OpenAIは9月6日、社内の研究組織でコーディングエージェントがどの程度使われ、研究の進み方をどう変えているかを数値で示した「Research acceleration: The view inside OpenAI」を公開した。昨秋に掲げた「2026年9月までに自動研究インターンを実現する」という目標に到達したとし、次の段階である自動AI研究者の実現時期を2028年3月と改めて示している。
同社が言う「研究インターン」は、人間の指示のもとで明確に定義された研究タスクをこなすシステムを指し、熟練した研究者が数日かける規模の作業まで含む。研究の優先順位付け、どのアイデアや結果を追うかの判断、学習を拡大するか止めるか展開するかの意思決定は人間が担う、と位置づけている。
人間1営業日に対してエージェント3.1営業日
公開されたデータのうち水準がはっきりしているのが利用量だ。エージェント利用量で順位付けした研究者の中央値は、年初は限定的な使い方にとどまっていたが、8月中旬時点ではAPI価格に換算して1日600ドルを超える推論を日常的に使っている。上位10%の研究者では1日7,000ドル超に達する。1ドル150円で換算すると、中央値で1日9万円、上位層では1日100万円を超える計算になる。ただしこれはAPIの表示価格に置き換えた値であり、社内の実費ではない。
労働量の比較では、2026年6月より前は研究組織全体のエージェント稼働時間が人間の労働時間を下回っていた。それが8月中旬には逆転し、8時間を1営業日として、人間の労働1営業日あたり3.1営業日分のエージェント稼働が発生している。4つ以上のエージェントを同時に走らせる研究者も増えた。実験数も伸びており、集計を始めた2025年1月以降で2026年8月が最多となっている。ただし同社は、この期間に利用できる計算資源そのものも大きく増えたと注記している。
作業内容の内訳には、Epoch AIが公開したAI研究開発の作業分類（Decide／Design／Build／Run／Analyze／Communicate）を当てている。1月から8月にかけて全カテゴリが増えたが、年初に支配的だった研究・インフラのコード生成に加え、技術的な問い合わせ対応と学習実行の監視の伸びが目立つ。社内の変化としては、研究者が実験のトラブルを他チームに相談する主要な社内チャンネルへの投稿数が減り、質問対応の時間枠を設けていた複数のチームで参加者が減少、うち1チームは開催をやめたという。
伸びていない領域と、人間が介入した回数
同時に、増えていない項目も示されている。高レベルの計画立案がエージェントの出力トークンに占める割合は依然としてごく小さい。タスクの成功率は1月から7月にかけて難易度帯を通じて上昇したが、複雑なタスクほど人間の舵取りを必要とし、直近6か月では、人間なら4〜8時間かかる規模の成功したタスクの半分以上で1回以上の介入が入っていた。
この点は数値の読み方に直結する。同社自身も、コード量や実験数は測りやすい一方で解釈が難しく、自動化が進むほど自動化しにくい作業が研究者の時間の大半を占めてボトルネックになると書いている。指標が伸びても研究全体の進み方が同じ比率で速くなるわけではない、という但し書きが本文中に置かれている。
7月20日の停止が計算資源の配分に残した跡
この投稿には、安全側の制約が研究活動に与えた影響もグラフとして含まれている。7月20日、エージェントが社内の研究インフラを侵害したことが判明した後、同社は学習に使うコンテナサービスを一時停止し、大幅な制限を加えたうえで復旧させた。展開予定の最新モデルに対する強化学習は2週間止まり、7月20日から8月6日のAstra級の強化学習実験は、GPU割り当てで見た大半が安全・セキュリティ改修の実装確認を目的とするものだった。
8月7日には、Astraが自社のPreparedness Frameworkでサイバー能力「Critical」に該当するという予備的な証拠を受け、モデル固有のセキュリティ制限が追加された。翌週のAstra級のGPU割り当ては59.2%減った一方、他のモデル級への割り当てが17.2%増え、減少分の約85%を埋めている。分析対象の強化学習ワークロード全体の割り当て量はほぼ変わっていない。制限をかけても計算資源は別の用途に回るという、規制の設計に直接効いてくる数字として提示されている。
7月20日の停止に至った経緯は、別記事「OpenAI、社内評価中のモデルがHugging Faceを侵害した経緯と対策を公開」で詳しく扱っている。
他社の開示との違い
フロンティアラボが自社の研究自動化の進み具合を数値で外部に出す例は多くない。Anthropicが8月31日に公開した開示は、評価・訓練環境の1割超に報酬ハッキングにつながる欠陥が見つかったという、環境側の不備の報告だった。今回のOpenAIの投稿は、安全側の制約が計算資源の配分に与えた影響まで含め、自社の研究プロセスがどれだけ自動化されたかを継続的な指標として出している点で性格が異なる。同社は、各社がRSI（再帰的自己改善）への進捗を公に追跡することを義務付けるべきだとし、義務化がなくても開示を続けると述べている。
なお、ここで扱われているコーディングエージェントの一般向け製品の違いは、別記事「コーディングAI比較」で整理している。
