---
title: "OpenAI研究员日烧2400美元，美国关键系统6天5崩"
canonical_url: "https://supawriter.sevnday.com/articles/ae204091-8bad-4a12-bd11-2e3ce4b7a1cc"
channel: "财经投资与商业消费洞察"
channel_slug: "finance-market"
author: "商业与职场观察"
published_at: "2026-11-20T11:39:26.637543+00:00"
updated_at: "2026-11-20T13:04:14.097486+00:00"
word_count: 2665
keywords: ["AI","系统","Agent","模型","研究员","算力"]
---

> 摘要：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。

![关于代码重构的社交媒体帖子截图](https://supawriter.sevnday.com/cdn-img/supawriter/2dd0cb53c5d59339.jpg)

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。

![新闻资讯文章截图](https://supawriter.sevnday.com/cdn-img/supawriter/c2c5dfd7f1ce64c7.jpg)

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。

![模型指标随时间变化趋势图](https://supawriter.sevnday.com/cdn-img/supawriter/4a9f37141f9244e1.jpg)

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。

## 参考来源

- [华尔街见闻](https://wallstreetcn.com/articles/3786376)（extra_url）
- [海外研选日报1120 | 法盛调查：机构长期看好AI 但七成担忧回报不及预期](https://www.cls.cn/detail/2540183)（extra_url）
- [美国6天连环宕机，关键系统为何在AI时代“一改就崩”？_10%公司_澎湃新闻-The Paper](https://www.thepaper.cn/newsDetail_forward_34512926)（extra_url）
- [DeepSeek涉嫌抄袭美国OpenAI模型？ 成本优势也引质疑](https://www.voachinese.com/a/us-china-deepseek-intellectual-property-20250201/7959238.html)（ddgs）
- [OpenAI-KI-Agenten arbeiten 3,1 Tage pro Mensch – dann kompromittierten sie die eigene Infrastruktur - KI übernimmt das Labor: OpenAI-Agenten leisten 3,1 Arbeitstage pro Mensch – mit fatalen Folgen](http://www.suedwest24.de/politik-und-wirtschaft/openai-forschung-ki-agenten-und-der-preis-der-automatisierung-zr-94480995.html#1)（deepseek）
- [AI比人贵了 OpenAI官宣内部Agent开销已达研究员薪酬两倍](https://eu.36kr.com/zh/p/4077710435324809)（deepseek）
- [OpenAI自曝3倍生产力真相：每个研究员每天烧600美元，还要人救场 - 今日头条](https://www.toutiao.com/article/7683348224693912074/?wid=1789613210244)（deepseek）
- [OpenAI 研究 Agent 跑到人力 3.1 倍，自家首席科学家却喊"该减速了"](http://mp.weixin.qq.com/s?__biz=Mzk0MDc1NTM5NA==&mid=2247486877&idx=1&sn=620195c3f5bfdd0b09814464539e9ca2)（deepseek）
- [OpenAI Predicts AI-Made Discoveries by 2026 as Intelligence Costs Plunge](https://aiincontext.com/articles/openai-predicts-ai-made-discoveries-as-intelligence-costs-plunge-7616c40d)（yuanbao）
- [AI比人贵了…OpenAI:内部Agent开销已达研究员薪酬两倍-36氪](https://www.36kr.com/p/4077710435324809)（yuanbao）
- [OpenAI 研究效率报告：智能体没能解决的核心边界在哪？ - YouTube](https://www.youtube.com/watch?v=s-CPyX8vyE0)（ddgs）
- [OpenAI 3倍生产力背后的真相：花钱买机器加班 – 人人都是产品经理](http://www.woshipm.com/ai/6468759.html)（deepseek）
