AI 带来的 3 倍生产力提升，本质只是永不休眠的机器与 40 倍的算力成本？

投资人 Tomasz Tunguz 于 2026 年 9 月 8 日撰文分析 OpenAI 研发数据，指出当前智能体带来的 3 倍生产力提升主要源于机器全天候运转与多智能体并行，而非单点智能跃升，并伴随着推断算力成本剧增。

• 工时倍率来自机器运转时长：OpenAI 数据显示研发人员在 8 小时轮班内平均并行运行 4 个智能体，录得 3.14 个智能体工作日，人效提升本质在于人力对多班次机器运行的监督。
• 算力开销激增 40 倍：研究人员日均推断成本中位数从 3 月下旬的 14 美元攀升至 8 月中旬的 600 美元以上，高用量人员年化推断支出已达到 250 万美元级别。
• 研发支出模式转向运营成本：软件工程成本结构正在由一次性硬件资本支出（CAPEX）转向按用量计费的持续运营支出（OPEX）。
• 自动化任务仍需人工介入修正：在过去 6 个月持续 4 至 8 小时的成功任务中，超过半数运行过程仍需人工干预，工程人员的部分精力被分散于故障排查。
• 影响/看点：这种模式意味着依靠多智能体并行获取的产出增量高度依赖高额算力预算支持与人工介入兜底，其能否向行业推广取决于推断单价下降速度与智能体自主纠错能力的提升。
• 资料依据：
• Tomasz Tunguz 个人博客（2026-09-08）：https://tomtunguz.com/openai-research-acceleration-agentic-productivity/

本内容由 AI 生成，仅供参考，请注意甄别