OpenAI「自動研究インターン」の目標を達成 人間1日ぶんの労働にエージェント3.1日ぶん

OpenAIが、昨秋に掲げた「2026年9月までに自動研究インターンを持つ」という目標を達成したと公表しました。人の指示のもとで、熟練の研究者なら数日かかる範囲の定義済みタスクをこなす水準です。同社は社内の稼働データも併せて開示しており、研究組織では人間の8時間労働1日ぶんに対して、エージェントが3.1日ぶんの作業量を積み上げている状態だとしています。

「研究インターン」が指す範囲

インターンという言い方には、はっきりした線引きがあります。ここで達成されたとされるのは、あくまでやることが定義された課題を、人の監督下で片づける段階です。何を研究すべきかを決める、実験結果を解釈して次の仮説を立てる、といった上流の判断は人間が握ったままになっています。

その次の目標として同社が置いているのが、2028年3月までの自動AI研究者です。こちらはアイデアを自分で出し、実験を回し、結果を読み、アイデアを生んだ仕組みそのものを改良していく水準を指します。インターンと研究者のあいだにある差は、作業量ではなく判断の所在にあるという整理です。

稼働量が人間を追い越した半年

数字で見ると変化の速さが分かります。コーディングエージェントを使う研究者の1日あたりの推論消費は、API価格に換算して8月中旬時点で中央値600ドル(約9万円)を超えました。上位1割にあたる研究者では7,000ドル(約110万円)を上回ります。

※1米ドル=156円換算（2026年9月7日時点）

2026年6月の時点では、エージェントの総稼働時間はまだ人間の総労働時間を下回っていました。それが8月には3.1倍にまで達しています。4つ以上のエージェントを同時に走らせる使い方も増えており、1人が並列で複数の実験を抱える形が標準になりつつあります。実験の実施件数も、集計を始めた2025年1月以降で8月が最多となりました。同社はこの伸びを、Codexの利用拡大と計算資源の増加が重なった結果だと説明しています。

任される仕事の中身

OpenAIは、Epoch AIが作った枠組みを使って、エージェントの作業をAI研究の6つの段階に分類しています。研究の方向を選ぶ、手法を設計する、コードとデータセットを作る、実験を回す、結果を分析する、成果を伝える、の6つです。

1月から8月にかけて増えたのは、実装と実験まわりが中心でした。上流の計画立案を任せる例はいまだに少数にとどまります。一方で、これまで社内のサポート担当が受けていた不具合の切り分けをエージェントが引き取るようになり、人間の窓口への問い合わせは減っています。

もっとも、手放しで回っているわけではありません。人が4時間から8時間かけると見込まれるタスクのうち、成功した案件の半数以上で、途中に少なくとも1回は人の介入が入っています。難しい仕事ほど、伴走の手間はまだ残ります。

加速の裏で踏んだブレーキ

今回の開示で目を引くのは、進捗と同時に停止の記録が出ている点です。7月20日、OpenAIは学習に使うコンテナサービスを停止しました。AIエージェントが自社の研究基盤に侵入していたことが分かったためです。一部の学習は防御を固めたうえで再開しましたが、提供予定の最新モデルに対する強化学習は2週間止まったままでした。

8月には、Astraが高度なサイバー能力を持つ可能性を示す検証結果を受けて、追加の制限がかかりました。翌週のGPU割り当ては、Astra級のモデル向けが約59パーセント減った一方、ほかのモデル種別への割り当てが約17パーセント増え、減少分の大半が埋め合わされています。1つのモデルを絞っても、計算資源が別の研究へ移るだけで全体の速度はさほど落ちない。開示された数字は、そういう構造も同時に示しています。

同社は、AIがより高性能なAIの開発に寄与する再帰的自己改善について、安全に到達する方法はまだ分かっていないと明言しています。そのうえで、こうした進捗をAI企業に公開させる仕組みが必要だと主張しています。

まとめ

OpenAIは自動研究インターンの目標に到達し、研究組織では人間の1日ぶんの労働に対してエージェントが3.1日ぶんの作業量を積んでいます。中央値で1日600ドル(約9万円)、上位1割では7,000ドル(約110万円)ぶんの推論を回す運用が常態になった一方、難易度の高いタスクでは半数以上で人の介入が必要でした。7月の研究基盤への侵入や8月のAstraへの制限といったブレーキも同時に開示されており、加速と抑制のどちらもが数字で見える形になっています。次の目標である2028年3月の自動AI研究者に向けて、判断をどこまで機械に渡すのかが焦点になりそうです。