エージェント
OpenAI、委任した2〜4時間規模の研究タスクの46%をエージェントが単独で完了と推計、3月は23%
OpenAIの11月18日の推計は委任されたタスクが対象で自社の手法に基づく。人間は引き続き中心だと同社は述べている。
AI Weeklyによると、OpenAIは11月18日の「Research acceleration: The jagged frontier」という投稿で、人間なら2〜4時間かかると評価された委任済みの研究タスクの推計46%を、コーディングエージェントが10月に介入なしで完了したと述べた。3月は23%だった。この数字は委任されたタスクについてのOpenAIの推計であり、研究者の仕事全体の尺度ではない。
要点
- 主な数字:TokenPostによると、2〜4時間のタスクで10月は46%、3月は23%。
- 長いタスク:TokenPostによると、4〜8時間のタスクは同じ期間に13%から35%へ。
- まだら模様:AI Weeklyによると、8月1日から10月18日にかけて、学習実行の監視タスクでは79%、起動タスクでは35%の成功率だった。
- 支出:TokenPostによると、研究者1人当たりの1日のエージェント利用額の中央値はAPI定価換算で10月に2,400ドルで、9月から62%増えた。
測り方
Kingy AIによると、この分析は既知の自動化パターンを除外し、研究者の月ごとに同じ重みを置く。結果が不明で介入記録もないタスクは半分が成功したと仮定する。Diggは、委任の選び方が変わったことも結果に影響しうると指摘する。
人間は輪の中に残る
Phemexによると、OpenAIは研究サイクルで人間が引き続き中心だと強調している。Diggによると、研究者は質の悪いコードや誤った分析を報告しており、密な監督が必要だという。
確立されていない点
- 別の手法で46%がどう変わるか:情報源に記載なし。
- 他の研究所が同等の数字を出しているか:情報源に記載なし。
- 研究者の仕事全体のうちエージェントが担う割合:情報源に記載なし。
比較表
| 項目 | 2026年11月19日時点で示されている内容 | 出典 |
|---|---|---|
| 2〜4時間タスク、3月 | 23% | TokenPost |
| 2〜4時間タスク、10月 | 46% | TokenPost |
| 4〜8時間タスク、3月から10月 | 13%から35% | TokenPost |
| エージェント利用額の中央値(1日) | 研究者1人当たり2,400ドル | TokenPost |
よくある質問
エージェントはOpenAI研究者の仕事の46%をこなしているのか?
いいえ。Diggによると、これは2〜4時間と評価された委任タスクの推定成功率である。
この数字は独立に検証されているか?
OpenAI自身の報告に基づくもので、外部監査は挙げられていない。
方法と限界
2026年11月19日にAI Weekly、TokenPost、Kingy AI、Digg、Phemexで確認した。
出典
- AI Weekly:OpenAI Says Coding Agents Finish 46% of 2-4 Hour Research Tasks(確認日:2026-11-19)
- TokenPost:OpenAI Coding Agents Post 46% Success Rate on Two-to-Four-Hour Tasks(確認日:2026-11-19)
- Kingy AI:How OpenAI uses AI to build AI, and where its agents struggle(確認日:2026-11-19)
- Digg:OpenAI says its coding agents finish longer research tasks—and still write ‘AI slop’(確認日:2026-11-19)
- Phemex:OpenAI Agents Double Research Task Success Rate to 46% in October(確認日:2026-11-19)