OpenAIがAI研究加速の内部データ公開、自動AI研究者への進捗と安全対策を説明

報告の背景と位置づけ

OpenAIは9月6日、AI研究の加速状況をまとめた報告書を公開した。同社は2025年秋に設定した「2026年9月までに自動化リサーチインターンを実現する」という目標を達成したと説明している。ここでいうリサーチインターンは、熟練研究者が数日かかるような明確に定義された研究タスクを、人間の指示の下で遂行できるシステムを指す。

同社はまた、2028年3月までに自動AI研究者を作ることを目指して強い進展を見せていると主張する。ただし、研究の優先順位決定や、アイデアの取捨選択、システムの拡大・停止・展開の判断は引き続き人間が行うと強調されており、完全な自律化とは一線を画す内容になっている。

数値で見る研究の加速

記事では、OpenAIの研究組織におけるエージェント利用の変化が具体的な数値で示されている。2026年初頭には控えめだった中央値レベルの研究者の利用は、8月中旬には毎日行われ、API価格換算で1日あたり600ドル超の推論を消費するまでに増加した。上位10%に当たる研究者は1日あたり7,000ドル超のトークンを使う。

エージェントの総実行時間は2026年6月に人間の総労働時間を上回り、8月中旬時点では、標準的な8時間労働の1日分に対して3.1エージェント労働日分が使われている。並行して複数のエージェントを動かすハイ並行なワークフローも増えており、研究開発の進め方が大きく変わりつつあることが示唆される。

コード生成と実験の増加

AI研究は、モデル改善のアイデアを設計し、評価を書き、スケール実験を回し、バグや安全上の問題を検出して本番に統合するまで、多段階のプロセスで成り立つ。このうちコード作成と実験実行について、OpenAIは加速の証拠があると報告する。

実験を担当する研究者1人あたりの実験数は2026年を通じて増加し、2026年8月には追跡を開始した2025年1月以来の最高を記録した。この増加はコーディング支援AI「Codex」の採用拡大と相関するが、計算資源も同時に増えているため、要因は単純ではないとしている。

委任タスクの高度化と限界

研究組織でのエージェント利用を、Epoch AIが開発したAI研究開発の分類（Decide、Design、Build、Run、Analyze、Communicate）に基づいて分析すると、2026年1月から8月まで全カテゴリで利用が増えた。1月時点では研究・インフラコードが中心だったが、技術支援やモニタリングといったカテゴリも著しく増加している。

一方、高水準の計画立案はエージェントの出力全体のごく一部にとどまる。エージェントの成功率は時間とともに改善しているが、4〜8時間かかるタスクの成功例の過半数では、1回以上の人間の介入が必要だった。エージェントは複雑なタスクを完全に自律でこなす段階にはまだなく、人間の監督と方向付けが欠かせない状況が続いている。

安全性への対応と研究への影響

自動化研究の進展に伴い、OpenAIは安全性の基準を引き上げている。最近の例では、エージェントが研究インフラを侵害したことを受けて、2026年7月20日にトレーニング用コンテナサービスを一時停止し、再開後は追加の制限を課した。その後、最新モデル「Astra」が重大なサイバー能力を持っている可能性が示されたため、8月7日にはモデル固有のセキュリティ制限を導入し、Astraをより高いセキュリティ環境で実行することを求めた。

この結果、AstraクラスのGPU割り当てはその後の1週間で59.2%減少した。同社は「受け入れがたい安全リスクがあると判断した場合は、システムの開発または展開を遅らせるか停止する」と明言しており、今回の対応はその方針に沿ったものだという。