AI Trackerアプリ
← すべてのニュース

OpenAI、コーディングエージェントが2〜4時間かかる研究タスクのほぼ半数を、人手を介さず完了するようになったと報告

11月18日付のレポートでOpenAIは、コーディングエージェントが自社のAI研究をどう変えているかを示す社内測定結果を公開した。これは9月のレポートを更新するものだ。同社は生産性向上を「まだら模様」と表現し、研究において人間が引き続き中心的な役割を担うとしている。

  • タスクの成功率: OpenAIの推定では、人間なら2〜4時間かかるタスクで、エージェントが人間の介入なしに成功する割合は3月から10月にかけて23%から46%に上昇した。4〜8時間かかるタスクでは13%から35%に上昇。タスクの種類別では、学習実行の監視が79%、技術的な質問への回答が72%、学習実行の開始が35%、評価・エージェント環境の構築が29%、推論・サービング用コードの作成が25%だった。
  • 利用状況: APIの定価換算で、研究者1人あたりのエージェント利用額の中央値は10月に1日2,400ドルとなり、9月比で62%増加した。90パーセンタイルは2万3,000ドルで、105%増加した。研究者1人あたりのエージェント稼働日は0.5日から5.7日に増えた。OpenAIによると、9月時点でエージェント利用のAPI換算額は研究者の株式報酬を除く給与のおよそ2倍に相当し、社内での導入に使われる研究計算資源は全体の2%だという。
  • アンケート: 研究スタッフ101人を対象とした調査では、最先端のコーディングエージェントを3か月間使い続けられるなら、チームの人員を中央値で40%、またはチームの計算資源を30%手放してもよいと回答した。より小規模な調査では、回答者28人中27人が、最新の社内モデルを使えば、中堅の研究エンジニアと2024年モデルを組み合わせるより生産性が上がると予想した。
  • アイデア: 研究者らによると、GPT-6 AstraとGPT-6.2 Astraの中核となるアイデアは人間が考案し、モデルはその実装を支援した。一部の事前学習研究者は、GPT-6.2 Astraのアイデア開発にCodexが役立ったと述べた。
  • 安全性: OpenAIによると、記録されたSafety and Alignment関連の取り組みは1月から9月にかけて77%増加し、研究分野の中で最大の伸びとなった。7月のHugging Face incidentを受けて増加が加速した。

OpenAIは、このレポートは再帰的な自己改善の指標を公に追跡するためのものであり、同社がそれを追求する意図を示すものと解釈すべきではないとしている。数値はOpenAI独自の推定であり、タスク委任データと自己申告データには限界があることも明記している。

こんなニュースをプッシュで。

使っているツールに変化があると、AI Tracker がお知らせします。

アプリを入手