何が発表されたのか
OpenAIは2026年10月14日、Core ExperimentationチームがCodexとGPT-6系モデルを使った社内ソフトウェアの保守事例を紹介しました。対象は未使用コードや古い実験設定の整理、CI(コード変更を自動でビルド・検証する仕組み)の改善です。
広い依頼から調査し、根拠を添える
Core Experimentationチームの説明では、GPT-6 Astraを使うCodexは、過去のPR、Slackのスレッド、プロジェクト情報、実行時の性能データを調べ、削除候補ごとに根拠をまとめました。運用上の役割が残る可能性のある機能フラグ(機能を有効・無効に切り替える設定)は、人のレビューに回した例もあります。レビュー後にそのフラグを削除し、対象サービスのCPU使用量を推定0.42%削減したと述べています。
その後、チームは複数のリポジトリに同様の依頼を広げました。5人のエンジニアが1,400件超の保守PRを統合し、80万行を超えるコードを削除したとOpenAIは報告しています。作業の大部分は、別の業務と並行して約2週間進めたといいます。
容量や調査コストの改善も報告
例として、あるサービスのコンテナイメージ(アプリの実行環境をまとめたファイル)は3.31GBから1.72GBになり、48%小さくなりました。別の整理では、テスト用のビジュアルスナップショット約400種類を削除したといいます。
別の社内比較では、6,000を超えるファイルと100万行超を含むコード領域で古い実験を調査しました。GPT-6.1 Sol Ultraが得た候補はGPT-6 Astra Ultraの92%相当で、API費用はAstraの14%だったとOpenAIは示しています。費用は標準API料金で算出し、調査用サブエージェントと自動的な追加ターンも含むとしています。
開発者が参考にできる点
OpenAIの事例では、AIが調査先を探して削除候補と根拠をまとめ、エンジニアがPR単位で変更を確認しました。自社の保守作業で試す場合も、対象範囲を絞り、利用状況の記録やテスト結果を根拠にした変更案を、小さな単位に分けてレビューする方法が参考になります。
気になる点・未確認事項
削除件数や効率の数値はOpenAIが公表した社内事例で、独立した第三者による同条件の検証ではありません。大規模なコードベース、社内計測データ、複数チームのレビューを使った結果です。OpenAIは、改善案が複雑さを増やし、期待する効果に見合わない場合もあるため、優先順位付けと測定が重要だと述べています。一般的な開発チームで同じ成果が出るかは未確認です。
まとめ
導入を試す場合は、まず保守対象を絞り、計測と人のレビューを続けながら範囲を広げる進め方が参考になります。
情報源
https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
原文公開日:2026-10-14
出典は上記のリンクから確認できます。発表元の説明と、編集部による分析・試算は本文中で区別しています。