AIが本番システムを任される

AIにコードを書かせるだけでなく、動いているサービスの見張りまで任せる。そんな使い方が現実になってきました。OpenAIは2026年9月、GPT-6 Astraを導入した企業の事例を相次いで公開しました。
検索AIのPerplexityは本番システムの監視まで委ね、確認の頻度を大きく減らしたと説明しています。共通するのは、AIが自分の仕事が正しいことを自ら証明するようになった点です。

【出典元】Perplexity trusts GPT-6 Astra with end-to-end systems（OpenAI）

監視まで任せて確認が減った

Perplexityは、質問に答える検索エンジンを運営する企業です。同社がAstraに任せているのは、次の3つです。

• 社内でやり取りする文書の作成
• 実際に動いているソフトの修正
• 本番システムの監視

共同創業者で最高戦略責任者のJohnny Ho氏は「以前の世代ではできなかった形で、モデルに文書を作らせ、実世界のシステムを編集させ、本番のソフトを監視させられます」と述べています。そして「完全なエンドツーエンドのシステムを任せられ、確認する頻度は以前よりはるかに少なくて済みます」と続けました。

コードが上手いと検索も良くなる

興味深いのは、Ho氏が語った因果関係です。同氏は「モデルがコードを書くのがうまくなるたびに、Perplexityの検索エンジンも良くなる」と説明しています。

検索エンジンの中身は、Webや社内の情報を探して簡潔にまとめるプログラムの集まりです。そのプログラムをより良く書けるようになれば、検索の質そのものが上がる。コーディング能力の向上が、そのまま製品の性能に跳ね返る構図です。

他サービスの代役を務める

Ho氏がとくに有用だと挙げたのが、テストへの活用です。手作業でテストする時間が足りないため、Astraにアプリを取り巻く小さなテストプログラムを作らせています。

ここでAstraがやることが変わっています。言語モデルのAPIや外部との接続部分など、他のサービスが返してくるであろう現実的な応答を自分で生成するのです。本物のサービスの代役を務めることで、アプリが正しく反応するかを最初から最後まで検証できます。動かす相手がいなくてもテストが回る、という仕組みです。

Devinは証拠つきで報告する

同じ流れは、自律型のソフトウェアエンジニア「Devin」を手がけるCognitionの事例でも見られます。同社が評価するのは、Astraの「自分の作業が期待どおり動くことをテストして証明する能力」です。

Devinは単に直すだけで終わりません。テストを実行し、動作を録画し、合格した項目と未検証の項目を報告書にまとめます。

シミュレータ上で動くiPhoneゲームの録画を取るといったことも可能です。この機能はDevinのクラウド版、コマンドライン版、デスクトップ版へ順次展開されています。

減るのはレビューの負担

2社に共通する狙いは、人が確認する手間を減らすことです。AIが書いたコードを人が一行ずつ点検していては、速く作れても全体は速くなりません。

Cognitionが目指すのは、エンジニアが手で見直すコード量を減らし、その分だけ多く出荷することです。Perplexityが言う「確認の頻度が減った」も同じ話です。成果物と一緒に、それが動く証拠が付いてくるようになれば、人は結果を確かめるだけで済みます。

まとめ

今回の2つの事例は、AIの役割が「作る」から「作って、確かめて、証明する」へ広がったことを示しています。Perplexityは本番システムの監視を任せ、DevinはスクリーンショットでAIの仕事を裏づけます。AIを業務に入れている方は、作らせた結果をどう検証するかまで含めて任せられないか、見直してみる価値があります。人の確認が減る仕組みこそが、実際の速さを決めます。