OpenAIレポート：コーディングエージェントが科学ソフトウェアの構築を高速化

OpenAIは新たなフィールドレポートを公開し、8つの科学計算プロジェクトでコーディングエージェントが実行時間を短縮したことを報告しました。このレポートでは、5つのプロジェクトでOpenAIのCodex単独、3つのプロジェクトでCodexとAnthropicのClaude Codeの組み合わせが使用されました。ただし、これはベンダーが自社製品の研究応用を調査したもので、ケーススタディは貢献者自身が執筆している点に留意が必要です。

それでも、報告されているパターンは検討に値します。研究用ソフトウェアには文書化されたメンテナンス問題があります。単一の論文のために開発され、小規模な学術チームがエンジニアリングサポートなしでコーディングしたツールは、誰も予算や権限を持たない技術的負債を蓄積する傾向があります。OpenAIはエージェントがその負債に対処できると主張し、引用された8つのプロジェクトはゲノミクス、免疫学、統計学、RNAシーケンシングにわたります。

エージェントが担当したタスクは、パッケージ化とビルドシステムのクリーンアップ、既存コードのパフォーマンス最適化、完全な言語またはバックエンドの移植の3つに大別されます。例えば、ゲノム変異ファイルを読み取るPythonライブラリcyvcf2では、レガシービルドとパッケージシステムが新しい統一プロセスに置き換えられました。DNAシーケンシングリードシミュレーターHI.SIMでは、GPT-5.2とGPT-5.6による2回の自律最適化パスにより、代表的なテストセットで実行時間が31%削減されました。PacBio HiFiリードからのゲノムアセンブリに使用されるHifiasmでは、最適化ターゲットで実行時間が25%、別のヒトシーケンシングデータで約15%削減されました。

移植の面では、T細胞に提示されるタンパク質断片を予測するMHCflurryがTensorFlow/KerasバックエンドからPyTorchに移行され、以前にリリースされたモデルウェイトとの互換性が維持されました。RのbayesmパッケージのRust移植であるbayesm-rsは、元のソフトウェアの推定値と一致し、シングルスレッドで2.3～2.7倍、8スレッドで4.4～9.5倍の高速化を達成しました。さらに、rustar-aligner、svb、kuvaの3つのプロジェクトでは、コーディングエージェントを使用したRustビルドが行われ、広く使用されているRNAシーケンスアライメントツールSTARの完全な再作成が含まれています。RustQCは15の独立したRNAシーケンシング品質管理ツールを単一のプログラムに統合し、実行時間を60倍、ディスクI/Oを25倍削減しました。HelixForgeは変異シミュレーションツールBAMSurgeonのGPUネイティブ再構築で、実行時間を約60倍短縮しました。

すべてのプロジェクトに共通するのは、エージェントがよく定義された実装要求を有能に処理したが、自身の出力が科学的に妥当かどうかを判断できなかったことです。貢献者たちは、エージェントが明らかなエラーを含む作業に自信を示した例を挙げ、人間が受け入れテストを構築する必要があったと述べています。プロジェクトは段階的に進み、エージェントが迅速に初稿を生成し、残りの時間はエッジケースや小さな数値の不一致に充てられました。

エンジニアリングコストの低下は諸刃の剣です。かつては助成金によるエンジニアリング雇用を必要とした再構築が2人チームで可能になる一方、異なる研究室が同じツールの互換性のないバージョンを容易に作成できるようになります。報告書は、エージェントが生成したコードの最初の行が出荷される前に、再構築されたツールの所有者を決定し、そのコミットメントを確保するよう促しています。最終的に、OpenAIの報告書は一般的な推薦ではなく、特定の選択肢を指し示しています。つまり、ツールの所有権と維持責任を事前に確定することの重要性です。