OpenAI研究员日烧2400美元,美国关键系统6天5崩
OpenAI内部Agent的算力开销已超过研究员非股权薪酬两倍,中位数研究员日均花费从3月底14美元涨到10月2400美元,但4到8小时任务超半数仍需人工介入。美国关键系统六天五起故障则暴露了自动化进程中变更管理、人力余量与架构透明度的同步削弱。
OpenAI研究员日烧2400美元,美国关键系统6天5崩
OpenAI研究员的Agent账单:日均2400美元,已超薪酬两倍
OpenAI罕见地把自己内部Agent的账单摊在桌面上。研究员用它跑实验、调模型、写代码,产出在涨,烧钱速度涨得更快。单位经济模型正在倒挂:Agent的算力开销已经超过研究员薪酬,但自主完成率提升并未消除人工救场。
先说成本曲线。3月底,OpenAI研究员日均推理花费中位数是14美元;到8月中旬突破600美元,不到5个月涨了40倍。再往后,中位数研究员每天在Agent上的花费从9月的1500美元涨到10月的2400美元。头部10%用户同期从1.1万美元飙到2.3万美元。
这条曲线陡得不像话。前10%研究员每天烧掉超过7000美元,折合年化250万美元。OpenAI给出的参照系是:Agent的API等效价值已达到研究员非股权薪酬的两倍。注意口径——这是按API标价折算的等效价值,不是实际现金支出,但方向已经足够清晰:机器跑一天的名义成本,已经压过雇一个人干一天的现金工资。
钱花出去了,活干完了吗?OpenAI官方口径强调,Agent能独立完成46%原先需要人类2-4小时的研究任务,3月时这个比例还只有23%。4到8小时任务的自主完成率从13%升到35%。七个月翻倍,听起来是实打实的效率提升。
问题出在“独立完成”的定义边界上。过去半年,4到8小时时长的成功任务里,超过一半仍需人工介入。机器先把活干到七八成,人再上去接手、纠错、补漏。Tunguz按这个口径折算过:人类一个班次8小时,夜里机器多跑16小时,按50%有效产出算,两个机器班次只等于一个有效班次。账面3倍时长,实际交付约2倍。
这笔账的核心不在技术能力,而在边际成本结构。Agent把研究员从2-4小时的任务里解放出来,却把算力账单推到了薪酬两倍的位置。组织层面算总账时,省下的人力成本正在被推理成本吞噬。
效率提升的叙事在这里撕开第一道裂缝:产出在涨,成本涨得更快,且高成本并未买断人工介入。当单位经济模型处于倒挂边缘,“效率”需要重新定义——是任务完成得更快,还是单位产出的总成本更低?这两个答案正在分道扬镳。
美国6天连环宕机:自动化叠加复杂系统,变更管理反而更脆弱
11月12日到17日,微软、FAA、摩根大通、NSA、苹果接连发生大范围技术故障。六天五起,表面原因各异,目前无证据表明彼此相关或由网络攻击引起。但把五起故障排在一起看,一个共同病灶浮出来:变更管理正在被自动化进程掏空。

微软M365的全球中断持续近24小时,最严重时超过80%的受影响网关服务器无法响应。初步调查指向三重叠加:7月部署的软件更新藏着潜伏缺陷,Teams流量被调整至主要网络网关,部分服务器容量不足。三者撞在一起,触发连锁故障。微软明确否认与网络攻击或AI智能体有关。
FAA的停飞更直接。11月13日,空管通信和雷达系统异常,全国暂停航班起飞超过4小时。初步调查发现,涉事路由器每4到5秒向其他路由器发起约1000次连接尝试,直接压垮了飞机通信和雷达数据传输。事发时,承包商L3Harris正在偏远站点把老旧铜缆换成光纤。
两起最严重故障的官方口径里都没有AI的影子。奇安信安全专家何平把五起故障的共性问题拆成四类:
- 资产与架构底数不清,大量服役十几二十年的老旧设备和隐性单点仍在承载关键业务
- 变更和升级管理薄弱,流量路由调整、配置修改、补丁上线缺少充分评估、灰度验证与回滚预案
- 人力断层正在削弱系统安全余量
- 安全与业务割裂
DARKNAVY研究员李忠睿的判断更干脆:这一系列故障都是内部变更出了问题,加上系统依赖过于集中。他点出一个关键约束——系统太复杂,测试环境很难还原真实运行负载,改动上线后会发生什么,谁也没有十足把握。
自动化工具让变更执行得更快,但系统复杂度同步膨胀,测试环境与生产环境的差距越拉越大。变更跑得越快,验证越跟不上。过去靠老师傅经验兜底的环节,现在被自动化流程替代,人力余量反而成了最先被削减的预算项。
五起故障的共性不在AI本身,而在自动化进程中同步发生的三件事:变更频率上升、架构透明度下降、人力余量收缩。效率工具把执行环节加速了,却把验证环节和兜底能力留在了原地。当系统依赖集中到少数关键节点,任何一次变更失误的爆炸半径都在扩大。

微软M365和FAA的故障都指向同一个结论:关键系统的脆弱性不取决于是否用了AI,而取决于变更管理、人力余量与架构透明度是否跟上了自动化推进的速度。未经充分验证的变更,才是真正的故障源。
效率幻觉的硬约束:单位成本下降40倍,但收入缺口还有1.5万亿
OpenAI说给定智能水平的单位成本每年下降约40倍。这个数字放在任何行业都足以让财务总监失眠。但把镜头拉远,阿波罗全球管理公司的测算给出了另一个账本:若AI算力按预期部署,到2028年底行业需要1.5万亿至2万亿美元的终端应用年化收入,才能支撑基础设施投资。当前口径是2760亿美元。中间隔着5到7倍的缺口。
法盛投资管理2026年9月至10月对29个国家515名机构投资者的调查显示,67%认为AI有望在未来20年推动市场增长,70%担心生产率提升无法兑现当前市场定价隐含的预期。同一批人身上同时装着长期信仰和短期账本算不平的焦虑,这才是机构视角的真实状态。
单位成本下降40倍与收入缺口1.5万亿之间,隔着一整条产业链的利润分配。 阿波罗的测算基于英伟达Blackwell一代芯片:每吉瓦算力需要300亿美元IT设备投资和150亿美元数据中心投资。基础设施的资本开支是刚性的,终端应用的付费意愿和付费能力是弹性的。两者之间的时间差,就是效率叙事最脆弱的部位。
Seaport的成本模型给出了更微观的约束。在AWS租用算力自行部署开放权重模型,只有年AI支出超过240万美元的大型客户才可能具备经济优势。绝大多数企业客户仍然被锁定在闭源API的定价体系里,自建模型的经济门槛高得没有讨论意义。
阿波罗的收入口径不包括芯片销售,也不包括AI为谷歌和Meta带来的广告收入增量。把这两块加进去,实际可支撑规模确实会高于2760亿美元。但即便按最宽松的口径计算,终端应用收入与基础设施投资之间的数量级缺口仍然存在。
德银把这条裂缝延伸到了宏观层面:如果市场明显下调对AI资本开支的预期,美国实际利率和美股资金流入可能同时下滑。AI效率叙事已经不只是科技行业内部的话题,它正在成为美元资产定价的一个关键变量。
效率叙事的裂缝不在技术,在单位经济模型与系统韧性
OpenAI内部101人调查的中位数答案是:愿意拿团队40%的人力编制,换未来3个月继续使用最前沿Agent。感知到的增益足够真实,没人会为幻觉烧掉四成编制。

但同一个组织里,首席科学家Jakub Pachocki的判断指向另一侧:CoT监控可靠性正在下降,没有哪家实验室真正解决了对齐和监控。效率叙事的裂缝就在这两句话之间——个体生产力在涨,系统级风险控制没有同步跟上。
OpenAI对监管的立场把这层分裂推得更清楚。它主张当前能力水平的AI应面临最小的额外监管负担,同时又把超级智能风险定性为“潜在灾难性”,认为任何人都不应部署超级智能系统。两条线之间的距离,就是决策者真正要盯住的区间。
决策者不需要在“信AI”和“不信AI”之间站队。需要盯住的是三个变量:
- 单位任务成本:Agent跑通一个任务的总算力开销,比人力完成同一任务高还是低,趋势斜率如何
- 人工介入率:自主完成率之外的隐性指标,有多少比例的任务需要人类中途接管、复核或重跑
- 变更失败率:自动化推进后,系统变更的回滚次数、故障时长和爆炸半径是收窄还是扩大
三个变量分别对应微观账本、组织余量和系统韧性。任何一个方向出现持续恶化,效率叙事的裂缝就会从纸面变成现实。