9月7日：OpenAI 披露研究智能体账本，训练与算力进入新约束

过去约 48 小时，AI 行业出现一条清晰主线：智能体开始进入研究生产线，训练数据、算力能耗和公共服务入口也同时接受更具体的规则约束。本文覆盖北京时间 2026 年 9 月 5 日 07:45 至 9 月 7 日 07:45，按行业影响力列出五条消息。

OpenAI 9 月 6 日发布一份内部研究数据快照，说明编码智能体已经怎样参与研究工作。按 API 价格折算，8 月中旬研究组织中位研究员每天使用的推理量超过 600 美元，使用量位于第 90 百分位的研究员每天使用超过 7000 美元的 Token。同期，研究组织每个人工工作日对应 3.1 个智能体工作日的工作量；同时运行 4 个及以上智能体的研究员人数也在增加。1

OpenAI 还称，2026 年 8 月每名活跃实验者完成的实验数量达到自 2025 年 1 月开始追踪以来的最高值。实验数量上升与 Codex 采用率相关，研究组织可用算力自 2025 年以来也明显增加。智能体承担的任务正在向更高层级和更长周期移动；在过去 6 个月里，超过一半的成功 4—8 小时任务至少需要一次人工干预。1

为什么重要： 这份披露第一次把“智能体正在加速研发”拆成了用量、并发数、实验数量和人工介入四本账。OpenAI 将这些指标定义为早期测量，指标与整体研究进度之间的关系仍需继续验证；对研发团队而言，眼下更值得观察的是智能体承担的任务变长后，人工判断、算力分配和安全监控如何一起扩容。

美国司法部在《纽约时报》诉 OpenAI、Microsoft 的版权争议中提交了“利益声明”。美国司法部并非案件当事方，但文件称，政府对 AI 模型使用文字作品进行训练是否属于“合理使用”具有直接利益；司法部主张，单凭 AI 模型在训练中使用受版权保护的材料，本身不构成版权侵权，并认为过度收窄合理使用会拖慢美国 AI 产业和相关科研。该文件于 9 月 1 日提交，9 月 6 日的报道使这项政府立场进入本期时间窗。23

《纽约时报》在 2023 年提起诉讼，要求赔偿，并请求法院限制使用其材料训练大语言模型、处理由此形成的模型。OpenAI 和微软承认训练过程中使用过《纽约时报》内容，但主张这种使用受到法律允许的合理使用原则保护。案件仍在审理，司法部的利益声明属于政府在诉讼中的法律意见，法院尚未作出终局裁判。3

为什么重要： 训练数据的争议从公司与版权方之间的谈判，进入了联邦政府对“合理使用”边界的公开表态。后续裁判会影响模型公司获得训练数据的方式，也会影响新闻机构选择授权、诉讼还是集体许可；这份文件的立场先改变了诉讼中的政策背景，尚未改变法院的法律结论。

中央网信办、国家发展改革委、工业和信息化部等七部门近日联合印发《促进数字化绿色化协同转型发展实施方案（2026—2030 年）》。人民日报 9 月 5 日报道，方案提出到 2030 年让人工智能的低成本、高效率优势更充分地服务绿色低碳技术创新，同时大幅提升算力设施、5G 基站等新兴领域的用能效率，并推动算力设施等重点领域的可再生能源电力消费达到所在省份的消纳责任权重水平。方案共部署 4 个方面、14 项重点任务。4

方案把 AI 的绿色约束拆成了可执行的技术和披露动作：研发存算一体、高性能存储、数据压缩、分布式训练框架和低功耗计算；优化混合专家、动态稀疏等模型架构；建立生成式人工智能全生命周期资源消耗评估体系，并引导服务商披露大模型的资源利用情况。方案还提出把生态环境、能源电力、碳排放和产品碳足迹等数据连接起来，发展面向清洁能源、节能环保和碳捕集利用与封存的行业模型与智能体。5

为什么重要： 这份方案把算力采购要看的指标从芯片性能扩展到供电架构、绿电比例、散热和资源消耗披露。对数据中心运营商和模型服务商来说，未来的成本表里会同时出现电力来源、能效改造和模型压缩；对使用方来说，模型的价格与速度之外，还会多一层可核对的资源使用信息。

9 月 7 日凌晨，MarkTechPost 报道了 Meta FAIR、牛津大学和伦敦大学学院团队的 AI Research Preference Models（RPMs，AI 研究偏好模型）。相关论文首次提交于 8 月 14 日，8 月 25 日修订，所以这是一篇在本期窗口内被重新报道的研究，而非本周才首次提交的论文。RPM 的任务是：研究智能体提出多个候选实验后，先预测哪个方案最值得执行，再把有限的 GPU 时间花在排名最高的方案上。67

论文在 AIRA-dojo 研究智能体和 AIRS-Bench 机器学习研究基准上进行实验。作者报告的平均归一化分数从随机选择候选方案的 0.684，提高到推理型 RPM 的 0.711，以及可以运行小规模试验的智能体型 RPM 的 0.729；两种 RPM 都在约 15 小时内达到未引导智能体使用 24 小时预算时的性能水平。实验覆盖 20 个公开文本和表格任务，使用 10 个随机种子和 Qwen3.6-27B；这些分数属于论文作者的实验结果，不是整个研究领域的排名。67

为什么重要： 研究智能体的瓶颈开始从“能不能写出实验代码”转向“有限预算下先运行什么”。如果候选实验的排序足够可靠，团队可以把相同的 GPU 时间换成更多有效尝试；但排序错误的代价也会提前发生，因此评测器、试验预算和复现实验仍是这类系统的核心环节。

中国日报 9 月 6 日报道，公安部刑事侦查局指导、上海市公安局自主研发的国家反诈 AI 应用已经上线，用户可以从手机应用商店下载，也可以通过微信、支付宝小程序使用。应用包含三项功能：AI 智能问答会从风险分析、诈骗类型和防范建议等角度回答问题，并关联视频案例；反诈资讯提供高发类型预警和典型案例；反诈词典收录防骗宣传资料，支持分类浏览、关键词检索和语音朗读。8

这个应用把模型放在了“遇到可疑情况时先问什么”的入口上，而非只面向开发者或企业内部流程。用户可以用它整理风险线索，再通过公安机关、银行和支付平台的官方渠道核实处置；应用给出的分析属于防骗提示，不能替代正式的案件认定或资金追回流程。

为什么重要： AI 的公共价值开始由具体服务入口来检验。这个案例的关键变化不是又增加了一个聊天界面，而是把风险识别、权威资讯和可检索的防骗资料放进同一个低门槛入口；后续应关注官方更新频率、答案准确性和个人信息保护安排。

本期五条消息由同一个约束串起来：AI 的规模化使用正在把“效率”与“可控制、可解释、可持续”放在同一张表里。OpenAI 和 Meta 的研究显示，智能体可以增加实验和筛选效率；司法部的版权立场、七部门的能耗方案，以及国家反诈应用，则分别把训练数据、算力资源和公共服务责任写得更具体。接下来值得跟踪的是 OpenAI 是否继续公开研究智能体的安全指标、版权案法院如何处理合理使用问题，以及算力服务商会用什么口径披露资源消耗。