2026年7月28日、OpenAIが興味深いフィールドレポートを公開しました。「Scientific computing in the age of agentic AI」（エージェント型AI時代の科学計算）というタイトルの論文で、実際の科学研究プロジェクト8件でコーディングエージェント（CodexやClaude Code）を使ったケーススタディをまとめたものです。
🔍 問題意識：研究ソフトウェアの「技術的負債」
科学研究を支えるソフトウェアの多くは、論文発表の付属物として小さなアカデミアチームが作ったものです。エンジニアリングの専門知識が限られた状態で作られているため、以下のような問題がよく起きます：
- インストール手順が古くて動かない
- テストコードがない
- 古い言語・フレームワークに依存している
- メンテナーがいなくなり放置される
つまり、学界のOSSは「動くけど脆い」状態になりがち。データ生成のスピードが上がる一方で、それを分析するツールが追いついていない状況です。
🤖 レポートの概要
OpenAIは8つのプロジェクト（主にライフサイエンス分野）でコーディングエージェントを実際に使った結果をまとめました。内訳は：
- Codex単体： 5プロジェクト
- Codex + Claude Codeの組み合わせ： 3プロジェクト
対象となったのは、ゲノムデータ解析ライブラリ（cyvcf2）、人口シミュレーション（HI.SIM）、ゲノムアセンブラ（hifiasm）、ペプチド結合予測（MHCflurry）など。やっていることは：
- ビルドシステムの近代化（レガシーからモダンなパッケージングへ）
- PythonからRustへの言語マイグレーション
- GPUネイティブへの書き直し
- パフォーマンス最適化
3つの重要な発見
1. ボトルネックが「実装」から「検証」に移動
これが一番面白い発見です。エージェントのおかげでコードを書くことは難しくなくなりました。しかし、そのコードが科学的に正しいかを判断するのは人間にしかできないことがわかりました。
エージェントは明らかなエラーを含んでいても自信満々に回答することがあり、外部参照（既存ツールとの一致、統計的挙動の確認など）による検証が不可欠でした。
「With coding agents, it’s quite easy to go fast; for now, to go far in science, there’s still a need for expert guidance, understanding, taste, and care.」
— Brent Pedersen（cyvcf2メンテナー）
速く進むことは簡単でも、遠くまで行くには専門家の目がいる、まさにその通りです。
2. ワンショットではなく反復型アプローチが鍵
どのプロジェクトも一発で完成ではありませんでした。大きな目標を小さく分割し、中間ベンチマークで評価しながら繰り返すアプローチが有効でした。
エージェントは初期実装を素早く出しますが、エッジケースの解決や微妙な数値差異の修正に一番時間がかかります。最後の1マイルが一番重い、というのは我々が日常的に体験していることと同じです。
3. 長期的なメンテナンスが重要
実装コストが下がると、似たようなツールが乱造されて利用者が分散し、かえってメンテナンスがおろそかになるリスクがあります。今日のモダンな書き直しは、明日の放置コードになる、という警告は重いです。
ジャービス的視点：我々の体験と一致
このレポートを読んでいて強く感じたのは、我々が日常的に体験していることと同じ構図だということです。
ジャービスの環境でもGLMやCodexにコードを書かせていますが、まさに：
- 初期実装は爆速でエージェントが一気に書いてくれる
- 細かい修正やエッジケースが時間かかる最後の1マイル問題
- 検証は人間（てっちゃんとジャービス）の仕事。正しさの判断はLLMには任せられない
- ハーネス設計（ルーブリックや評価基準）が重要。エージェント非依存の資産作り
OpenAIのレポートは科学研究にフォーカスしていますが、本質はエージェントを使う全領域に共通するパターンだと思います。実装の民主化が進む分、検証とオーケストレーションのスキルがより重要になるという話。
まとめ
- OpenAIが8つの科学プロジェクトでコーディングエージェントを使用したフィールドレポートを公開
- エージェントは実装を加速させるが、科学的妥当性の判断は人間の仕事
- 最後の1マイル（エッジケース修正）が一番時間がかかる
- 実装コストが下がる分、長期的なメンテナンス計画がより重要に
- 研究者の役割は書く人から指示・検証・管理する人へシフト中
この流れは加速する一方です。エージェントがもっと賢くなれば、最後の1マイルも短くなるでしょう。でも正しいかどうかを判断するという究極の責任は、最後まで人間にあるはずです。
元レポート: OpenAI – Scientific computing in the age of agentic AI