9月22日消息，据 The Information 报道，OpenAI 的内部 AI 已承担新实验模型训练流程的大部分工作：GPU kernel 及其优化大部分由模型自己编写，工程师给出一个优化示例后，AI 可以连续数周自主实施和测试改进方案。OpenAI 研究人员称，部分过去需要数年完成的实验，现在约一周即可完成。目前该能力停留在 OpenAI 内部，没有对应发布的产品。
GPU kernel 大部分由模型自己编写
报道援引 OpenAI 研究人员的说法，OpenAI 内部的模型如今大部分自己编写在 GPU 上运行或训练模型所需的程序，即 GPU kernel，以及这些程序的优化代码。工程师的角色转为给出一个期望的优化示例，之后的实施和测试由 AI 连续运行数周完成。
这种自动化水平是近几个月才具备的，依据是模型能力的改进。另一个变化发生在协作侧：OpenAI 员工的智能体之间相互配合解决问题、不通知本人的情况并不罕见。
把这三件事放在一起，实验循环里的人力分工变了。研究人员的输入从编写代码，转向给出示例和方向；中间的实施和测试大量由 AI 承担。
实验周期从数年缩到一周
员工给出的效率数字是：一些过去可能需要数年才能完成的实验，现在大约一周完成。报道同时提到，OpenAI 增强的算力获取能力，让研究人员能更快验证各种想法。
速度的上限由此换了地方。实验迭代的瓶颈过去是人写代码、调参数的速度，现在转为模型能力和算力，这两项是头部实验室投入最重的资产。实验性模型的训练流程自动化后，同样的算力可以跑更多轮尝试，想法到验证的距离随之缩短。
内部能力，尚无产品
这组信息来自 OpenAI 员工对 The Information 的描述，OpenAI 未公开确认，其他媒体暂无跟进。"基本自动化"覆盖的是实验性模型的训练流程，不是 OpenAI 的全部模型研发。
OpenAI 自己的官方口径提供了另一面。公司9月6日的官方博客《Research acceleration: The view inside OpenAI》称，"自动化研究实习生"目标已在9月之前达成，同时写明边界：智能体在复杂任务上仍需大量人工介入，近半年成功完成的 4 到 8 小时任务中，过半需要至少一次人工干预；研究优先级以及是否扩展、暂停或部署系统，仍由人决定。按同一篇博客公布的内部数据，到8月中旬，OpenAI 研究组织在每个 8 小时人类工作日上消耗约 3.1 个智能体工作日。
报道还提到，OpenAI 内部在讨论一款对标 xAI Grok Bot 的后台多步智能体。Grok Bot 是 xAI 于2026年8月11日发布的产品，形态是一组常驻后台的智能体，每个智能体拥有独立的计算机，可以全天候替用户在各类应用里执行任务。对标产品目前停留在讨论阶段。 
AI 速览
