OpenAI披露研发成本：顶级研究员日均消耗超7000美元Token，编程范式迎“大重置”

【科技纵览】当人工智能从辅助工具进化为核心生产力，其背后的算力账单正成为衡量技术渗透率的新标尺。9月7日，IT之家援引OpenAI最新博客文章指出，这家AI巨头首次公开了内部研究人员使用AI编程智能体的规模与成本数据，揭示了技术迭代背后惊人的资源消耗。

数据显示，在OpenAI研究团队中，那批最高频使用AI编程智能体的用户，如今每日消耗的Token价值已突破7,000美元（按当前汇率约合47,036元人民币）。Token作为模型读取与生成文本的基本计量单位，其消耗量直接映射了交互深度。OpenAI坦言，过去一年间，这项技术彻底重塑了研究人员的工作流：代码编写与交付速度大幅跃升，实验频次显著增加，更复杂、高阶的任务正逐步移交给AI智能体处理。

值得注意的是，过去三个月内，研究部门对AI编程智能体的采用率呈现爆发式增长，增速甚至超越了公司内部其他任何团队。截至8月中旬，一名普通研究人员每日使用的Token价值中位数已超过600美元（约合4,032元人民币）；而在今年7月，这一数字仅为162美元（约合1,089元人民币）。至于使用量位居前10%的顶尖研究者，其日均Token消耗价值更是稳居7,000美元以上。需要厘清的是，上述数据基于API公开推理价格估算，反映的是理论市场成本，并非OpenAI实际支付的金额。

这种高强度的技术依赖也带来了实质性的效率变革。自今年1月以来，由人工运营的内部技术支持频道每日发帖量锐减过半，表明智能体在排查技术问题方面已承担起主要角色。OpenAI表示，公司正稳步实现CEO萨姆·奥尔特曼去年设定的目标——打造一名能在人工指导下完成任务的“自动化研究实习生”。按照当前进展，公司计划在2028年3月前，培育出完全自动化的AI研究员。

然而，编程行业的这场“大重置”并非没有争议。随着AI编程智能体能力攀升，软件工程的工作方式发生深刻变化：开发者逐渐转向审核者角色，负责检查AI生成的结果。尽管部分人认为这极大提升了效率，但高昂的成本压力也随之而来。今年早些时候，包括Meta和亚马逊在内的多家科技公司曾鼓励员工尝试AI，甚至推出使用排行榜，催生了名为“Tokenmaxxing”的现象——即员工为追求排名而过度使用AI，却忽视实际产出。

到了今年夏天，顶级模型不断攀升的使用成本引发业界担忧。越来越多企业发现，单纯最大化Token用量带来的生产力提升，难以证明巨额支出的合理性。亚马逊高级副总裁Dave Treadwell提醒员工，切勿“仅仅为了使用AI而使用AI”，随后多家公司关闭了内部Token使用排行榜。相比之下，OpenAI对高Token消耗持更积极态度。奥尔特曼曾在6月透露，公司内部单月Token消耗最高的用户高达1000亿个。今年2月加入OpenAI的OpenClaw创始人Peter Steinberger，5月曾晒出一张截图，显示其月度Token账单价值高达130万美元（约合873.5万元人民币），当然，这笔费用无需他个人承担。

从某种角度看，OpenAI的数据不仅是一份成本清单，更是AI原生开发时代到来的信号。当“Tokenmaxxing”从一种盲目跟风转变为经过验证的高效工作模式，行业对AI价值的评估标准正在从“是否使用”转向“如何高效利用”。未来几年，如何在成本控制与技术红利之间找到平衡点，将是所有拥抱AI的企业必须面对的考题。