OpenAI 研究员 Kevin Liu 发布 Research acceleration 报告：内部编码智能体正重塑研究员日常；按 API 价计中位研究员日推理超 600 美元、研究组织 P90 超 7000 美元/天；截至 2026 年 8 月中，每 1 个人工工作日对应约 3.1 个智能体工作日。公司称已达成「自动化研究实习」目标，并继续推进 2028 年 3 月前后的自动化 AI 研究员路线。
OpenAI 员工 Vaibhav（@reach_vb）披露 GPT-6 Astra 相对 GPT-5.6 Sol 的电脑操控评测跃升：ScreenSpot-Pro（找点击位置）从 76.9% 升至 92.7%；OSWorld 2.0 桌面工作流从 65.7% 到 72.6%，延迟模拟耗时少 47%；Mind2Web 网页任务配合更新后的 Codex harness 约快 1.9 倍。这对依赖浏览器/桌面 Agent 与 Codex 的编码工作流是硬指标信号。
ARC Prize 公布对 OpenAI GPT-6 Astra 的实测：在 ARC-AGI-3 Semi-Private 上，标准 harness 约 62.7%（约 $26k），Provider Adapter harness 可达 99.9%（约 $19k）；并称在 96% 关卡上动作效率优于人类基线。分析强调 Astra 会自建符号记法与自定义工具。
OpenAI 称 GPT-6 Astra 在 FrontierMath Tier 4、ARC-AGI 3 与 TerminalBench-4.0 达到 SOTA；在科学发现方向亦称在 Terminal-Bench Science 0.1 与 HealthBench Pro 上取得领先，强调代理式终端与科研任务能力。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察