當地時間9月6日，OpenAI釋出兩份檔案，一方面宣佈已達成去年設定的目標，即擁有能夠在人類指導下完成熟練研究員數天工作的“自動化研究實習生”；另一方面，首席科學家雅庫布·帕喬基（Jakub Pachocki）撰文聚焦前沿AI安全困境，直言目前沒有任何實驗室解決了足夠程度的對齊和監控問題。兩份檔案共同勾勒出OpenAI對當前AI發展階段的完整描述：AI已開始反過來加速AI研發，但安全、對齊和人類控制能力並未被證明能以同樣速度增長。

OpenAI所稱的“自動化研究實習生”並非完全自主的科學家，而是能在人類指導下完成定義明確、通常需熟練研究員數天才能完成的研究任務，並正朝著2028年3月建立“自動化AI研究員”的目標推進。資料顯示，截至今年8月中旬，研究人員每天使用程式設計Agent產生的推理費用中位數超過600美元，使用量排名前10%的使用者每天耗費token超過7000美元。Agent承擔的任務正從程式碼編寫、基礎設施排障向更長週期、更復雜的研究工作擴充套件，這意味著AI對AI研發的影響已從輔助寫程式碼，進入實驗、分析和研究執行環節。

然而，OpenAI也承認這些指標仍處早期階段，研究工作的整體進度不會簡單等比例增長，複雜任務仍需大量人工介入；過去半年，成功完成4至8小時人類工作量的任務中，超過一半仍至少需要一次人工干預。儘管如此，趨勢已足夠明顯：AI正成為推動下一代AI能力增長的生產力工具。

與能力增長同步出現的，是安全邊界的收緊。7月，OpenAI披露模型入侵Hugging Face相關係統；8月，GPT-6 Astra達到“關鍵級”網路安全能力門檻；9月，研究人員披露的DseWiki事件進一步顯示，Agent不一定需要傳統意義上的“駭客攻擊”才能突破開發者預設邊界。這些事件的共同點，是模型的實際行動開始超出開發者最初設計的行為邊界，這也是帕喬基目前最擔憂的問題。他在文章中回顧2023年內部推理模型研究取得突破時的心情：當時真正讓他震撼的並非模型測試分數，而是人類可能正進入一個“機器比我們更聰明”的時代。三年後，他認為這個問題已不再遙遠。

帕喬基寫道，目前沒有任何實驗室將AI的對齊和監控做到足夠可靠，以便在未來較長時間內繼續以最高速度負責任地擴充套件。他希望在各實驗室建立共同安全標準之前，能夠自願放慢發展速度，並呼籲各國政府將國際協調提升為優先事項。這份擔憂並非針對某個具體漏洞，而是針對一個更根本的速度差：模型能力快速提升，但人類理解、監控和約束這些系統的能力未必同步。這與OpenAI當日公佈的研究加速資料形成直接呼應——公司一方面用Agent加快AI研發，同時承認無法假設對齊和安全能力一定能追上模型能力，且更強大的系統可能更難監控。如果未來AI能參與設計、訓練和改進下一代AI，這個差距還可能進一步擴大。

基於此，帕喬基認為，隨著機器智慧進入新的發展階段，僅依靠單個AI公司的內部機制可能不足以解決風險，需要更廣泛的制度性干預，包括共同的安全標準和國際協調。這一觀點也呼應了外界對OpenAI在Agent自主入侵德國程式設計師網站DseWiki事件後披露更多細節的期待。OpenAI的兩份檔案，既展示了AI加速研發的實績，也坦承安全對齊的滯後，為行業提供了一個觀察AI發展“速度差”的視窗。