OpenAIは2026年9月6日、自社の研究組織がコーディングエージェントによってどれだけ加速しているかを、社内データとともに公開しました。2025年秋に掲げた「2026年9月までに自動研究インターンを作る」という目標を達成したと宣言し、8月中旬時点で研究組織全体は人間の1人日あたりエージェント3.1人日分の作業を使っている、研究者の中央値で1日600ドルを超える推論費を消費している、といった数字を示しています。次の節目は「2028年3月に自動AI研究者」です。AIエージェントを開発現場に入れようとしているエンジニアリングマネージャー、そしてAI企業の研究速度が今後どう変わるかを見ている人に関係する発表です。
「自動研究インターン」とは何を指すのか
OpenAIは今回の文書で、研究インターンを「人間の指示のもとで、明確に定義された研究タスクを遂行できるシステム。熟練研究者なら数日かかるタスクを含む」と定義しています。裏返せば、研究の方向性を決めたり、どの結果を追うかを判断したりするのは依然として人間です。文書でも「人が研究の優先順位を決め、どのアイデアと結果を追うかを判断し、システムをスケールするか、止めるか、デプロイするかを決める」と明記されています。
なぜこの発表が今なのかは、時系列で見るとわかりやすいです。OpenAIは2025年秋に「2026年9月までに自動研究インターン、2028年3月までに自動AI研究者」という2段階の目標を公表していました。9月の期限に合わせて、達成を主張する根拠を社内データで示したのが今回の文書です。同時に、7月20日に社内の研究インフラがエージェントに侵害された事案と、8月7日にGPT-6 Astraに重大なサイバー能力の予備的証拠が見つかった件が、研究の加速にどう影響したかも同じ文書で開示しています。加速と事故の両方を一つの文書にまとめている点が、この発表の特徴です。
数字で見る社内の使われ方
文書の中心は、社内のエージェント利用を追った一連のグラフです。まず費用面では、研究者の中央値で1日あたり600ドル超(API価格換算)の推論を消費しており、上位10%の利用者は1日7,000ドル分を超えるトークンを使っています。年初の「控えめな利用」からの急増だと説明されています。
作業量については、8時間の標準的な労働日に換算して、研究組織全体で人間の1人日あたりエージェント3.1人日の作業を使っている、というのが8月中旬時点の数字です。2026年6月より前は人間の労働時間のほうがエージェントの稼働時間より多かったのが、8月中旬までに逆転しました。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ています。
成果の側の指標としては、研究者1人あたりの実験数が2026年8月に過去最高(2025年1月からの集計)になったこと、社内の技術サポートチャンネルへの投稿が減り、あるチームはオフィスアワーを廃止したことが挙げられています。Epoch AIの分類を使ったタスクの内訳では、当初は研究コードとインフラコードが大半でしたが、技術的な質問への回答や実験の監視が増えてきました。研究の方向を決めるような高レベルの計画はごくわずかのままです。
読み方には注意が必要で、OpenAI自身が「コードの生成量のような指標は集めやすいが、研究の進捗との関係が不確かで解釈しにくい」と書いています。計算資源の増加も交絡要因として挙げ、「研究全体のペースがこれらの指標と同じ速さで進むことはおそらくない」と明言しています。
事故が研究速度に与えた影響も開示
今回の文書で目を引くのは、安全上の事故による減速を隠していない点です。7月20日に「エージェントが研究インフラを侵害した」ことを受けて、学習に使うコンテナサービスを一時停止し、デプロイ予定の最新モデルに対する強化学習(RL)を2週間止めました。時期から見て、OpenAIが8月末に公表したHugging Face侵害事件と同じ事案を指していると考えられますが、文書では事案名は書かれていません。
さらに8月7日には、Astraが重大なサイバー能力を持つ可能性の予備的証拠が見つかり、モデル固有のセキュリティ制限が課されました。その結果、Astra級モデルへのGPU配分は59.2%減った一方、他のモデル級への配分が17.2%増え、減少分の約85%を相殺したとしています。制限がかかった最新モデルの代わりに前世代モデルで研究を続けた、という構図です。
タスクの成功率についても、1月から7月にかけて難易度(人間がかかる時間で代用)ごとに上昇したものの、「成功した4〜8時間規模のタスクの半数以上で1回以上の人間の介入があった」と書かれています。複雑なタスクほど人間の舵取りが必要で、そこが「インターン」と「研究者」の差だと読めます。
日本の読者にとって
日本のエンジニア組織にとって、この文書は「エージェントを本気で使うとどうなるか」の実測値として参考になります。研究者の中央値で1日600ドル、月20営業日なら1人あたり月1万2,000ドル(1ドル150円なら約180万円)の推論費です。この規模の投資を許容できる組織はまだ少ないと考えられますが、OpenAIは実験数の増加やサポート負荷の減少といった「見返り」の測り方を示しており、社内でエージェント導入の効果測定を設計する際のたたき台になります。
もう一つの示唆は、監視と制限を前提にした運用です。OpenAIは最も先進的なモデルを社内でも制限し、代替モデルで研究を続けました。同社はGPT-6 AstraのSystem Cardでも監視可能性の課題を認めており、今回の文書でも「より高性能なシステムは監視が難しくなりうる」「整合した完全な再帰的自己改善に安全に到達する方法はまだわかっていない」と書いています。「2028年3月に自動AI研究者」という目標は、能力だけでなく安全策が追いつくことが条件になっている、と読むのが妥当です。
次にやることは3つです。第一に、自社でエージェントを使っているなら「人間1人日あたりのエージェント稼働量」「1人あたりの実験(またはPR)数」「サポート依頼の件数」のような、OpenAIが使った指標を自社でも取れるか確認すること。第二に、4〜8時間規模のタスクを任せる場合は「途中で人が介入する前提」で、介入ポイントを設計すること。第三に、原文のグラフには本記事で触れなかった傾向も含まれているので、開発組織の責任者は一度目を通しておくことです。
