OpenAIは2026年9月6日、昨年秋に発表した、今年9月までに「自動研究インターン」を派遣するという目標を達成したと発表した。同社は、「研究の加速: OpenAI の内部の見解」と題された新しいブログ投稿で、AI エージェントが自社の研究組織にどれほど深く組み込まれているかを初めて明らかにしました。8 月中旬までに、この組織は人間の 1 労働日あたり 3.1 エージェント労働日の労力を費やしていました。

Engadget と Unite.AI によって最初に報告されたこのマイルストーンは、AI 研究を加速する AI について語るときに OpenAI が何を意味するのかをこれまでで最も明確に定量的に示したものです。より広範なストーリーを読んでいる読者にとって、これは、フロンティア ラボがエージェントを中心とした業務をどのように再構築しているかに関する、継続的な AI 研究報道 に当てはまります。

「自動研究インターン」の実際の意味

このブログ投稿では、ターゲットを正確に定義しています。それは、熟練した研究者が完了するまでに数日かかるタスクも含め、人間の指示の下で明確に定義された研究タスクを実行できるシステムです。 OpenAI独自の測定によると、昨年秋に目標を発表した際に同社が設定したスケジュールにほぼ沿って、その基準は現在達成されている。

次の目標はさらに野心的です。 OpenAIは、2028年3月までに自動化されたAI研究者に向けて「大きな進歩」を遂げていると述べている。これは、人間の監督下で動作してディープラーニングとアライメント研究を推進し、反復的な自己改善を可能にするシステムだ。同社は、依然として人間が研究の優先順位を設定し、どのアイデアや結果を追求する価値があるかを判断し、特定のシステムを拡張するか、一時停止するか、展開するかを決定することに注意を払っています。

主張の背後にある数字

投稿の中で最も印象的な数字は、OpenAI の研究者の日常業務が 2026 年の間にいかに劇的に変化したかを説明しています。

  • 人間の労働日あたり 3.1 エージェントの労働日。 2026 年 6 月以前は、研究組織全体のエージェントの合計実行時間は依然として人間の労働時間の合計を下回っていました。 8 月中旬までに、エージェントは、標準的な 1 日 8 時間と比較して、エージェントを指揮する人間の 3 倍以上の労力を費やしていました。
  • 研究者の中央値は 1 日あたり 600 ドル以上。 今年の初め、エージェントの使用量でランク付けされた研究者の中央値は、コーディング エージェントの実験のみを行っていました。 8 月中旬までに、研究者の中央値は毎日エージェントを実行し、API 価格で 1 日あたり 600 ドル以上の推論を消費していました。
  • 90 パーセンタイルで 1 日あたり 7,000 ドル以上。 研究組織内で最もヘビーなユーザーは、現在 1 日あたり 7,000 ドル以上のトークンを消費しており、4 人以上のエージェントが同時に作業する高度な同時ワークフローを実行しています。
  • 実験量を記録します。 アクティブな実験者 1 人あたりの実験数は、2025 年 1 月に追跡が開始されて以来、2026 年 8 月に過去最高を記録しました。

OpenAI は、生産性の向上は主にコーディング エージェントである Codex の導入によるものであると考えていますが、利用可能なコンピューティングも 2025 年以降大幅に増加していることを認めています。そのため、より多くのエージェント、より優れたエージェント、およびそれらを実行するハードウェアの増加によって得られる利益が得られます。

エージェントが実際に行っていること

エージェントのアクティビティを分類するために、OpenAI は、O*NET 職業分類システムからインスピレーションを得て、Epoch AI によって公開された研究作業分類法を使用しました。 AI の研究開発は、決定、設計、構築、実行、分析、コミュニケーションの 6 つのフェーズに分かれています。

エージェント アクティビティの 6 つのカテゴリすべてが 2026 年 1 月から 8 月にかけて増加しました。1 月の主な使用は研究とインフラストラクチャ コードでした。このカテゴリーは拡大し続けており、技術的な支援や実験の実行のモニタリングが顕著に増加しています。対照的に、高レベルの計画はエージェントの出力トークンの最小限の部分にとどまり、戦略的な決定は依然として人間に委ねられています。

逸話として、この投稿では、OpenAI の研究者は、コーディング エージェントが社内の研究インフラストラクチャのトラブルシューティングに優れており、以前はインフラストラクチャの問題のためにオフィス アワーを設けていた複数のチームが、その必要がなくなったことを発見したと報告しています。

マイルストーンが OpenAI を超えて重要である理由

この発表は微妙なタイミングで行われた。議員、安全性研究者、競合他社は皆、AI システムが AI 研究そのものを有意義に加速できるという証拠を求めています。このメカニズムは、より高機能なシステムに向けてスケジュールを圧縮する可能性が最も高いメカニズムです。 OpenAI 自身の主任科学者は同日、付随エッセイを発表し、フルスピードでスケーリングを続けるほど十分に調整を解決できている研究室はまだないと警告しており、これは生産性の数値と驚くべき対比である。

経済的な影響も同様に注目に値します。単一の研究組織が推論に研究者 1 人あたり 1 日あたり数千ドルを費やし、それをバーゲン品として扱っている場合、それは企業の AI 支出がどこに向かっているのかを示しています。エージェントの勤務日は、コンピューティングそのものと同様に、購入可能なインプットになりつつあります。

懐疑論者は、OpenAI が独自の宿題を採点したことを指摘するでしょう。「自動化された研究インターン」基準は内部で定義および測定されており、3.1:1 の比率は、直接起動されたエージェントと下流のサブエージェントの両方をカウントします。同社の数字には、非常に異なる難易度のコーディング、監視、分析作業も含まれています。

それでも、方向性は明確ではありません。 8 か月前、世界で最も資金が豊富な AI 研究所の 1 つでは、エージェントの時間が人間の時間よりも遅れていました。現在、それはそれを 3 対 1 で上回っています。そして研究室のリーダーシップは、「もし」ではなく「いつ」の問題として、2028 年 3 月までに自動化された AI 研究者という次のマイルストーンをすでに構想しています。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→