OpenAIは2026年9月7日、同年9月までに「自動化された研究インターン」レベルに到達するという目標を達成したと発表した。同社の定義によれば、この呼称は、人間の指示の下で明確に定義された研究タスクを実行し、有資格の研究者なら数日を要する可能性のある作業を完了できるシステムを指す。
ただし、このレベルに到達したからといって、システムが独立した研究者になったことを意味するわけではない。研究の優先順位を定め、追求に値するアイデアを選び、システムを拡大するか停止するかを決定する責任は、依然として人間にある。OpenAIは2025年10月、この道筋を2段階に分けて示しており、次の目標は2028年3月までに「自動化されたAI研究者」レベルに到達することである。
コーディングエージェントが研究業務の中心へ
OpenAIが共有したデータは、同社の研究チームの働き方が急速に変化していることを示している。2026年初頭、研究者によるコーディングエージェントの利用は比較的限定的だったが、8月半ばまでには、平均的な研究者が日々のワークフローの中でこれらのシステムを定期的に利用するようになった。
同社は、平均的な研究者が利用するエージェントの1日当たりの推論コストを、API価格に基づいて算出すると600ドル超と見積もっている。また、エージェントの総稼働時間は、2026年6月以前には人間の作業時間を下回っていた水準から、8月半ばには研究組織内で人間の1労働日当たりエージェント約3.1労働日分にまで増加した。
研究者は複数のエージェントを同時に稼働させており、これらのシステムは研究インフラの問題への対応、コードの作成、実験の分析、技術支援などのタスクを実行し始めている。OpenAIによると、この利用によって研究者はより速くコードを作成し、より多くの実験を実施できるようになった。2026年8月、アクティブな研究者1人当たりの実験数の平均は、2025年1月に測定を開始して以来の最高水準に達した。同社はこれを、Codexの利用増加と利用可能な計算能力の向上に結び付けている。
実際に何が変わったのか？
エージェントはもはや研究コードやインフラの作成に限定されず、技術支援、実験の監視、より長期間にわたるタスクへと役割を拡大している。しかし、この拡大は完全な自律性と同義ではない。過去6か月間、4時間から8時間を要したタスクの半数超で、少なくとも1回の人間による介入が必要だった。
したがって、OpenAIが説明する「研究インターン」は、研究者が定めた範囲内で働く高度なアシスタントであり、独立した研究アジェンダを作成したり、どのアイデアを発展させるべきかを自ら決定したりするシステムではない。
次の段階と管理をめぐる問い
OpenAIは、より遠い目標をAI研究の自動化がますます進むという考えと結び付けており、最終的には、システムが新たなシステムの開発を支援し、安全性とアラインメントの研究を加速させることを目指している。同社は、危険なAIエージェントに対する防御手段の開発や、重要インフラの保護などを潜在的な用途として挙げている。
しかし同社は、広範な反復的自己改善、すなわちRSIへの急速な到達を不可避の目標とは考えていない。OpenAIは、この方向で進歩を続けられるかどうかは、人間が主導権を維持できる能力と、モデルの能力向上と並行して安全対策が発展するかどうかにかかっていると述べている。この点は発表における最も重要な制約として残る。提示された数字はOpenAI内部での試行を表すものであり、それだけで、自動化が同じペースで同社の環境外へ拡大すること、あるいは人間の介入なしに拡大することを証明するものではない。