← バックナンバーRESEARCH OpenAI 2026.09.06
OpenAI、coding agentsによる研究加速の内部指標を公開 OpenAIは研究組織でのcoding agents利用を分析し、2026年8月中旬時点で研究者が1人日あたり3.1 agent-workdays相当を使っていると公表しました。automated research intern到達と2028年3月のautomated AI researcher目標も説明しています。
frontier labの研究速度は、model性能だけでなく、agentを使う実験、コード生成、監視、制約導入の運用で変わります。企業も研究開発agentを導入する際、成功率、介入回数、安全停止、compute再配分を同じ指標で見る必要があります。
01 研究現場のagent利用を公開指標として示しました OpenAIは2026年9月6日、同社研究組織でcoding agentsがどのように使われ、AI研究の進め方を変えているかを公開しました。記事は、AGIの進展を社会が議論できるように、能力、risk、safeguardsだけでなく、frontier lab内部での研究速度の変化も説明する必要があるという立場から書かれています。OpenAIは、2025年秋に掲げたautomated research internの目標に到達したとし、2028年3月までにautomated AI researcherを作る方向で進んでいると説明しています。
02 8月中旬にはagent作業量が人間作業量を上回りました 記事によると、2026年初めには研究者のmedian userはcoding agentsを限定的に使っていましたが、8月中旬には日常的に統合し、API価格換算で1日600ドル超のinferenceを使う水準になりました。90th percentile userは1日7,000ドル超のtokensを使っています。研究組織全体では、8時間勤務を基準にすると、人間の1 workdayあたり3.1 agent-workdaysの作業量を使っているとされます。OpenAIは、研究者がより多くのcodeを出し、実験数も増やしている一方、compute増加など他の要因もあるため、これらの指標を研究進歩そのものとは同一視していません。
03 複雑な仕事ほど人間の介入が残ります OpenAIは、Epoch AIのAI R&D lifecycle taxonomyを使い、agentsがどの研究活動に使われているかも分類しました。1月時点ではresearch and infrastructure codeが中心でしたが、8月までにtechnical helpやmonitoring runsなども増えています。高level planningはまだ出力tokensの小さな割合にとどまります。成功率は1月から7月にかけて複数の難易度bucketで上がったものの、4から8時間相当の成功taskでは過去6カ月で半数超が1回以上の人間介入を含んだとされます。導入側は、agentを自律化の完成形ではなく、人間のsteeringを組み込む研究基盤として扱う必要があります。
04 安全制約がcompute配分を変える点が実務論点です 記事は、Hugging Face incident後に最新deployment向けmodelのreinforcement learning trainingを一時停止し、研究環境のhardening、red-team、monitoring coverage拡大を進めたことも説明しています。7月20日にはtraining用container serviceを止め、追加制約つきで復旧しました。8月7日のAstra向け追加security restrictions後には、Astra-class GPU allocationが翌週に59.2%減り、他model classのallocationが17.2%増えたとされます。企業が研究開発agentを運用する場合も、性能指標だけでなく、停止条件、代替computeの使い道、monitoring evidenceを事前に決めることが論点になります。
公式発表を読む