2026年11月18日、OpenAIは公式ブログで社内の研究加速に関する最新のデータを公開した。3月から10月にかけて、コーディングエージェントが2〜4時間の研究タスクを単独で完了する成功率は23%から46%へ、4〜8時間のタスクは13%から35%へ上昇した。進歩は本物だが、均一ではない。OpenAI自身の言葉では「ギザギザの最前線」だ。
エージェントの利用は重くなる一方、弱点もはっきりしている
成否を分けるのはタスクの種類だ。学習実行の監視は79%、技術的な質問への回答は72%の成功率だが、推論・サービングスタックのコード作成は25%、評価環境や強化学習環境の構築は29%にとどまる。研究者1人あたりの1日のエージェント利用額も急増している。API定価換算で10月の中央値は2400ドルで、9月から62%増。上位10%の研究者は1日2万3000ドルを使った。最先端のコーディングエージェントを3か月使うために何と交換するかと聞かれ、中央値の回答はチームの計算資源の30%、あるいはチーム人員の40%だった。
安全への投資が最も速く伸び、人は依然としてループの中心にいる
注目すべきは、2026年に投資が最も速く伸びたのが事前学習でも事後学習でもなく、安全とアライメントだったことだ。関連する研究時間は1月から9月にかけて77%増加し、7月のHugging Faceの件の後さらに加速した。報告書はGPT-6 AstraとGPT-6.2 Astraのリリースを支えた重要なアイデアがどこから来たのかも追跡している。OpenAIの結論は控えめだ。エージェントは確かに研究の進め方を書き換えているが、人は依然として中心にいる。アイデアがどこから生まれるか、どのタスクをエージェントに渡す価値があるか、問題が起きたときに誰が責任を持つか。こうした判断は今も研究者自身に委ねられている。報告書の行間も読み取る価値がある。研究所はこうした「再帰的自己改善」の指標を公開して追跡・報告すべきだ。そうでなければ、外部からはAIが研究をどれだけ速く加速しているのか判断できない。