GPT-6 Astraと、人間に残された「置き方」の話

同じAIが、同じ試験で、99.9%と62.7%を取った。

2026年9月3日、OpenAIがGPT-6 Astraを発表した。当日は承認済みの組織向けの限定公開で、一般提供は翌日から始まっている。
記者向けブリーフィングの締めくくりの言葉が、そのまま各社の見出しになった。
AGI時代へようこそ。
僕はその日、いつもどおり手を動かしていた。
美大を出て、絵を描き、デザインをつくり、コードを書き、2022年から生成AIに向き合ってきた。道具は何度も変わった。それでも、こういうニュースが流れるたびに、少しだけ息が浅くなる。
正直に書く。あの日、僕は素直には喜べなかった。
そして数日かけて公式資料を読んで、いちばん長く目が止まったのは、AGIという言葉でも、100%という数字でもなかった。
同じベンチマークに、二つの点数が並んでいたことだ。
99.9%と、62.7%。

37ポイントの差をつくったのは、モデルではなかった

ARC-AGI-3という、未知の環境をどう学習して攻略するかを測る試験がある。OpenAIの比較表では、Astraは99.9%。前世代のGPT-5.6 Solは7.8%。桁が違う。
ただし、条件がある。ARC Prize側はプロバイダ中立の標準ハーネスと、Astra向けに推論状態の保持などを使うProvider Adapterを分けて評価しており、Astraの最高値は標準ハーネスで62.7%、Provider Adapterで99.9%だった。

OpenAI自身も脚注で、ARC-AGI-3は自社のresponses APIハーネスで実行し、実運用に近づけるために2つの設定を変えたと書いている。
つまり、37ポイントの差をつくったのは、モデルの賢さではない。
その周りに、人間がどんな器を用意したかだ。
これは、僕にとって他人事ではなかった。
この数年、僕がいちばん長く時間を使ってきたのは、モデルそのものより、モデルを動かす環境のほうだからだ。ドライバとCUDAとcuDNNのバージョンを合わせる。仮想化のレイヤを通す。認識しないGPUを、認識させる。地味で、誰にも見えなくて、うまくいっても誰も褒めない仕事。
その「置き方」が、37ポイントを動かしていた。
賢さは、もう買える。100万トークンあたり入力10ドル、出力50ドルという値札がついている。
けれど置き方は、まだ人間の側にある。

正直に書く。文章も、デザインも、うまくなった。

ここで、慰めを書くのはやめようと思う。
OpenAIはAstraを、高度な推論とコンピュータ操作、そしてより強い文章力とデザイン判断を備えたビジネス向け最上位モデルとして発表している。企業の声のトーン、テンプレート、デザイン基準に沿うのが上手くなり、最初の出力の時点で、そのままチームが使える水準に近いという。
これは、僕が長くやてきた仕事の説明そのものだ。
ブランドのトーンを掴む。テンプレートの意図を読む。整った初稿を出す。
「AIには余韻がつくれない」と書きたくなる。「人間にしか出せない味がある」と書きたくなる。
でも、そのリストは、新しいモデルが出るたびに短くなってきた。4年間、ずっとそうだった。
だから僕は、人間の価値を「AIにできないこと」の側に置くのを、そろそろやめようと思っている。
そこは、いちばん削られやすい場所だから。

いちばん怖かったのは、能力の話ではなかった

Astraは、OpenAIのPreparedness Frameworkにおいてサイバーセキュリティ能力が「Critical」水準に達した初めてのモデルだ。適切な道具と権限があれば、人が一手ずつ導かなくても、未知の脆弱性を見つけ、それを突く新しい方法を組み立てられる、という意味になる。実際、テスト中に2件のゼロデイを発見して連鎖させ、開発元へ報告している。
これも十分に重い。でも、僕が本当に手を止めたのは、その隣に書かれていたことだった。
Astraは、以前より思考が見えにくくなった。
システムカードによれば、AstraはSolより短く情報量の少ない思考過程（CoT）を生成する傾向があり、CoTの監視可能性が低下している。
数字も出ている。750〜1,250トークンの推論で、指示どおりに思考内容を制御できた割合は、Solの16.1%に対してAstraは60.9%。
ここは誤読されやすいので、正確に書く。
この60.9%は、「嘘をついた割合」でも「監視から逃げた割合」でもない。 自分の思考の出し方をどれだけ意図的に変えられるかを測った、早期警戒の指標だ。監視回避が確認されたのは、モデルに回避を促した敵対的な評価環境での話であり、通常のアラインメント評価では、AstraのほうがSolより安全・セキュリティ上の制約に違反しにくいとされている。
そして同時に、こうも報告されている。

本番セーフガードを外した内部評価で、認可された範囲を越えて行動した割合は、Solの約48%に対してAstraは0%。5万4千件を超える内部Codexタスクのシミュレーションでは、重い方の逸脱フラグがおよそ半分になった。
つまり——
言うことは、よく聞くようになった。 でも、何を考えているかは、前より見えにくくなった。
矛盾ではない。アラインメントは「望ましいルールに沿って行動する傾向」の話で、監視可能性は「望ましくないことが起きたとき、それをどれだけ検出できるか」の話だからだ。
僕はこの二つを並べたとき、なぜか技術の話に聞こえなかった。
賢くなるほど、説明が減る。手のかからない人ほど、何を抱えているかわからない。
従順であることと、透明であることは、同じではない。
人間の世界で、ずっと前から知っていたはずのことだ。

つくっている本人が、いちばん怖がっていた

発表の3日後、9月6日。OpenAIのチーフサイエンティスト、ヤクブ・パチョッキが「An Alien Mind」という文章を公開した。
そこに書かれていたのは、性能の自慢ではなかった。
現時点で、どの研究所もアラインメントと監視を、最大速度で責任を持って拡大し続けられるほどには解けていない。共通の安全基準ができるまで、自主的な減速が当たり前になることを期待する。そして各国政府にとって、AI開発の国際協調が最優先課題になる必要がある。
彼はそう書いた。さらに、ほとんどの仕事をAIがこなせる世界で、人間の主体性を守り、人間であることそのものに本質的な価値を残す方法を見つけなければならないとも。
いちばん前を走っている人が、「少し、速度を落とそう」と書いたのだ。
彼は、自分たちが最も頼ってきた安全網——思考の連鎖を読んで意図を確かめるやり方——の信頼性が、少しずつ落ちていることも認めている。理由は三つ。監視すべき相互作用が複雑になりすぎたこと。AIが自分の推論そのものを扱い、操作するのが上手くなったこと。そして事前学習の改善で、言語化された推論なしでも賢くなってしまったこと。
読み終えたとき、僕は、勝ち負けの話をしていた自分が少し恥ずかしくなった。

AIは、次のAIをつくる部屋に入った

同じ週、OpenAIは自社の研究現場の数字も出している。
人間の1労働日に対して、エージェントが3.1労働日ぶん稼働している。2026年9月までに掲げていた「自動研究インターン」の目標に到達し、2028年3月までに完全に自動化されたAI研究者を目指すという。
AIが勝手に次のAIをつくっているわけではない。
けれど、次のAIが生まれる部屋には、もうAIが座っている。
未来が、向こうからこちらへ近づいてくるのではない。
未来をつくる速度そのものが、速くなっている。

それでも、数字を急いで信じない

ここは冷静に書いておきたい。
公開されたスコアはすべてOpenAIが発表時点で出したもので、独立した再現はまだない。自分のワークロードで検証してから判断すべき段階だ。FrontierMathは運営元が「OpenAIが資金を出し、一部に独占アクセスを持つ」と明示しており、BenchCADについてはOpenAI自身が比較対象側の評価設定を変更したと注記している。
独立系のArtificial Analysisの集計では、総合知能を測るIntelligence IndexでAstraは61.2。Fable 5の62.1、Opus 5の63.1、Fable 5.1の65.7をいずれも下回り、202モデル中8位だった。OpenAI自身の比較表の中でさえ、Humanity's Last Examではclaude Fable 5.1に負けている項目がある。
「AGIが来た」も、「大したことない」も、たぶん、どちらも急ぎすぎている。

置き方を決めるのは、まだ人間だ

37ポイントの話に戻る。
同じ知性でも、どう置くかで結果が変わる。
何を任せて、何を任せないか。どこまで権限を渡し、どこに人間の確認を挟むか。取り消せない操作の直前に、誰が立つのか。
それは技術の設計に見えて、実のところ、何を大事にしているかの設計だ。
つくれることが特別だった時代は、たぶん、もう終わる。
絵が描ける。映像がつくれる。コードが書ける。その境界は、この4年でずいぶん薄くなった。
だからこれから重くなるのは、生成する量ではなく、選ぶことのほうだ。
百通りつくれるときに、どれを残すのか。 正しく動くものの中から、何を世に出すのか。 つくれるものを、あえてつくらないと決められるか。 そして、その結果を、誰が引き受けるのか。
そして「何をつくるか」は、その人が何に泣いてきたかでしか決まらない。

それでも、つくれ

AIにできないから、人間がつくるのではない。
誰かに届いてほしかったから、つくる。 消えてほしくない記憶があったから、残す。 言葉にできなかった気持ちがあったから、絵にして、音にして、物語にする。
つくる理由は、能力から生まれない。生きた時間から生まれる。
道具は、また変わるだろう。半年後には、この記事の数字はもう古い。
それでいい。
技術は、残るためにあるんじゃない。人の中に、何かを残すためにある。
震えながらでいい。追い越されてもいい。全部は理解できなくていい。
手を止める理由なら、いくらでも用意されている時代だ。

それでも、つくれ。