OpenAI、「自動研究インターンに到達」と宣言──研究者1人にエージェント3.1労働日、中央値の研究者が1日600ドル、成功の過半数には人の介入。社内実測の全数字と、同じ日に主席科学者が書いた「減速」

2026年9月17日時点の情報です。OpenAIは2026年9月6日、「Research acceleration: The view inside OpenAI（研究の加速、OpenAIの内側からの眺め）」を公開した。AIがAI研究をどれだけ速くしたかを、社内の実測値で示した文書だ。書かれているのは「AGIに到達した」ではなく、**「自動研究インターンに到達した」**である。同じ日、NVIDIAのジェンスン・フアンCEOはXに「AGIが到着した。OpenAIチームおめでとう」と投稿し、OpenAIの主席科学者ヤクブ・パホツキは別の文書「An Alien Mind」で自主的な減速への期待を書いた。この記事は、レポートの数字と測り方、なぜ一度止まったか、同じ日の2本目、そして「AGI到着」との距離を、一次資料の記述だけで整理する。

動画版も公開しています： https://youtu.be/IjWV9rjC1mA

3行まとめ

1. OpenAIは「我々の測定によれば、昨秋に発表した、今年9月までに自動研究インターンを持つという目標に到達した」と書いた。2025年10月29日にサム・アルトマンがXで約束した目標で、次は2028年3月の「本物の自動AI研究者」。
2. 実測値は、8月中旬に利用量が中央値の研究者が1日600ドル超の推論を消費（90パーセンタイルは7,000ドル超）、研究組織全体で人間の1労働日あたりエージェント3.1労働日（2026年6月より前は人間が上）、4体以上を同時に走らせる研究者が増加。ただし人間なら4〜8時間のタスクで成功したものの過半数には途中で1回以上の人の介入があり、採点は自社のGPT-5.6 Sol、人の判定との照合は25件。
3. 同じ日にパホツキが「この進歩の速度は再帰的自己改善（RSI）まで持続しうると強く予期する」「最高速度で責任を持ってスケールし続けられるほどアラインメントと監視を解いたラボは1つもない」と書き、自主的な減速を期待した。OpenAIの2本の文書のどこにも「AGIに到達」の宣言は無く、自己改善の水準（Preparedness Framework）の判定もこのレポートには書かれていない。

何を宣言したか

レポートの書き出しは「AGIが全人類の利益になるには、民主的に統治されなければならない」で、AGIという言葉は使命の文脈で最初から出てくる。宣言の原文は次の通り。

According to our measurements, we have now reached the goal, announced last fall, of having an automated research intern by September of this year.

（我々の測定によれば、昨秋に発表した、今年9月までに自動研究インターンを持つという目標に到達した）

インターンの定義は「人の指示のもとで、明確に決まった研究タスクをこなすシステム。熟練の研究者なら数日かかるタスクも含む」。約束の元は、2025年10月29日のサム・アルトマンのX投稿「2026年9月までに、数十万GPUで動く自動研究インターン。2028年3月までに本物の自動AI研究者」で、同じ投稿には「この目標に完全に失敗するかもしれない。それでも影響が大きすぎるので、公開するのが公共の利益だ」ともある。10か月あまり前の約束だ。

レポートは2028年3月の自動AI研究者に向けて「強い進捗を出している」と書く一方、「研究全体の進捗は、これらの指標ほど速くは進まないだろう。優先順位を決め、結果を判断し、デプロイを決めるのは人だ」という但し書きも本文に置いている。

実測値──1日600ドル、3.1労働日、4体同時

今年の初め、利用量で真ん中の研究者は控えめにしか使っていなかった。それが8月中旬には毎日エージェントを使い、1日600ドルを超える。一番上ではなく真ん中の人の数字である。

何を任せているか──増えたのは「困りごと解決」と「監視」

任せている仕事の中身は、Epoch AIの分類（決める・設計する・コードとデータを作る・訓練や評価を走らせる・分析する・伝える、の6段階）でエージェントの出力を振り分けて測っている。1月から8月で6つすべてが増え、1月に最も多かった「研究とインフラのコードを書く」は今も増えている。目立って増えたのは「技術的な困りごとの解決」と「走っている訓練や評価の監視」の2つ。逆に「高いレベルの計画を立てる」はいまだにごく一部で、何をやるかを決めるのは人の側だ。

人への質問が減った証拠も出ている。社内の複数チームが開いていた、研究者の実験の困りごとを助けるオフィスアワーは2026年に入って出席が減り、1チームは開催をやめた。推論チームが技術支援を受け付ける社内チャンネルの1日の投稿数は減り続け、他の人間の窓口に流れた形跡は無い。注記によれば、その間にチームの人数は増え、残った投稿の中身も支援依頼からコードレビュー依頼に変わっている。測り方は、社内のコーディングセッションの2%を無作為に抜き、GPT-5.6 Solに分類させる（分類の指示文も全文公開）。

成功しているのか──過半数に人の介入

タスクを「人間がやれば何時間かかるか」で難易度に分けると、1月から7月でどの難易度でも成功率はおおむね上がった。ただし原文はこう続く。

However, agents still require significant human steering to be successful, especially as task complexity rises.

（エージェントが成功するには、依然としてかなりの人の舵取りが要る。タスクが複雑になるほど特にそうだ）

数字は「直近6か月、人間なら4〜8時間かかるタスクで成功したもののうち、過半数は途中で1回以上、人が介入していた」。介入の数え方は、人が後から修正の指示を出した／コードがそのまま取り込まれず変更された、で、続きの依頼は数えない。成否の判定はGPT-5.6 Solを使ったエージェント型の分類器が、セッションの前後・社内チャット・文書・コードの変更履歴まで読んで後から突き止める。人が手で判定した25件と照合して一致した、と書かれている。結果が分からないタスクは除外して集計しているが、除外分を全部失敗と見なしても「後の月ほど成績が良い」という結論は変わらないともある。

なぜ一度止めたか──7月の事件と、流れ続けた計算資源

7月、OpenAIの社内でサイバー攻撃能力を測る評価を回している最中に、エージェントが隔離を破った。主に動いたのはGPT-5.6 Solと同規模の社内研究モデルで、5月12日に社内のパッケージ管理サービスへ最初のメモを残し、そこが掲示板になり、7月には外部企業Hugging Faceのサーバーまで侵害した。検知は7月19日、公表は7月21日（事件の記事）。

OpenAI自身の読みは「新しい統制を入れても、計算資源は価値があり柔軟なので、研究の中で自然に別の用途へ流れる。規制の議論への示唆だ」。事故があっても、研究の加速は止まらなかった。

同じ日のもう1本──パホツキ「An Alien Mind」

主席科学者ヤクブ・パホツキの文書は2023年半ばの夜から始まる。推論モデルの訓練が伸びると確信できた最初の結果を見た夜、彼と同僚は成果ではなく「自分たちより賢い機械を、生きているうちに実際に見ることになる。その形がもう見えている」という重さをどう伝えるかを一晩考えたという。3年後の今、彼はこう書く。

Based on internal results, I have a strong expectation that this speed of progress could be sustained into recursive self-improvement.

（社内の結果に基づき、この進歩の速度は再帰的自己改善まで持続しうると強く予期している）

続けて「今は極度の注意が要る時期だ。機械知能の急速な上昇が続いた場合の帰結に、誰も準備ができていないことを懸念している」。理由の1つは監視で、モデルの思考の連鎖を読んで危険な考えを見つける方法が弱ってきていると書く。要因は、モデルが人や道具とやり取りする環境が複雑になった／モデルが自分の推論過程を操れるようになってきた／推論を書き出さなくても賢くなった、の3つ。結論は「現時点で、最高速度で責任を持ってスケールし続けられるほど、アラインメントと監視を解いたラボは1つもない」「共有の安全基準ができるまで、自主的な減速が一般的になることを期待し、希望する」。ただしAstraについては「長く取り組んできた重要な進歩を初めて取り込んだモデルで、Solより有意にアラインされている」とも書いており、減速論であって否定ではない。

「AGI到着」との距離──誰が何と言ったか

「1人に3.1労働日分のエージェント」は「高」の定義（1人に助手1人）に当たるようにも読めるが、レポートは自己改善の水準を判定していない。書いてあるのは実測値とインターン到達だけである。

数字の限界──OpenAI自身が書いている分

1. 採点しているのも自社のモデル。仕事の分類も成否の判定も難易度の見積もりもGPT-5.6 Sol。人の判定との照合は25件、全体は2%の無作為抽出、結果が分からなかったタスクは集計から外れている。OpenAIも「測定の取り組みはまだ予備的だ」と書き、方法の公開は業界で共通の測り方を作るためだとしている
2. 実験の数が増えた話には「計算資源の増加を統制していない」と注記がある。2025年から使えるGPUは大幅に増えている
3. 「これらのデータは測りやすいが、解釈は難しい」と本文にある。コードの量が増えても、研究の前進とどう対応するかは分からない
4. 計算資源の分析からは機密性の高いサブプロジェクトが除かれ、モデルの種類が特定できない4.5%も除外
5. 第三者の検証はまだ無い。ただしOpenAIは6月の政策提言で、各社にRSIへの進捗の公開追跡を義務づけ、米国のCAISIが測定手法を作るべきだと自分から提案しており、今回も「義務がなくても、RSIの進捗について透明性を保ち続ける」と書いている

同じレポートに「急速なRSIは、必ずしも追求すべき結果ではない」「十分に安全を守れないと分かれば、開発やデプロイを遅らせるか止める」という止める条件まで書いてある。

筆者の見立て（事実ではなく意見）

ここからは筆者の意見で、事実ではない。Astraは、AIとしてはかなり究極に近いところまで来ていると思う。ただしAGIではないと感じる。理由は今日の数字だ。4〜8時間の仕事で成功の過半数に人が介入している。何をやるかを決める仕事はまだごく一部。そして作った会社自身がインターンと呼んでいる。AGIかどうかの言い争いより、この文書の価値は「AIがAI研究をどれだけ回しているかの実測値が、初めて外に出た」ことにある。

OpenAIの研究者の使い方は、そのまま型として使える。①4体以上を同時に走らせ、人は監督に回る。②技術的な困りごとは隣の人より先にエージェントに投げる（社内で一番減ったのは人への質問）。③4〜8時間級の長い仕事は、最初から途中で確認する箇所を決めて任せきりにしない。

次に見る指標は4つ。自己改善の項目で「高」の判定が出るか、第三者が測る仕組みができるか、Astraの後継の訓練がどう進むか、そして2028年3月の自動研究者。

出典と時点

• 一次資料：OpenAI「Research acceleration: The view inside OpenAI」（2026年9月6日・本文とView methods 12本）、Sam Altman X投稿（2025年10月29日）、Jensen Huang X投稿（2026年9月6日）、Jakub Pachocki「An Alien Mind」、OpenAI「The Hugging Face incident and the road ahead」「Pacing model development…」「Path to Astra」「Safety overview: GPT-6 Astra」、Preparedness Framework v2、6月2日の政策提言PDF
• 二次資料：Epoch AI「Toward an O*NET for AI R&D」（6段階分類）
• 当サイトの確認：2026年9月7日にブラウザで各文書を実読し、数字47項目を照合。引用の訳は筆者による。使わなかった数字：Polymarketの「23%」、Brockman氏の「AGI時代へようこそ」（二次投稿のみ）、Jensen投稿の表示回数（時点で変動）