OpenAI のコーディング エージェントは、人間であれば 2 ~ 4 時間かかる研究タスクの 46 パーセントを、人間の介入をまったく行わずに完了できるようになりました。この数字は、3月の23%から上昇しており、AIが自社の研究パイプラインをどのように変革しているかに関する同社の2回目のレポート「研究の加速: ギザギザのフロンティア」から得られたもので、同様に驚くべき価格が設定されている。つまり、OpenAIの研究者中央値は現在、APIの定価で1日約2,400ドル相当のエージェントコンピューティングを実行しているという。

水曜日に発表されたこの報告書は、機械知能が機械知能の開発をどのように再構築しているか、研究者が再帰的自己改善(RSI)と呼んでいる現象について、AI研究所が発表した中で最も詳細な公的報告書である。

数字: エージェントはより速く、より自律的になっている

ヘッドラインの自律性が大幅に向上します。 2 ~ 4 時間の人的作業が必要と推定されるタスクについては、介入なしの成功率が 3 月の 23 パーセントから現在では 46 パーセントに増加しました。 4 ~ 8 時間の長時間の取り組みでは、成功率は 13 パーセントから 35 パーセントに上昇しました。

OpenAI は重要な警告を強調しています。エージェントの能力が向上するにつれて、研究者は各期間バケット内でより困難なタスクを委任するため、改善は真の能力の向上と、何を引き継ぐかについての人間の選択の変化の両方を反映しています。

ギザギザの部分: パフォーマンスはタスクによって大きく異なります

このレポートのタイトルは偶然ではありません。エージェントは、一部の研究作業では優れていますが、他の研究作業ではひどくつまずきます。 2026 年 8 月 1 日から 10 月 18 日までに測定されたタスク カテゴリ全体で、推定成功率は通信タスク (69 パーセント) と分析タスク (58 パーセント) が最も高かったものの、構築タスクでは 43 パーセントに低下しました。

個々のタスクレベルでは、その広がりはさらに顕著です。エージェントは、問題に対するモニタリング トレーニングの実行 (79% 成功) と技術的な質問への回答 (72%) に成功しましたが、推論とスタックの提供のためのコードの作成では 25% のみ成功し、評価、強化学習、およびエージェント環境の構築では 29% しか成功しませんでした。

OpenAI は、この異質性が重要であると警告しています。AI 研究開発タスク全体でモデルのパフォーマンスが不均一である限り、弱いカテゴリがボトルネックとなり、全体的な高速化が制限される可能性があります。 The Next Web を含むこのレポートのサードパーティ報道は、まさにヘッドラインの自治数と中核となるソフトウェア エンジニアリング作業との間のギャップを浮き彫りにしました。

研究者の意見: 3 か月分の作業を 1 回で完了

このレポートは、OpenAI 自身のスタッフに対する調査に大きく依存しています。 8月下旬から9月上旬にかけて101人の研究スタッフを対象に実施した調査では、フロンティアコーディングエージェントにアクセスできなくなり、GitHub CopilotとChatGPTだけが残された場合、チームが最後の1か月の成果に相当する作業を完了するまでに約3か月かかると中央値の研究者は述べた。

10月下旬の別の調査では、驚くべき比較が示された。回答者28人中27人は、o1-previewのような2024年時代のモデルと組み合わせた中堅の人間研究エンジニアの支援よりも、OpenAIの最新の内部モデルの方が生産性が高いと期待していると答えた。唯一の抵抗勢力はバイナリ フレーム化を拒否し、とにかく人間支援のオプションではなく GPT-6 Astra を選択すると述べました。

アイデアの所有権は依然として人間にある — 今のところ

自律性の向上にもかかわらず、OpenAI による最も重要な最近の研究の分析では、依然として人間の好みが画期的な進歩を推進していることが判明しました。 GPT-6 Astra と GPT-6.2 Astra の両方のリリースについて、ポストトレーニングおよび安全監視の研究者らは、名前を挙げたすべての重要なアイデアは人々から来ており、モデルはそれらの実装を支援していると述べました。

しかし、境界線は端でぼやけ始めています。 GPT-6.2 Astra については、事前トレーニング研究者が Codex との会話でアイデアを開発したと述べています。ある研究者は、一緒に問題に取り組む際に重要な洞察を特定するのにモデルのおかげだと評価し、別の研究者は、主なアイデアが Codex が変更を提案して初めてうまく機能し始めたと述べました。

OpenAI がこれを公開する理由

同社は透明性の推進を政策上の主張として組み立てている。 OpenAIは、ガバナンスの議論が憶測ではなく測定に基づいて行われるよう、AI研究所に対し、再帰的な自己改善の指標を追跡し、公的に報告することを義務付けるよう求めている。この報告書は、その出版物が「完全なRSIを追求する意図として読まれるべきではない」と明言しており、他のいくつかの組織が最近、AIの研究開発加速のための共通の測定基準に貢献していると指摘している。

これは、競争力のあるラボにとって注目すべき姿勢です。内部の生産性データを公開すると、精査と模倣の両方が発生します。しかしOpenAIは、業界全体の報告基準(コンピューティングや安全性の報告フレームワークと精神的には似ている)の方が、特にエージェントが後継システムを構築するまさにそのシステムに貢献し始めているため、秘密保持に代わる基準よりも価値があると考えている。

全体像

この報告書は、AIがすでにAI開発を加速させているかどうか、そしてそれが安全と雇用に何を意味するかについての激しい議論の最中に発表された。 OpenAI のデータは、双方にとって確かな数字を追加します。エージェントは意味のある成功率で実質的な人間の作業を真に代替しますが、最も創造的でインフラストラクチャに重要なタスクは依然として人間が主導権を握っています。

言い換えれば、ギザギザのフロンティアは現実であり、そのフロンティアに沿って競争している研究機関は現在、公の場で自分たちの位置を測定している。外部から観察している研究者にとって、最も重要な数字は 46% ではないかもしれませんが、その軌跡は、OpenAI が追跡するすべての指標が 3 月以来およそ 2 倍になったことです。

AI の先を行く AI Buzz Wire で、AI 研究と安全性に関する最新の AI 開発をフォローしてください。 AI ニュースをもっと読む→