OpenAIが初めて「内部RSIの進展」を発表しました：「自動化研究インターン」を実現しました。

著者：龙玥
AIフライホイールが回り始める：OpenAIが内部データを公開し、エージェントの作業量は人間の研究者の3倍以上に達した。

9月6日、OpenAIの公式ブログは記事「研究加速：OpenAI内部の視点（Research acceleration: The view inside OpenAI）」を発表し、内部データの形式でAIの「再帰的自己改善」（RSI）の進展を初めて公開した。OpenAIは、昨年の秋に設定した目標を達成したと述べ、今年の9月までに「自動化研究インターン」を作成した。

OpenAIが「研究インターン」と定義するのは、「人間の指導の下で明確に定義された研究タスクを実行できるシステムであり、熟練した研究者が数日かかるタスクを含む。」

次の目標は、2028年3月までに完全な「自動化AI研究者」を実現し、深層学習や整合性研究に参加し、反復を通じてシステムをさらに改善することです。

これは「AIがAIを訓練する」フライホイールが加速していることを意味します：AIがより多くのコードと実験結果を生み出し、研究が加速し、より良いモデルが訓練され、それが再びエージェントの能力を向上させます。

フライホイールが回転中：AIエージェントの作業量は人間の3倍

OpenAIが公開したデータによると、エージェントが最初に変えたのは研究者の日常業務の方法です。

今年初め、エージェントの使用量で中央値に位置するOpenAIの研究者は、コーディングエージェントの使用がまだ比較的限られていました。8月中旬までに、この研究者たちはエージェントを日常業務の流れに組み込みました。API価格換算で、中位の研究者のエージェント推論使用額は1日あたり600ドルを超えました；研究組織内で使用量が上位10％の研究者は、1日あたり7000ドルを超えるTokenを使用しています。

OpenAIは、研究部門のエージェント使用が他のチームよりも急速に増加しているとも述べています。中央値の従業員の出力Tokenの変化を計算すると、研究部門の使用規模は2025年12月に比べて124倍増加しています。

より重要な転換点は今年6月に発生しました。

6月以前、研究組織のエージェントの総稼働時間は人間の労働時間を下回っていました。その後、状況は逆転しました。8月中旬までに、標準の8時間労働日で計算すると、1人の人間の労働日を消費するごとに、研究組織のエージェントは3.1人の労働日分の作業量を生み出しています。

同時に、OpenAIは、ますます多くの研究者が同時に4つ以上のエージェントセッションを実行していると述べています。

コードと実験の加速、研究開発プロセスの実行可能な部分が拡大

OpenAIはAI研究開発を、改善提案の提示、評価の設計、インフラの構築、大規模テストの実施、トレーニング中のエラーや不安全行動の発見、効果的な提案をコアトレーニングに統合するという複数の段階を含むプロセスとして説明しています。

いずれかの段階が阻害されると、全体の研究開発サイクルが制限される可能性があります。

OpenAIは、コードを書くことと実験を実行することが研究者の2つの主要な作業であり、内部データはこれら2つの活動が加速していることを反映していると述べています。

一方で、会社のエンジニア全体のコード納品速度が向上しています。もう一方で、2026年以降、各アクティブな実験者に対応する実験の数が持続的に増加しており、2026年8月には2025年1月から追跡を開始して以来の新高値に達しました。

OpenAIは、この傾向がCodexの使用増加と関連していると述べていますが、同時に、2025年以降に利用可能な計算能力も大幅に増加しており、実験の増加を完全にエージェントに帰することはできないと強調しています。

"これらのデータポイントは比較的測定しやすいが、説明するのは難しいかもしれない。"

OpenAIはまた、自動化が進むにつれて、最も自動化が難しいタスクが研究者のより多くの時間を占め、将来の研究開発の新たなボトルネックになる可能性があると警告しています；計算能力も他のボトルネックが緩和された後により重要になる可能性があります。

このチェーンから見ると、エージェントがもたらすのは単一の段階の効率改善ではなく、コード供給、テスト回数、トラブルシューティング能力を増加させることによって、研究開発サイクルの待機時間を短縮することです。より多くの実験がより多くの結果を生み出し、研究者がそれを選別、検証、統合し、「人が方向を定める---エージェントが実行する---実験がフィードバックする---人が再決定する」というサイクルを形成します。

タスクはコードを書くことからトラブルシューティング、監視、分析にまで広がるが、高次の決定の割合は依然として低い

OpenAIは、Epoch AIが提案した最先端のAI研究開発タスク分類フレームワークを使用して、研究者がコーディングエージェントに与えたタスクを分類しました。

このフレームワークは、AI研究開発活動を6つのカテゴリに分けています：何をするかの決定、研究計画の設計、コードとデータセットの構築、トレーニングと評価の実行、実験とモデルのパフォーマンスの分析、研究成果と決定のコミュニケーション。

OpenAIは、2026年1月から8月の間に、上記のすべてのカテゴリのエージェント活動が増加したと述べています。

最も顕著な増加を示したタスクには、研究とインフラコード、技術支援とレビュー、監視とデバッグの実行、実験結果の分析、計算クラスターの運用などがあります。

その中で、研究とインフラコードの1日あたりの各研究者の出力Tokenの増加が最大で、19.82万に達しました；技術支援とレビューは15.88万増加；監視とデバッグの実行は13.31万増加しました。

しかし、OpenAIは、高次の計画タスクはエージェントの出力の中で依然としてごく小さな割合を占めていると述べています。例えば、「何をするかを決定する」「続行するか停止するかを決定する」といったタスクのToken規模は依然として低いです。

これは、少なくともOpenAIが現在公開している内部データによれば、エージェントは研究開発プロセスのより多くの実行的、技術的なタスクをカバーしているが、研究の方向性の選択、リソースの取捨選択、結果の判断は依然として主に人間によって行われていることを意味します。

エージェントの成功率は向上しているが、複雑なタスクには依然として人間の介入が必要

OpenAIはまた、エージェントのタスク完了率に関するデータを公開しました。

今年の1月から7月にかけて、検証可能な結果のあるタスクにおいて、各難易度レベル（人間が完了するのに必要な時間を代理指標とする）の成功率は一般的に向上しました。

しかし、重要な制約があります：タスクが複雑になるほど、人間の介入が必要になります。 過去6ヶ月間において、人間が4〜8時間を要するタスクの中で、成功したケースの半分以上が少なくとも1回の人間の介入を含んでいました。

OpenAIの表現は、「エージェントは成功するために依然として大量の人間の指導を必要とし、特にタスクの複雑さが増すにつれて。」

セキュリティ事件が一時停止を引き起こす：フライホイールもブレーキがかかることがある

フライホイールは摩擦なく回転しているわけではありません。

7月20日、 OpenAIはエージェントが内部研究インフラに侵入したことを発見し、すぐにトレーニング用のコンテナサービスを一時的に停止し、大量の追加制限を加えた後に復旧しました。これにより、強化学習のトレーニング計算能力が急激に低下し、約2週間続きました。

8月6日から7日、 初期の証拠はAstraモデルがその「準備フレームワーク」（Preparedness Framework）定義の下での重要なネットワーク能力を持っている可能性があることを示しました。OpenAIはAstraモデルに対して追加の特定の安全制限を実施し、より高い安全レベルの研究環境での運用を要求しました。

その後の1週間で、AstraレベルのGPU配分はさらに59.2％減少しましたが、他のモデルカテゴリの計算能力の配分は17.2％増加し、約85％のAstra計算能力のギャップを相殺し、全体の強化学習作業負荷の総計算能力の配分は基本的に変わりませんでした。

OpenAIはこれを次のように解釈しています：「新しい管理措置が導入されると、計算能力は依然として価値があり柔軟性を持ち、研究企業内の代替用途に自然に流れる。」

OpenAIの最高科学者が同日に警告を発する

同じ日に、OpenAIの最高科学者Jakub Pachockiは長文「An Alien Mind」（異星の心）を発表しました。

この記事では、AIは作られるものではなく育てられるものであり、それを作った人々も完全には理解していないと述べています。人類がAIが何を考えているかを見ることができる唯一の窓は、AIが書いた思考の連鎖です。この窓は閉じつつあります。AIは次世代のAIの訓練に参加し始めており、その速度は遅くなることはありません。現在、どの研究室も全速力で前進しているわけではなく、OpenAIも含まれています。

Pachockiは文中で、「内部の結果に基づいて、私はこの進展の速度が再帰的自己改善まで持続することを強く期待しています。」 しかし、彼は同時に、「現在、私はどの研究室も整合性と監視において十分な程度に達しているとは思っていないため、責任を持って最高速度で拡大し続けることはできません。」

彼は業界に自発的にスローダウンするよう呼びかけ、各国政府に国際的な調整を優先事項として掲げるよう促しました。

透明性と民主的ガバナンス

OpenAIは報告の最後に、RSIの進展を引き続き公開し、OpenAIを含む各企業がそのRSIの進展を公開追跡することを求められるべきだと主張しています。

報告はまた、現在の測定作業の限界を認めています：「エージェント駆動のAI研究は依然として新しいものであり、私たちはそれを測定する方法を学んでいる。」 一部の指標（例えば、コードの生産量）は収集が容易ですが解釈が難しい；研究の進展をより直接的に反映する指標（例えば、エージェントのタスク成功率）は複雑で検証が難しいです。

OpenAIの表明は、「私たちが進めることが受け入れられない安全リスクをもたらすことが判明した場合、私たちは適切な対応措置を講じます。これには、私たちが安全を十分に確保できないと考えるシステムの開発や展開を遅らせたり停止したりすることが含まれます。」