OpenAI研究者の上位1割は1日当たり367万円分のAIを使用、AI開発の中核は人間が担いつつ「AIによるAIの開発」の実現に向けて加速中
最先端AIの開発組織は、AIによってAIの改善を自律的に進行させる「再帰的自己改善(RSI)」の実現に向けて研究開発を続けています。新たにOpenAIが2026年10月までの開発進行状況を2026年11月18日に報告しました。
Research acceleration: The jagged frontier | OpenAI
https://openai.com/index/research-acceleration-jagged-frontier/
以下のグラフはOpenAIの研究者が「Codex」「ChatGPT Work」「Dots」に費やしているコストの推移をまとめたもので、左側のグラフが中央値、右側が上位1割のコストを示しています。2026年10月時点の1日当たりのコストの中央値は2400ドル(約38万円)、上位1割は2万3000ドル(約367万円)で、2026年8月の集計から大きく増額しています。
AIの研究開発に使われるAIエージェントの数も増加しています。全体的な個数は2026年5月から2026年10月にかけて5.7倍に増加し、事前学習では8.2倍、事後学習でも7.8倍と大きく増加しました。
人間の研究者が同時に稼働させるAIエージェントの数も増加傾向にあります。8~16個のAIエージェントを稼働させる研究者は2026年5月時点では1.4%でしたが、2026年10月には24.1%にまで増えました。
以下のグラフは研究者1人当たりのコード行数の推移を示しています。2026年に入ってからコード行数が急増しており、2026年10月7日には2025年以前の平均の7.45倍に達しました。
人間による介入なしでAIエージェントがタスクを完遂できる割合も増加しています。以下のグラフはタスクに要する時間ごとの完遂率の推移を示しており、全体的に上昇傾向にあることが分かります。
タスクのカテゴリごとの完遂率を2026年8月1日~2026年10月18日の範囲で集計した結果が以下。カテゴリごとにバラつきがあり、「Build(構築)」は43%、「Communicate(コミュニケート)」は69%でした。
研究者の肌感覚を調査するために、101人の研究者を対象に「GPT-5.2以上の性能を持つAIへのアクセス権を今後3カ月間剥奪された場合、最先端コーディングエージェントを復元するために人員・計算資源をどれだけ差しだしますか?」という質問を実施。その結果、人員の中央値は40%、計算資源の中央値は30%となりました。また、「同じ質問を2027年1月にしたら?」という質問の場合、犠牲にする計算資源の中央値は50%となりました。この結果は、OpenAIの研究員がAIへの依存を深めており、今後さらにAIにタスクを任せられるようになると予測していることを示しています。
また、研究者に対する個別インタビューでは「以前はオープンソースの評価ツールの有効性を検証するのに1週間半~2週間を必要としたが、現在は1日~数日で検証できる」「アイデアに関しては自分の方がAIより優れていると思うが、この状況が長く続く自信はない」といったAIの優秀さを示す意見が得られた一方で、「モデルにデータポイントを100回生成するように指示すると100回とも同じようなデータポイントが生成される」といった問題点を指摘する意見も得られたそうです。
OpenAIは集計結果をもとに「研究者たちはエージェントをより積極的に活用し、より多くの作業を委任し、モデルの能力と限界に合わせてワークフローを調整している。しかし、これらの改善はすべての研究ワークフローで一律に観察されるわけではなく、現時点のエージェントには依然として重大な欠陥が存在する」と結論付けています。
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.







