OpenAI披露称，内部研究团队过去几个月对 AI 编码代理的使用明显上升。按 API 定价折算，到 8 月中旬，研究部门中位数研究员的日度 token 消耗已超过 600 美元，位于前 10% 的高频用户单日超过 7000 美元。

三个月内使用强度快速上升

公司在最新博客中表示，研究人员对 AI 编码代理的依赖正在加深，增速也快于公司其他团队。OpenAI称，这类工具已明显改变研究员的工作方式，包括更快交付代码、进行更多实验，以及把更高层级的任务交给代理完成。

OpenAI给出的数据还显示，7 月时研究部门中位数研究员的日度 token 消耗为 162 美元，到了 8 月中旬已升至 600 多美元。公司同时说明，这些数字基于 API 推理价格估算，反映的是理论成本，而非 OpenAI 实际支付金额。

技术支持需求同步下降

随着编码代理承担更多排障工作，人工技术支持频道的活跃度也在下降。OpenAI称，自今年 1 月以来，由人工值守的内部技术支持频道每日发帖量已减少一半以上。

这表明，AI 编码代理的用途已不只是生成代码，还开始覆盖调试、定位问题和处理部分技术支持任务。对研发团队而言，这意味着更多重复性工作正在被转交给模型处理。

自动化研究员目标继续推进

公司还表示，已实现首席执行官 Sam Altman 去年提出的“自动化研究实习生”目标，也就是在人工指导下完成任务的系统。OpenAI称，正朝着在 2028 年 3 月前打造“全自动 AI 研究员”推进。

围绕高强度使用 AI 的成本问题，行业内近期已有更多讨论。此前一些公司曾鼓励员工尽量多用 AI，甚至设置排行榜追踪高频用户，但随着顶级模型成本上升，企业开始更关注投入与产出是否匹配。Meta 和亚马逊都已取消内部 token 排行榜，亚马逊高管也曾提醒员工，不要为了使用 AI 而使用 AI。

补充信息：OpenAI此前对高 token 消耗持更开放态度。Sam Altman 今年 6 月曾表示，公司内部 token 使用量最高的员工每月消耗可达 1000 亿个 token。2 月加入 OpenAI 的 OpenClaw 创始人 Peter Steinberger 也曾在 5 月晒出一张月度 token 账单截图，金额约为 130 万美元。