OpenAI 報告：AI プログラミングエージェントは研究用ソフトウェアを加速できるが、科学的正確性を判断できない

TechFlow 発、8 月 1 日、OpenAI と学術パートナーによる実地調査報告によると、Codex、Claude Code などのプログラミングエージェントは、レガシー研究ソフトウェアを 60 倍以上高速化できる。RustQC は実行時間を 15 時間 34 分から 14 分 54 秒に短縮し、HelixForge は BamSurgeon より 59.6 倍高速だった。しかし、エージェントは結果が科学的に正確かどうかを確実に判断できず、しばしば自信を持って誤ったコードを出力するため、人間がテストおよび検証基準を定義する必要がある。