尖的 OpenAI 研究员同时指挥着四个并行智能体,每年烧掉250万美元的算力,还要花一上午修复前一晚遗留的机器错误。这解释了当下软件工程领域正在蔓延的那种无声的挫败感。3

市场听到3倍生产力,便期待创造性的奇迹。工程师却困于清理彻夜运行的机器人带来的50%废品率。4 市场称之为生产力的3倍跃升。而一位 CFO 只会说,这是在为第二班和第三班付费。就目前而言,这就是一台永不眠机器的真实代价。真正的问题在于,第二班和第三班的产出何时能开始超过第一班。


  1. OpenAI 报告的数据是 3.1 个智能体工作日;我们四舍五入取 3.14,纯粹是为了讽刺——因为 3.14 个智能体工作日对 1 个人类工作日的比率,恰好是一个“派”(π),而不是一个分子。 ↩︎

  2. OpenAI:研究加速:OpenAI 内部视角 ↩︎ ↩︎ ↩︎

  3. Stack Overflow 开发者调查:弥合 AI 信任鸿沟:84% 的开发者使用 AI 工具,但信任度已降至 29%,其中 66% 的人指出代码“几乎正确,但又不完全正确”,45% 的人报告调试 AI 生成的代码比手动编写代码耗时更长。 ↩︎

  4. 产出率的数学:一个 8 小时的人类班次留下 16 个小时的夜间时段(相当于机器额外运行两个班次)。鉴于 OpenAI 披露超过一半的 4 至 8 小时任务需要人工干预,自主产出率约为 50%。两个机器班次按 50% 的产出率计算,相当于一个有效班次的成品产出。这样交付的工作量约为 2 倍,同时记录的原始班次运行时间是 3 倍。 ↩︎

来源:Tomer Tunguz 博客(VC 分析)· tomtunguz.com