OpenAIのAstraがAIの焦点を回答から長期タスクの実行へシフト

Astraが真に注目すべき点は、特定の数学問題をどれほどうまく解けるかではなく、OpenAIが最先端モデルを即時回答システムから、数時間以上にわたって継続的にタスクを分解し、現実のソフトウェアを操作する実行システムへと変革している点である。

記事作成者、出典：0x9999in1、ME News



• Astraが真に注目すべき点は、特定の数学問題をどれほどうまく解けるかではなく、OpenAIが最先端モデルを即時回答システムから、数時間以上にわたって継続的にタスクを分解し、現実のソフトウェアを操作する実行システムへと変革している点である。
• 16のエージェントが協力して数学の問題を証明し、コンピューターを直接操作し、「AI研究インターン」といったデモは、同じ変化を示している：AI競争の核心指標は、単一の回答の品質から、独立してどれほど長く、どれほど複雑な作業チェーンを担えるかへと移行している。
• もしこの能力を安定して導入できるなら、企業がAIを購入するロジックも変わるだろう。過去はソフトウェアのライセンスやCopilotを購入していたが、今後は「デジタル労働力」とタスクスループットを購入する方向に徐々に近づいていく可能性がある。
• ただし、閉門デモは本番環境ではありません。Astraはまだ公開されておらず、所謂「研究インターン」もOpenAIの内部標準であり、数学デモで得られたのは候補証明であり、その科学的正しさに対する独立した認証ではありません。
• さらに注意すべきは、能力の向上がすでにOpenAI自身の研究開発速度を制約し始めていることです。OpenAIは8月、Astraが最上位の「Critical」サイバーセキュリティ能力の基準に達した可能性があり、その結果、一部のトレーニングおよび評価活動を一時停止したと認めていました。
• したがって、AstraがAGIであるかどうかを議論することは、もはやそれほど意味がない。真に重要な問題は、AIが「あなたの質問に答える」から「あなたの仕事を継続的に代行し、次世代AIの研究を支援する」段階に進む最初の機会が訪れたとき、企業、労働市場、AI企業の経済モデルがどのように変化するかである。

表面だけ見ると、Astraの非公開プレビューは、モデル発表前のまた一つのプロモーションに見えてしまう。

数十人のOpenAI重要顧客の経営陣が、サンフランシスコの新設されたMB0オフィスビルを訪れた。玄関外では、「Stop the AI Race」と書かれた抗議者が依然として集まっている。一方、玄関内では、ガラス扉の前に一面の緑植が設置され、両者の視界を遮っている。サム・アルトマンは、米国政府当局者にまだ公開されていないこのモデルファミリーを紹介した後、ワシントンから戻ってきたばかりである。

この画面は、今日のAI産業を、どの発表会よりも正確に要約しています：資本、顧客、政府は能力がさらに進むのを待っている一方で、別のグループはそれがやりすぎていることに懸念を抱き始めています。

しかし、Astraが本当に重要な点は、「モデルが何パーセント向上したか」ではない。

現場の最初のデモでは、16のAIエージェントが研究レベルの数学問題に取り組みました。それらは自ら問題を複数のサブ問題に分解し、それぞれを試行して結果を調整した後、候補証明を組み立てました。ここで「候補」という言葉を明確に述べておく必要があります：これは公開検証を経た新しい数学定理ではなく、16のエージェントが同時に作動したからといって、16人の優れた数学者からなる研究チームと同等になるわけではありません。複数のモデルは完全に同じ誤りを共有する可能性があり、エージェントの数が増えても、正解率が線形に向上するとは限りません。

しかし、それは依然として重要です。

過去、私たちは大規模モデルを評価する際、常に一つの質問に注目していました：それは答えを出せるか？

Astraは、問題を別のものに置き換えようとしています：自ら仕事を組織し、複雑なタスクを継続的に実行できるでしょうか？

両者は一歩之差に見えるが、商業的意義は一つの時代を隔てる可能性がある。

ChatGPTの初期の最も典型的なインタラクション方式は、人が質問し、機械が回答することだった。その後、Copilotはプログラミング、オフィス作業、創作のプロセスに導入され、人が次々と指示を出し、AIが継続的に支援するようになった。Agentがさらに進化すると、人間は目標を提示するだけで、機械がステップを自ら決定し、ツールを選択し、中間結果をチェックして継続的に推進するようになる。

したがって、2番目のデモは数学の問題よりも、経営陣が真剣に見る価値があります。

Astraはコンピューターを直接操作し、複数の一般的なデスクトップソフトウェア間で切り替え、コンテンツを作成・編集し、極めて高速で操作を完了する。Altmanは、モデルが「超人的で非常に高速」な方法でコンピューターを使用する様子を見ることを、OpenAIの従業員が最近最も衝撃を受けた出来事の一つだと述べた。

なぜコンピュータを操作することが重要なのですか？

企業の世界におけるほとんどの仕事は、チャットボックスに放り込めるような美しい質問ではない。

現実の業務は、ブラウザ、Excel、メール、コードリポジトリ、ERP、CRM、デザインソフト、内部データベース、承認システムの間で散在している。従業員の価値は、「答えを知っている」ことだけでなく、十数のシステム間で情報を移動し、判断を下し、ファイルを修正し、プロセスを推進して、最終的に仕事を完了させることにある。

AIがこの障壁を越えられない限り、それは依然として主に知識ツールである。

一度越えれば、初めて本当の意味で「労働力」に近づく。

AltmanがAstraに描いた核心製品の形態は、persistent agents——継続的に存在し、長期的に作動するAgentである。

この言葉はAGIほど刺激的ではないが、今後数年で企業の損益計算書に実際に影響を与える可能性が高い。

OpenAIのチーフサイエンティスト、ジャクブ・パチョツキはTIMEに、Astraが社内設定の「自動化AI研究インターン」基準に達したと語った。実験のアイデアを与えれば、AstraはOpenAIの独自コードベースにアクセスしてソリューションを実装し、実験を実行して結果を返すことができる。研究論文を与えれば、過去には人間の研究者が約1週間を要した後続作業を実行できる。

これはまだOpenAIの内部評価にすぎず、独立した第三者による検証はなく、さらに「Astraが研究者を置き換えることができる」と単純に推論することはできません。しかし、これによって示されたシグナルは十分に明確です。OpenAIが追求する単位は、token、回答、対話からタスクの継続時間へと移行しています。

この方向性は、OpenAI自身が突然生み出したナラティブではありません。

独立評価機関METRは過去数年間、Agentの能力を「タスク完了時間枠」で測定しようと試みてきた：モデルが特定の問題を解けるかどうかを問うのではなく、一定の成功率で、人間の専門家が完了させるのに必要な時間に相当するタスクを達成できるかを観察する。

METRの2026年以降のデータは、依然として明確な指数的改善傾向を示している。長期的に見ると、最先端モデルのソフトウェアと研究タスクの期間は約6〜7ヶ月ごとに倍増している。2023年以降のデータに限定すると、その成長速度はさらに速い。今年5月までに、最新の公開モデルの中には、既存のテストセットの約16時間という有効測定範囲に迫り、あるいはそれを超えるものも現れたため、METRはこの長さを超えるデータは過剰に解釈すべきでないと注意を促している。

これがまさにAstraが登場した理由です。

モデルが安定して完了できるタスクの期間が数分から数時間、さらに数時間から1日甚至それ以上へと延長されるにつれて、製品の形態は必ず変化する。あなたはもはやチャットウィンドウの横に座って常に修正する必要がなくなり、代わりに同僚にタスクを割り当てるように、「この問題を調査して、3つの方案をテストし、データを整理して、明日結果を私に持ってきてくれ」と言うようになる。

いわゆる「バーチャル同僚」とは、本当に分かれ目となるのは、それが人間のように話せるかどうかではない。

しかし、あなたが去った後も、それはまだ働き続けるでしょうか。

これはAstraが最も過小評価されている財務的意味でもあります。

過去3年間、企業が生成型AIを導入する主流のモデルは、本質的に従来のSaaSモデルの延長にすぎません：従業員1人あたりAIライセンスを1つ追加し、毎月数十ドルを追加で支払うだけです。Microsoft Copilotも、ChatGPTのビジネス版も、多数のAI SaaSサービスも同様です。

しかし、persistent agentが成熟すると、この価格設定ロジックはますます不自然になっていく。

なぜですか？

企業が実際に購入しているのは、「特定の従業員がAIを使用する権限」ではなく、AI自体が作業を完了する能力である。

かつて財務チームは、データ整理、報告書のドラフト作成、異常チェック、複数システムへの入力に10人を必要としていた。今後、管理者が直面する課題は、「10人にそれぞれCopilotを購入するか？」ではなく、「これらのタスクを完了させるために、いくつのAgentの作業量を購入すべきか？」となるだろう。

このとき、AIの競合相手はソフトウェア予算だけではなくなる。

それは人件費予算に組み込まれ始めました。

2026年のスタンフォードAIインデックスのデータは、この矛盾をすでに示している。一方で、企業のAI採用率は引き続き急上昇しており、2025年には調査対象の組織の88%が少なくとも1つの分野でAIを導入しており、70%が生成型AIをすでに使用している。他方で、エージェントを実際に導入している企業は、ほとんどの業務機能において依然として一桁の割合にとどまっている。

言い換えれば、人々はすでに「AIを使う」ことに非常に積極的ですが、まだ「ことをAIに任せる」ことに大規模には積極的ではありません。

これがAstraが乗り越えようとしている溝です。

一度超車すれば、その影響はテクノロジー企業内にとどまらない。スタンフォード大学の統計によると、2024年以降、米国における22歳から25歳のソフトウェア開発者の雇用は約20%減少している。一方で、調査対象企業の約3分の1は、今後1年間でAIによって人員削減が発生すると予想しているが、現在の全体的な雇用市場では、同規模の包括的な失業は見られていない。

これは、AIが労働市場に与える影響が、まるで総スイッチを一気に押すような突然の変化ではなく、まず採用の入口や初級職、標準化された知識労働の限界的需要を変える可能性があることを示している。

そのため、「AI研究インターン」という呼び名は実は微妙です。

今日、それは研究者に代わって、1週間かかるが目標が明確な実験作業をまず行うかもしれない。明日、企業はこう尋ねるだろう：財務アナリストの初期モデリングは？コンサルタントの情報収集は？プログラマーの通常開発は？マーケティング部門のシステム間実行は？

過去、私たちはAIが「ある職業を置き換える」かどうかについて議論してきました。

より現実的なプロセスは、AIがまず、その職業の中で最も標準化されやすく、最も検証しやすく、最も時間のかかる作業モジュールを少しずつ引き取ることである。職種がある朝いきなり消えることはないが、以前は新人10人で行っていた仕事は、次第に6人、4人、そして一組のエージェントで十分になる可能性がある。

雇用市場を真正に変えるのは、通常「AIが突然何でもできるようになった」ことではない。

しかし企業は発見した：次の人材はまず採用しないでよい。

もしこの物語がここで終われば、Astraはただ非常に商業的な想像力に富んだ製品にすぎない。

問題は、OpenAI自身がすでに、この件はそれほど単純ではないことを証明していることです。

8月7日、OpenAIは内部の最新評価に基づき、AstraがそのPreparedness Frameworkにおける「Critical」サイバーセキュリティ能力レベルに達することを排除できなくなったと公表しました。

この基準は「モデル比較がコードを書ける」ことではありません。

OpenAI自身の定義によると、Criticalレベルとは、人間の介入なしに、多数の強化された現実の重要なシステムに対して、さまざまな深刻度のゼロデイ脆弱性を検出し開発する、または単一の高レベルの目標に基づいて、強化された目標に対するエンドツーエンドの新規攻撃戦略を自律的に設計・実行することを意味する。

OpenAIは、現在このレベルを完全に排除できないだけであり、Astraが上記のすべての機能を備えていることを最終的に確認したわけではないと強調している。また、Astraは以前のOpenAIがHugging Faceに関与したセキュリティイベントとは無関係である。

しかし、会社の反応はすでに問題を物語っている。

OpenAIはネットワーク隔離、サンドボックス、モデル重み保護、およびフルプロセス監視を強化し、新しいセキュリティ基準に準拠しないAstraの活動を一時停止しました。8月18日、同社はさらに、環境の強化と監視範囲の拡大を目的として、最新のモデルを導入するための強化学習トレーニングを2週間停止したことを明かしました。当時、最大規模の最先端RLトレーニングは依然として停止中であり、Astraに関連する多数のトレーニングおよび評価作業もまだ再開されていません。

甚至安全本身，也开始成为一项昂贵的算力支出。

OpenAIは、現在の監視システムが、監視対象の推論計算量の約20%に相当する追加の計算リソースを消費していると推定しています。

この数字は資本市場にとって非常に記憶に残るものです。

AI業界の過去数年の物語は、モデルが強力になるほど商業的価値が高まり、そのためより多くのGPU、データセンター、電力を投入する価値があるというものだった。しかしAstraは別のコスト曲線を示し始めている——モデルが強力になるほど、訓練コストが高くなるだけでなく、セキュリティ、隔離、監視、ガバナンス自体が計算リソースを食い尽くし始めている。

これは、次世代AIの経済モデルが「100万トークンあたりいくらか」だけを計算してはならないことを意味する。

失制リスク、セキュリティのレダンダンシー、人間による承認、権限の分離、およびエラーによる実際の損失を計算する必要があります。

メールを書くモデルがエラーを起こしても、せいぜい恥ずかしい思いをするだけです。

長期記憶、コード実行能力、ネットワークアクセス権限を持ち、企業システムを数時間にわたり自律的に操作できるエージェントが誤動作した場合、その性質はまったく異なる。

能力が「従業員」に近いほど、権限管理も「従業員」に近づける必要がある。能力が一般従業員を超えた場合、セキュリティ要件は従業員以上でなければならない。

したがって、AstraがOpenAIに真正面から挑戦する点は、「作れるかどうか」ではないかもしれない。

しかし、このようなシステムを企業が本番環境に導入できる製品にできるでしょうか。

Altmanは非公開プレビューで、Astraが「真に重要な形で新しいものを発明できる」最初のモデルになると予想し、その能力を「AGIに非常に似たもの」と呼んだ。

この文は確かに強いAltmanスタイルです。

今日、Astraが安定して同行評価された重要な科学的新知見を生み出したことを示す公開の証拠は一切なく、OpenAIも十分な外部テスト結果を公表していない。したがって、Astraを「AGIが到来した」と直接記述することは、必要性も事実基盤も欠いている。

しかし、Altmanがなぜあえて「新しい知識の発見」を強調するのかは、真剣に検討する価値がある。

这才是AI产业真正可能发生指数级变化的地方。

AIが人間のコード作成、デザイン、ファイル分析の効率を高めるだけであるならば、業界がいかに急進的であっても、本質的には生産性ツールの革命にとどまる。経済効率を大幅に向上させることができるが、次に何を研究するか、実験をどのように設計するか、次世代技術をどのように創造するかについては、依然として人間の判断に大きく依存する。

AIがAI研究自体に参加できるなら、論理は変わる。

論文を読み、実験計画を立案し、大規模なコードベースを修正し、自ら実験を実行して結果を分析できるエージェントは、優秀な研究インターンのレベルに達しただけでも、トップレベルの研究室の有効な研究能力を拡大することができる。

今日、100人の研究者がいる場合、背後で500のAgentを動かすことができるかもしれない；将来、各研究者が1日に同時に推進できる実験の数は、24時間という制約ではなく、計算能力、実験コスト、および検証能力に大きく依存するようになるかもしれない。

そのため、かつて非常に抽象的だった概念「AIがより良いAIの開発を支援する」が具体化し始めた。

これがAstraで最も注目すべきであり、同時に最も控えるべき点である。

「他人が設計した実験を完了する」から「価値のある新しい研究方向を自発的に提案する」までには依然として大きな溝があり、「見かけ上合理的な新しいアイデアを生成する」から「再現可能で検証可能であり、科学の進歩を真に促す新しい知識を生み出す」までには、さらに大きな差がある。

16のエージェントが同時に作動するということは、16倍のイノベーションを意味するわけではない。

毎日十万回の実験を繰り返しても、自然に一つのブレークスルーを得られるとは限らない。

科学には仮説が欠けることはないが、本当に貴重なのは、どのような問題を問うべきか、そしてどのような結果が本当に重要であるかを知ることである。

アストラがこの線を越えたかどうかは、閉門デモだけでは誰にも判断できません。

したがって、今AstraがAGIかどうかを議論するのは、やや早すぎます。

AGIという用語の定義自体が非常に曖昧である。OpenAIが長年使用してきた定義は、経済的価値のあるほとんどの作業で人間を上回る高度な自律システムであるが、他の研究室、学者、一般市民はまったく異なる基準を持っている。

ラベルをめぐって議論する代わりに、より具体的な3つの問題に注目しましょう。

まず、Astraが独立して担えるタスクはどれほど継続可能で、信頼性はどの程度ですか？

第二に、それが企業の本番環境に導入された後、人間がチェックと修正にどれだけの時間を要するでしょうか？あるエージェントが8時間働いたとしても、エンジニアがさらに3時間かけて検証する必要があるなら、その実際の生産性向上はデモ動画とはまったく異なります。

第三、そして最も重要な点は、自動化研究が「実験の実行」から「真正価値のある新しい知識の発見」へと進化できるかどうかです。

最初の2つの質問が、Astraが巨大なビジネスかどうかを決定する。

第三个問題が、それが時代の転換点かどうかを決定する。

この視点から見ると、MB0入口に押し出された緑の植栽の壁は象徴的である。一方には、初めて自らの長期的な業務を担う可能性のあるデジタルエージェントを観察する数十人のクライアント経営陣がおり、他方には、業界全体にAI競争の停止を求める抗議者がいる。両者は未来に対する判断は大きく異なるが、実は同じ事実を認めている：この技術は過去よりもはるかに力を得ているということだ。

Astraはまだ一般公開されておらず、その内部機能も十分に外部で検証されていません。遅延が発生する可能性があり、実環境で多数の信頼性問題が露呈する可能性があり、またAltmanが説明するほどAGIに近いものにならない可能性もあります。

これらの可能性はすべて保持する必要があります。

しかし、一点越来越明確になっています。

大モデルの競争の前段階では、世界がすでに知っている問題にどれだけ正確に答えられるかが問われていた。一方、Astraが象徴する次段階では、継続的に行動し、複雑な作業を自立して遂行し、最終的に世界がまだ答えを知らない問いの探求を人類を支援できるかが問われるようになる。

チャットボットからバーチャル同僚へと進化するには、信頼性、セキュリティ、コスト、組織的信頼の四つの高い壁を越える必要がある。

OpenAIが今本気で賭けているのは、Astraが一つずつ乗り越えていくことだ。

そしてもしそれが本当に超えられたなら、人々が2026年を振り返ったときに、本当に重要なのは、あるモデルがランキングでどれだけ多くの点をリードしたかではないかもしれない。

そして、機械が初めて、かつて主に人間に属していた能力を獲得した：ある仕事を引き受けて、それを自ら最後までやり遂げる能力。

1. アレックス・ハースト、「OpenAIのリブートの内側」、TIME、2026年8月26日（Yahoo Tech転載）。(雅虎科技)
2. OpenAI、「次世代の重要なサイバーキャパビリティへの対応」、2026年8月7日。（OpenAI）
3. OpenAI、「サイバー重要能力の時代におけるモデル開発のペース調整」、2026年8月18日。(OpenAI)
4. カット・ザクラジェフスキ、イアン・ダンカン、ライリー・ベギン、「サム・アルトマン、OpenAIが強力な新AIを推進する中、ワシントンに接近」、The Washington Post、2026年7月31日。(The Washington Post)
5. スタンフォード大学人間中心AI研究所、2026年AIインデックスレポート—経済、2026年。(斯坦福HAI)
6. METR、「Frontier AIモデルのタスク完了時間枠」、2026年5月8日更新。(METR)
7. METR、「Time Horizon 1.1」、2026年1月29日。(METR)
8. AIレースを止めよう、「Occupy OpenAI / Stop The AI Race」、2026年。(stoptherace.ai)