OpenAIは9月6日、ブログ記事「Research acceleration: The view inside OpenAI」で、社内目標としていた「自動研究インターン」の構築を達成したと発表した。研究組織全体では、人間の1労働日に対してコーディングエージェントが3.1日分の作業量を担う水準に達している。

2028年3月の完全自動AI研究者を見据えた中間目標

OpenAIが言う「自動研究インターン」とは、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せるシステムを指し、熟練研究者が数日かけるようなタスクも対象に含む。同社は前年秋にこの目標を掲げ、今回の発表で達成を確認した形だ。さらに先の目標として、2028年3月までに完全に自動化されたAI研究者の開発を目指すとしている。

エージェントの活用度を示す「1人間労働日あたりのエージェント労働日」という指標では、2026年6月以前はエージェントの実働時間が人間の労働時間を下回っていたが、8月中旬にこの関係が逆転した。9月時点では組織全体で3.1倍に達している。

中央値の研究者で月600ドル超、上位1割は1日7000ドル超のAPIコスト

具体的な利用実態として、中央値の研究者は月600ドル以上のAPI推論コストを日常的に消費しており、利用量が上位10%の研究者では1日7000ドルを超えるトークン消費が発生しているという。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おり、実験数は2026年を通じて増加を続け、8月には過去最高を記録した。

コーディングエージェントの浸透により、研究インフラのトラブル対応も高度化し、技術サポート窓口への問い合わせは減少傾向にあるとOpenAIは説明している。

外部からは指標の解釈に懐疑的な声も

この発表はHacker Newsなどで議論を呼んでおり、トークン消費量という指標だけでは実際の研究成果への貢献度が見えないとの指摘が出ている。また、AIの進歩を加速させるために大量のAI計算資源を投じるという構図そのものへの疑問や、モデルの挙動を監視する体制（モニタラビリティ）が低下しているとの懸念も一部で示されている。

OpenAI社内での生産性向上の主張は、Anthropicがコード生成の大半を自動化しつつあるとする発言と並び、大手AI企業がどこまで自社の研究開発をAIエージェントに委ねているかを示す事例として注目されている。

アップデート：開発者「Astraが最大の競争優位性だった」

OpenAIの開発者Thibault Sottiaux氏は、モデル「Astra」が一般公開される前の社内利用段階で「おそらく自社の最大の競争優位性だった」と証言した。Astraを研究開発ワークフローに組み込んだことで生産性が大きく向上し、一部のチームでは計画が半年（6か月）前倒しで実現したという。

具体的なコーディングエージェントの活用実態を裏づける一次証言として、今回の発表内容に厚みを加える事例と言える。一方で、AI研究の自動化が進むこと自体への懸念も引き続き指摘されている。

アップデート：タスク成功率の内訳とチーフサイエンティストの警告

OpenAIは今回の発表を、社内データの開示とチーフサイエンティストJakub Pachocki氏による警告という二部構成で行っていたことが判明した。

タスクの所要時間別に見た成功率も明らかになっており、15分以下の短時間タスクでは86%が人間の介入なしに完了する一方、4〜8時間規模の長時間タスクでは半数以上が少なくとも1回は人間の対応を必要としている。エージェントのトークン出力量は2025年12月比で124倍に増加したという。

Pachocki氏は、AIの思考過程を追う「チェーン・オブ・ソート監視」の信頼性が低下していると指摘し、「いかなるラボも責任を持って最大速度でスケーリングを継続するのに十分な調整と監視を解決していない」と述べた。そのうえで「国際的な調整が各国政府の最優先事項になる必要がある」と訴える一方、自身は再帰的自己改善（RSI）こそが「AI研究の最前線にとどまる唯一の方法」だとも主張しており、加速と警戒の間で揺れる姿勢がにじむ発言となっている。