Tom Tunguz 分析 OpenAI 的 3x AI 生产力增益是否只是机器不睡觉

市场在告诉我们，借助 AI，我们的生产力应该提升到 3 倍。

可如果这种生产力提升，只不过是一个 AI 每天工作 24 小时，而人类只工作 8 小时呢？

OpenAI 公布了其 3 倍说法背后的计算。8 月中旬，其研究人员每 8 小时的人类轮班，记录了 3.14 个智能体工作日¹。[ ² 典型的研究人员会并行运行四个智能体。

这台机器轮班伴随着工业级的价格标签。3 月下旬，OpenAI 研究人员的每日推理支出中位数为 14 美元。到 8 月中旬，这笔账单攀升至每天超过 600 美元：不到五个月暴涨 40 倍。² 在高位端，第 90 百分位的研究人员每天烧掉超过 7,000 美元，年化运行成本达 250 万美元。

按每个席位每年 250 万美元计算，推理的表现就像重型工厂设备。但它还带有一个财务上的转折：它是纯粹的 OPEX。

汽车工厂用资本支出购买焊接机器人。它们开夜班来摊销那些无论使用还是闲置都会折旧的机器。AI 系统颠覆了这套算法。推理是按量计费的运营支出。没有实体设备，也没有夜班工资，公司可以仅凭纯可变成本让机器通宵运行。

3.14 个工作日这个比例，并不是三倍更聪明的思考。而是一名工程师在监督三班机器运行，而他自己只清醒一班。

然而，与汽车焊接机器人不同，这条数字装配线有着极高的缺陷率。在过去六个月中，超过一半成功完成的四到八小时任务仍然需要人工介入；该实验室坦承，“整体进展速度很可能跟不上这些具体指标。”²

算力支出激增 40 倍，换来了三倍的工作时长。但由于仍有超过一半的运行需要主管来收拾烂摊子，工程师的一天从创造性的架构设计变成了在车间里巡视、清理机器卡顿。

既然缺陷率这么高，为什么还要让机器彻夜运转？恐惧与野心。

如果你的同行全天候部署四个智能体，那你下线就是落后。这种由雇主买单的超级能力带来的快感令人沉醉。当你拥有一支不知疲倦的数字劳动力、而账单由别人承担时，你永远不会关掉工厂。

四十年来，程序员只需要一台 MacBook 和一个八小时班次。如今，一位 OpenAI 顶尖研究员指挥着四个并行智能体，每年烧掉 250 万美元的算力，整个上午都在修复前一晚机器留下的错误。这解释了当下软件工程领域悄然蔓延的挫败感。³

市场听到的是 3 倍生产力，期待的是创意奇迹。而工程师却被困在解开一个 50% 报废率的烂摊子——那些机器人整夜都在跑。⁴ 市场称之为生产力 3 倍的飞跃。而 CFO 只会把它叫做为第二班和第三班买单。就目前而言，这就是一台永不眠的机器诚实的代价。真正的问题是，第二班和第三班什么时候才能开始比第一班产出更高。

1. OpenAI 报告的是 3.1 个智能体工作日；我们四舍五入成 3.14，图个讽刺——因为 3.14 个智能体工作日对 1 个人类工作日的比值，恰如其分地，是一个派，而不是一个分子。 ↩︎

2. OpenAI：研究加速：OpenAI 内部视角 ↩︎ ↩︎ ↩︎

3. Stack Overflow 开发者调查：弥合 AI 信任鸿沟：84% 的开发者使用 AI 工具，但信任度已降至 29%，其中 66% 的人提到代码“几乎对，但不完全对”，45% 的人表示调试 AI 生成的代码比手动编写更耗时。 ↩︎

4. 产出率的算术：一个 8 小时的人类班次留下 16 个小时的过夜时间（相当于两个额外的机器运行班次）。鉴于 OpenAI 披露超过一半的 4 到 8 小时任务需要人工介入，自主产出率约为 50%。两个产出率 50% 的机器班次等于一个有效班次的成品产出。这样算下来，交付的工作量约为 2 倍，而记录的原始班次运行时间却是 3 倍。 ↩︎