オープンAI、研究タスクの46%をエージェント単独で完了
オープンAIは11月18日、コーディングエージェントが人なら2〜4時間かかる研究タスクの推定46%を人の介入なしで完了できるとする報告書を公表した。3月の23%から倍増したが、タスク別の成功率は79%から25%までばらつく。研究者1日あたりの利用額の中央値はAPI定価換算で2400ドルだった。
米オープンAIは2026年11月18日(現地時間)、自社のコーディングエージェントが、人なら2〜4時間かかる研究タスクの推定46%を人の介入なしで完了できるようになったとする報告書を公表した。3月時点の23%から倍増した。一方でタスクの種類によって成功率は79%から25%まで大きくばらつき、同社は報告書を「研究の加速:ギザギザの最前線(The jagged frontier)」と名付けた。

ポイント
- 3月から10月にかけ、人の介入なしの成功率は2〜4時間のタスクで23%→46%、4〜8時間のタスクで13%→35%に上昇した。
- 学習の監視は79%だが、推論・サービング用コードの作成は25%にとどまり、タスク間の差が大きい。
- APIの定価換算で、研究者1人あたりの1日のエージェント利用額は10月に中央値2400ドル、上位10%は2万3000ドルに達した。
コーディングエージェントは研究タスクをどこまで単独でこなすか
オープンAIは、委任したタスクを人が行った場合の所要時間で分類して集計した。4〜8時間のタスクでも、人の介入なしの成功率は3月の13%から10月には35%に上がった。ただし同社は、エージェントの性能向上に伴い研究者が任せるタスクの中身も変わった可能性があり、数値にはモデルの改善と委任の仕方の変化の両方が反映されていると注記している。
8月1日から10月18日までのタスク別成功率をみると、差は明確だ。学習ランの監視は79%、技術的な質問への回答は72%だった。一方、学習ランの開始は35%、評価・強化学習・エージェント環境の構築は29%、推論・サービング基盤のコード作成は25%にとどまった。

オープンAIは「AI研究開発のタスクで性能がばらついている限り、性能の低いカテゴリーやタスクが全体の効果を高めるうえでボトルネックになりうる」と記した。
研究者1人あたりの利用額と「エージェント作業日」が急増
利用は依然として急拡大している。APIの定価で換算した研究者1日あたりのエージェント利用額の中央値は10月に2400ドルとなり、9月の1500ドルから62%増えた。上位10%では1万1000ドルから2万3000ドルへと105%増加した。同社の研究者にはエージェントによるコーディングの利用上限は設けられていない。
エージェントの8時間分の稼働を「エージェント作業日」1日と数えると、研究者1人あたりの1日平均は0.5日から5.7日へと11倍になった。事前学習・事後学習のチームでは約8日だった。10月中旬時点で研究者の3分の2超が1日のピーク時に4つ以上のエージェントを同時に動かし、1割超は16以上だった。
9月時点で、エージェント利用額(API換算)は研究部門の株式を除く報酬の約2倍だった。比較から除いた株式報酬は目標報酬の70〜80%を占める。社内展開の利用は研究用計算資源全体の2%にすぎない。
「人員4割を差し出してもエージェントを残したい」
8月下旬から9月上旬に研究スタッフ101人を対象に実施した調査では、GPT-5.2を上回るエージェントを3カ月間取り戻す代わりに、チーム人員の40%またはチームの計算資源の30%を差し出すとの回答が中央値だった。インタビューでは「AIスロップ」と呼ばれる質の低いプルリクエストや、研究上のセンスの乏しさといった弱点も指摘された。ある事前学習の研究者は「アイデアについては自分のほうがセンスがあると思う。だが、それが長く続くという自信はまったくない」と語った。
「研究インターン」から再帰的自己改善の議論へ
今回の報告書は、オープンAIが「自動化された研究インターン」の目標を達成したと表明した9月6日の報告書の続編である。次の目標は2028年3月までに自動化されたAI研究者を実現することだ。
同社はAI企業に再帰的自己改善(RSI)の指標を追跡・公表するよう義務付けるべきだと主張する一方、今回の公表は「完全なRSIを追求する意図と受け取られるべきではない」としている。安全性・アライメント分野の記録上の作業量(作業週)は1〜9月に77%増えた。
今後の焦点
オープンAIは今後の報告で、能力研究と安全性研究の加速度の違いや、研究加速の先行指標などを加える方針を示した。今回の数値はいずれも同社の社内推計であり、外部の検証は受けていない。
FAQ
「ギザギザの最前線」とは? エージェントの性能がタスクごとに均一でないことを指す。監視や質問への回答には強いが、サービング用コードや環境構築には弱い。
エージェントはオープンAIの研究者を置き換えるのか? 同社は、人はなおAI研究のループの中核であり、主要なモデルのアイデアの大半は人が生み出したと説明している。
1日2400ドルは実際のコストか? 違う。公開APIの定価で換算した値で、同社の実際の社内計算コストとは異なる。
参考資料
- Research acceleration: The jagged frontier — OpenAI(2026年11月18日)
- Research acceleration: The view inside OpenAI — OpenAI(2026年9月6日)
コメント 0
現在コメントの投稿は無効になっています。