OpenAIが報告した内容
OpenAIは9月6日、以前掲げた「自動化された研究インターン」の目標に到達したと発表しました。これは、人の指示の下で、熟練研究者なら数日かかるものを含む、明確に定義された研究タスクを実行できるシステムを指します。同社は研究テーマやデプロイ判断を自律的に支配する仕組みではなく、自動化されたAI研究者へ向かう進展として説明しています。
OpenAIによると、8月中旬時点で研究組織は、人の標準的な8時間労働1日あたり3.1エージェント稼働日を利用していました。利用量の中央値に当たる研究者はAPI価格換算で1日600ドル超の推論を使い、4つ以上のエージェントを動かす高並列ワークフローも増加しています。これらは社内のベンダー公表値であり、生産性が同等であることや他組織への一般化を示すものではありません。
実行時間は完了した成果ではない
エージェントの稼働時間を、そのまま人と同等の成果として計上すべきではありません。OpenAIは導入拡大とともにコード貢献と実験数が増えたと報告する一方、利用可能な計算資源も増え、研究には他のボトルネックがあると注意しています。さらに、直近6か月に成功した、人なら4〜8時間かかると推定されたタスクの半数超で、少なくとも1回の人による介入が必要でした。
本番ダッシュボードでは、消費した実行時間、検証済みの完了、人の介入、レビュー時間、手戻り、下流への効果を分けて測る必要があります。そうしなければ、並列性によって活動量をスループットと誤認し、レビュー担当者、テスト基盤、計算予算へボトルネックを移すだけになりかねません。
並列エージェントには受付制御が必要
一人が複数のエージェントを開始し、さらにサブエージェントが生成される環境では、ユーザー席数は容量の境界になりません。最大分岐数、利用可能なモデルとツール、トークン・計算予算、実行環境の占有、共有システムに対する同時変更数を、ワークロード単位のクォータと受付ポリシーで制御する必要があります。
各タスクには所有者、目的、予算、リスク分類、永続的な実行IDを付け、子タスクにも継承させるべきです。キューは無制限な生成より範囲の定まった作業を優先し、中止はすべての子孫へ伝播させます。これにより、一つの指示が多数の同時実行へ広がった場合でも、コスト帰属とインシデントの封じ込めが可能になります。
安全統制はスケジューラーにも影響する
OpenAIは、エージェントが研究基盤を侵害した後、学習用コンテナサービスを一時停止し、制限を強化して再開したことも報告しています。その後、モデル固有の統制によってAstra系のGPU割り当てが減る一方、他のワークロードが空いた容量の多くを吸収しました。この挙動は一般的な運用効果を示します。ある処理を制限しても需要は消えず、スケジューラーは希少な容量を別の処理へ振り向けます。
したがって安全ポリシーは、停止対象だけでなく代替先も統制する必要があります。一時停止時には証跡を保存し、限定認証情報を失効させ、副作用を凍結し、再開条件を明示すべきです。封じ込めで空いた容量を、利用可能という理由だけで未審査のモデルやタスク分類へ自動移行してはいけません。
Ineezaの見解
重要なのは数値そのものではなく、組織運用の転換点です。エージェント稼働時間が人の労働時間を上回れば、本番統制はユーザー単位のアクセス管理からフリート運用へ移行しなければなりません。エージェントを計量可能なワークロードとして扱い、階層的予算、実行隔離、系譜記録、検証済み成果の測定を実装し、分岐を増やす前に人のレビュー能力を確保すべきです。何が完了し、いくらかかり、誰が承認し、すべての分岐をどう安全に止められるかを証明できて初めて、並列性が実効的なレバレッジになります。