最近OpenAI放了个消息出来，他们内部搞了个新模型GPT-5.6，说是目前最能帮研究员加速AI研究的东西。以前大家觉得AI顶多写个邮件、做个摘要，结果人家现在干的是正儿八经的科研活儿。诊断训练故障、优化系统架构、设计实验方案、解读数据结果，研究员从头到尾干的那些麻烦事，这模型全都能插上一手。
内部测试阶段的数据已经够吓人了。每个活跃研究员每天平均输出的tokens数量，直接用GPT-5.6干到了GPT-5.5最高纪录的两倍多。两倍是什么概念，就是你以前一天写两千行代码，现在四千行，而且不是你手打的，是你指挥着模型帮你打。
更离谱的是这变化的速度。过去半年，OpenAI内部专门分给编码推理的计算资源，涨了一百倍。一百倍，这要是股票，巴菲特都得跪下喊爸爸。同时内部代理式token用量也涨了大概二十二倍。
OpenAI自己倒是挺清醒，说这些数字本身不能直接证明科研进度在加速，但所有人都看得见，AI助手在科研里的渗透率已经不是渗透了，是海啸。
研究员比AI慌，因为AI比研究员还能干
先说清楚这模型到底在干哪些活儿，免得有人觉得AI抢饭碗是杞人忧天。GPT-5.6在研发闭环里从头跑到尾，第一步是诊断故障。你写了一段训练代码，跑起来报了个错，以前你得盯着堆栈跟踪瞎琢磨，现在直接把日志扔给模型，它能给你列出来可能的原因，顺便附上修改建议。
第二步是优化训练系统。大模型训练就像开着一辆随时可能爆胎的重卡上高速，显存分配、数据加载、梯度传播，哪一环卡住整个集群都在空转。模型能自动扫描性能瓶颈，告诉你batch size怎么调、数据流水线哪里堵了。
第三步跑实验就更不用说了。超参数组合那么多，学习率、dropout、层数、头数，人肉调参等于大海捞针。让模型先跑一轮小规模试探，把靠谱的方向筛出来，研究员直接接手最优的那几条路接着走就行。
最后一步是解读结果。损失曲线长什么样、准确率卡在哪个点不动了、哪个模块贡献最大，模型能像个体面的实习生那样写一份分析简报，虽然语气可能比较机械，但逻辑线是清晰的。
你看这一整套流程，以前得靠一个团队分工协作才能跑通，现在一个模型加上一个研究员俩人就能转起来。研究员从操作工变成了指挥员，从刷日志的变成了看摘要的。
两个数字吓死人，一个一百倍一个二十二倍
把数据再拎出来细看一下。六个月时间，内部coding inference的算力份额涨了一百倍。这个数字意味着什么？意味着OpenAI自己造出来的模型，正在被自己人疯狂调用来写更多关于AI的代码。你帮我写工具，我用工具造更好的你，这是个闭环，而且转速越来越快。
另一个二十二倍更值得玩味。代理式token是指模型主动执行多步任务时消耗的量，不是那种你问一句它答一句的简单对话。二十二倍的增长说明研究员已经把模型当成了一个能自主规划、分步操作、必要时还能自己纠错的干活搭子。
举个例子你就明白了。你让模型分析一组实验数据，简单对话就是它给你输出几个统计数字就完了。代理式的操作是它自己知道先写脚本解析数据格式，再调用可视化库画图，然后发现某个维度数据缺失，自己回去翻原始日志补上，最后把整个报告打包发给你。全程你只说了最初那一句话。
这两个数字加一块，能看出来一个明显的趋势。AI在科研里的角色从计算器变成了一级劳动力。计算器按一下就出结果，劳动力是你分配任务它自己想办法完成。级别完全不一样。
算力都拿去喂AI自己了，人类还剩啥活儿
算力分配的这个一百倍增长，背后藏着一个更深的结构变化。以前OpenAI那种体量的研究机构，大部分计算资源都堆在训练大模型本身上。预训练一个千亿参数的模型，得烧掉几万张显卡跑好几个月，那才是算力大头。现在内部推理的算力份额能涨一百倍，说明他们往推理那边倾斜了巨大资源，而且是主动倾斜。
推理就是让已经训练好的模型跑起来干活的过程。以前推理就是输出结果给用户看，现在推理输出的结果直接回流到训练流程里，变成下一轮迭代的输入。研究员写代码让模型干活，模型干活产出新数据，新数据又用来改进模型，改进完的模型又能干更多活。这循环转起来之后，算力需求是指数级往上飙的。
有人可能会问，这么多活儿都给模型干了，研究员干什么？答案是研究员的活儿从怎么做变成了做什么。以前老黄牛似的敲代码、调参数、看日志，这些脏活累活大量被模型接盘了。研究员腾出手来想下一步该往哪个方向推，哪些idea值得试，怎么设计更大胆的实验框架。
这就跟工业革命有点像，织布机替代了手工纺织，但没替代纺织设计师。设计师想新款式的布料，织布机负责把它织出来。研究员现在就是那个设计师，只不过设计的东西更复杂，是AI本身的进化路线图。
内部用成这样，外部还远吗
OpenAI内部这套玩法，迟早会溢出到整个AI学术界和工业界。他们内部六个月走完的路，外部可能三五年才能普及，但方向已经清晰得不能再清晰了。AI辅助AI研究这个模式一旦跑通，后续迭代速度只会越来越快，因为每一代新模型都比上一代更会帮人搞科研。
现在外部的研究员还在用传统方式干活儿的，压力是肉眼可见的大。一个人带几个学生，手搓代码、手动调参、手写分析报告，人家OpenAI那边人均配一个AI副驾驶，输出效率差两倍以上。两倍是什么概念，就是你吭哧吭哧干一年，人家半年跑完还要顺手写篇论文嘲笑你方法老。
当然有人会说，模型再强也只是工具，关键还是看研究员的直觉和判断力。这话对了一半。工具确实不能替代创造力，但工具能放大创造力的产出。一个拥有顶级直觉的研究员，配合一个不知疲倦的AI执行团队，产出的效率差距是指数级的。单独一个人再聪明，一天也就24小时，还得睡觉吃饭发呆。AI执行团队是7x24不间断运转，输出tokens是按百万计的。
所以接下来几年，AI研究领域的竞争会从单纯比算力、比数据，变成比谁更会用AI工具搞研究。你会用筷子吃饭和不会用筷子吃饭，那真是两码事，碗里的东西一样，但你能不能夹起来、夹多快、夹多少，天差地别。
加速归加速，但加速本身不是进步
OpenAI在原文里有个很克制的提法，说这些采用指标本身不直接衡量研究进步。这话得细品。他们承认GPT-5.6被用疯了，tokens涨疯了，算力分配涨疯了，但他们没说研究产出也同比例涨疯了。为什么？
因为用量大不等于突破多。你让模型帮你跑了一万组实验，跑完了一万组还得有人去理解这一万组结果里哪些是真的有意义的新发现。模型能告诉你实验结果是什么，但很难告诉你这个结果为什么重要，跟之前哪些理论冲突，能推导出什么颠覆性结论。这部分活儿现在还牢牢长在人类研究员的脑袋上。
所以加速的价值在于压缩了那些可自动化、可并行化的环节，让研究员把更多精力放在不可替代的判断和创造上。但判断和创造这玩意儿急不来，它需要背景知识积累、需要直觉发酵、甚至需要失败经验的打磨。模型把重复劳动省掉了，但没法把省掉的时间直接兑换成灵感。
这就好比开了个倍速播放，你能更快看完一部电影，但倍速不会让电影本身变得更好看。GPT-5.6加速的是科研流程的机械部分，创意部分还得靠人慢慢熬。
代理式AI才是真正的野蛮人
二十二倍的代理式token增长，比一百倍的推理算力增长更值得关注，因为它指向的是AI的行为模式升级。代理式token不是简单的问答，是多步推理、自主规划、工具调用、结果验证的全流程。一个模型如果只是被动回答问题，它的价值是线性的；一个模型如果能在复杂任务里主动规划并执行，它的价值是乘法级的。
举个例子，研究员让模型帮忙优化一段训练代码。对话式的做法是研究员把代码粘进去，模型输出修改建议，研究员再粘回去测试，来回好几轮。代理式的做法是模型自己把代码复制到沙盒环境里，跑一遍看报错，根据报错改代码，再跑一遍验证，反复迭代直到通过，然后把修改记录和性能对比一并发给研究员。
前者模型像个顾问，动嘴不动手。后者模型像个员工，动手不动嘴。员工和顾问的区别，你发工资的时候最能体会。顾问按小时收费，员工按产出付费。OpenAI内部显然已经在大量使用员工模式的AI了，这二十二倍就是这么来的。
而这种代理式行为的普及，会反过来改变研究员的思维习惯。以前想一个问题，是你自己能做多少。现在想一个问题，是你能让模型帮你做多少。这个认知转变一旦完成，研究方法论都要重写。
吃自己的狗粮，吃到满嘴流油
OpenAI这波操作其实是软件行业里老掉牙的dogfooding概念，自己做的产品自己先用，只不过这次吃相特别狠。他们用GPT-5.6帮忙开发GPT-5.6的下一代，等于把生产线上的工人换成了自家生产的机器人，机器人造出来的下一代机器人又能造更下下一代。
这个闭环能跑起来的前提是，模型对研究流程的帮助必须显著大于调用它消耗的成本。从一百倍和二十二倍的数据来看，这个前提在OpenAI内部已经充分成立。研究员们不是被逼着用，是抢着用，因为不用就落后。
而一旦这种使用习惯内化成组织肌肉记忆，外部竞争者想追就难了。数据飞轮转起来之后，每一代模型都自带上一代积累的研发经验，而那些经验又天然贴合内部的研究流程和工具链。外部想抄都不知道从哪下手，因为你没有他们的研发流程，也没有他们积累的那套工作流数据。
所以别光盯着GPT-5.6这个数字本身，真正的护城河是内部那套把AI嵌入研发全流程的系统化能力。模型可以开源、权重可以泄露、论文可以复现，但你复现不出一个已经在里面跑了好几个迭代周期的组织型AI。
研究员还没被替代，但已经在被重新定义
说了这么多，回到最敏感的问题：AI研究员这个岗位会不会消失。从目前OpenAI内部的使用情况来看，消失不至于，但定义会被彻底改写。研究员的核心竞争力从写一手好代码、调一手好参数，变成了会设计问题、会分解任务、会判断模型输出的价值。
你不会写某段代码没关系，你只要能让模型明白你想要什么。你不清楚某个参数该怎么设也没事，你只要能让模型帮你跑一圈对比实验然后告诉你最优解。你甚至不需要自己盯着训练曲线发呆，模型能帮你监控并在异常时主动报信。
这些变化意味着入行的门槛在降低，但做好研究的天花板在升高。门槛降低是因为技术细节大量被模型接管，新手也能快速上手干活。天花板升高是因为真正有价值的研究越来越依赖对问题本质的把握，而这种把握需要更深的抽象思维和跨领域联结能力。
打个比方，以前AI研究员像工匠，得亲手打磨每一个零件。现在像建筑师，画好图纸，模型是施工队。工匠转建筑师的路不好走，但走过去了，视野和产出完全不在一个量级。
冷眼看热闹，算力币换了个口袋
把整个事情再拉远一点看，其实有个挺冷幽默的结构。OpenAI花了海量算力训练出GPT-5.6，然后这些算力并没有省下来，反而被内部研究员用更快速度消耗在了推理上。算力币从训练口袋挪到了推理口袋，总量没减少，消耗速度还更快了。
一百倍的推理算力增长说明，所谓AI让科研更高效，目前的高效主要体现在把更多的算力用在了更分散的地方。以前算力是集中烧在预训练那一下，现在算力是持续烧在研究员每天调用的无数个小任务上。总量层面，算力饥渴一点没缓解，反而因为需求被激活而更严重了。
这就有意思了。你要说AI加速了研究，从产出tokens看确实快了。但你要说AI节省了资源，从算力账单看完全没这事。加速是用更多资源堆出来的加速，不是用更少资源干出更多活的加速。
OpenAI把这事说得挺含蓄，但数字不会撒谎。六个月一百倍的增长，研发成本的结构已经在肉眼可见地重构。
所以这文章看下来，最冷的那条梗其实是：AI没取代人类，但AI已经让一部分人类在另一部分人类面前，显得像原始人了。