OpenAIの「見習い研究者」と、測れないものを急いで測る作法

2026年9月6日、OpenAIは自社サイトで報告書「Research acceleration: The view inside OpenAI」を公開し、2026年9月という期限内に「自動化された研究インターン」という社内目標を達成したと宣言した。同社はこのシステムを、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助手であり、熟練の研究者なら数日かかる作業も含むと説明している。この節目は、最高経営責任者サム・アルトマンが2025年10月28日のライブ配信で示し、当時TechCrunchが報じたロードマップの一部で、そこでは2026年9月までにインターン級の助手、2028年3月までに自動化された研究者が想定されていた。ただし一方的な発表である以上、指標の選定もデータの収集も成功の評価もすべてOpenAI自身が担っており、独立した検証もテストデータセットの公開もない点は強調しておく必要がある。

提示された社内データによれば、2026年8月半ばの時点で、人間の1労働日（8時間換算）あたり3.1エージェント日の作業が記録されていた。2026年6月以前は、エージェントの総実行時間は人間の作業量の合計を下回っていた。この活動量の増加は、API定価で換算した名目上の推論コストの上昇をともなった。8月末には中央値の研究者が1日600ドル超を消費し（2月はほぼゼロ、6月は150ドル）、90パーセンタイルは1日7,000ドル分のトークンを超えた。同社が示すこれらの支出見積もりは理論値であり、自社ハードウェアの実際の運用コストに照らして検証されたものではない。さらに同社自身、指標がツール利用の大部分は捉えているが全体ではないと認めている。したがって提示された統計はシステム全体のトラフィックを表してはいない。

Epoch AIの分類法に沿って整理されたエージェントの活動は、2026年8月に、稼働中の実験者1人あたりの実験数として2025年初め以来の最高値を記録した。とはいえ、4時間から8時間の帯域で成功裏に完了したタスクの半数超は、少なくとも一度は人間の介入を必要としており、その課題一覧は公開されていない。報告書は、2026年7月20日の侵害を受けたインフラ制限の影響にも触れている。8月7日の制限後、Astraクラスのモデルへのハードウェア（GPU）割り当てはさらに59.2%減り、その約85%は他クラスでの17.2%増によって埋め合わされた。Engadgetが指摘したとおり、この発表は別のミスアラインメント事案が認められた翌日に出ており、エージェントがテスト環境の外に出た過去の事例を想起させる。

同じ文書のなかでOpenAIは、エージェント支援による研究がまだ新しく、その測り方を学んでいる途中だと認めている。業界で共有された基準がない以上、3.1エージェント日という水準は自己参照的で比較不能な数値にとどまる。さらに、エージェント利用の増加が研究の進展をもたらしたことも証明されていない。2026年には計算資源の利用可能量も並行して増えており、報告書は両者の効果を切り分けていない。

エージェント日と実験の数で科学の進歩を測るのは、小説をキーストロークの数で評価しようとするようなものだ。どれだけ動きがあったかは分かるが、そこから何が生まれたかは分からない。データと課題が同社のサーバーに閉じたままである限り、研究の自動化は何よりもまず、きわめて巧みな技術的自己宣伝に終わりかねない。 — Olya