OpenAI近期发布的一份关于自身研究自动化进程的报告显示，当前模型在执行其内部研发任务时仍面临显著困难。尽管业界普遍预期递归自我改进（recursive self-improvement）将在未来几年成为AI领域最具颠覆性的进展之一，但现实推进并不顺利。AI代理（Agent）在协助研究人员处理代码生成、实验设计等日益复杂的任务上虽已取得一定进展，但其可靠性依然处于较低水平，难以稳定地承担核心研发工作。报告指出，模型在长周期、多步骤的研发任务中容易发生错误累积，并且缺乏对自身能力边界的准确判断。分析认为，这暴露出当前大语言模型在复杂规划、因果推理和长期目标一致性方面仍存在明显瓶颈，距离真正意义上的自主研究改进还有相当距离。这一发现对于评估AI安全风险、自主智能体的发展路径以及未来科研范式的变革具有重要参考价值，也提示业界需要更加审慎地看待“智能爆炸”或快速自我改进的时间表，避免过度乐观的预期。