实验室怎么说

OpenAI（2026-09-06，“Research acceleration: The view inside OpenAI”）宣布，“按我们的测量”已经实现“自动化研究实习生”。
- 定义：在人类指导下完成边界清晰、熟练研究员需要几天的研究任务。
- 规模：研究部门每个人工工作日对应 3.1 个 agent 工作日。
- 局限：过去 6 个月里，成功的 4–8 小时任务中超过一半有人工干预；原文还说 “People still set our research priorities, judge which ideas and results to pursue”。
- 文中完全没有提到写论文。下一个目标是 2028 年 3 月实现“自动化 AI 研究员”。
- GPT-6 Astra 的 system card：AI 自我改进能力未达到 High 阈值。
Anthropic
- R&D Automation Index：2026 年 8 月，Claude “主导”的 AI 研发任务占 26%（2 月不到 1%），完全自主为 0。
- Opus 5.5 的 system card（2026-09-22）：CoBench 2.1 得分 55.8%，能替代研究人员的门槛是 ≥85%。card 中 METR 的外部评审引用了另一份“highly experimental and preliminary”的 METR 报告，估计 AI 让能力进展整体加速约 1.5 倍（1 年完成 1.5 年的进展），有约 30% 的可能达到 2 倍，时间范围没有说明。
- 2026-06-30 推出 Claude Science 工作台，内置检查引用、数字和图表一致性的 reviewer agent，人仍在回路中。
数学领域：DeepMind 的 Aletheia 产出了一篇无人工干预的数学论文。OpenAI 在 2026-10-06 发布 722 篇 AI 生成的数学手稿，次日因符号错误撤回 3 篇。两者都不是 AI/ML 论文，用的也都不是 Claude 或 Codex。