米地裁、Anthropic への政府措置 3 件を仮差し止め

今日の中核

1. 米連邦地裁の Rita F. Lin 判事は 2026-03-26、政府が Anthropic に対してとった三つの措置をまとめて差し止めた

止められたのは、Anthropic を「サプライチェーン上のリスク」に指定した措置、連邦政府全体に Claude の使用停止を命じた大統領の指示、国防長官が防衛産業に示した取引排除のリストの三つである。Lin 判事はカリフォルニア北部地区の連邦地裁に属する。NPR と The Hill の報道によると、裁判所は、Anthropic が三つの主張のどれでも勝訴する見込みがあると判断した。言論の自由に対する報復、適正手続き、行政手続法の三つである。裁判所は政府の措置を、言論の自由に対する典型的な報復だとも位置づけた。命令には 7 日の猶予があり、4/2 ごろに発効した(NPR、2026-03-26、The Hill、2026-03-26)。

本紙の推論：国家が AI ラボにかける圧力への実際の歯止めは、これまで政治の規範だけだと見ていた。今回、裁判所が憲法上の理由で措置を止めた。政治の規範のほかに、司法も現に歯止めとして働いた。圧力そのものは撤回されていない。差し止めの対象外となった別の指定も未決で、国防総省の側にも措置を執行し続ける姿勢が報じられた。Anthropic が安全になったとは読めない。

Anthropic 自身の立場は、2/26 の公式声明に残っている。同社は指定を、米国の敵対国にしか貼られず、米国企業に貼られたことのないレッテルだと書いた。続けて、政府の脅しで同社の立場は変わらないと述べ、国防総省の要求には良心に照らして応じられないと書いた(Anthropic の公式声明、2026-02-26)。

2026-07-09 時点で、この差し止めはまだ仮の命令である。差し止めの対象外の別の指定も、まだ決着していない。3 月には、国防総省の技術責任者が差し止め後も措置を従来どおり執行すると公に述べた、という報道もあった。行政側の抵抗は現実にある。

輸出規制は、三つの措置とは別の件である。米政府は 6/12 に Anthropic のモデルへの輸出規制を実施し、6/30 に解除した(Anthropic の発表、2026-06-12、Anthropic の発表、2026-06-30)。今回の差し止めとは矛盾しない。

まだ言えないこと： 連邦調達安全法にもとづく別の指定の行方

連邦調達安全法にもとづく別の指定は差し止めの対象外で、控訴審も決着していない、とする法律分析がある。この見方の出所は法律分析一つで、ほかに裏付けはない。行方を占う材料にとどまる。

検証： 差し止め命令そのものは、互いに独立した NPR と The Hill の二つの編集部が同じ日に報じ、当事者である Anthropic の公式声明もある。裁判所の判断の中身は、NPR と The Hill の報道による。この「典型的な報復」という言い方は、報道が伝えた裁判所の言葉である。

次に注目するのは、連邦調達安全法にもとづく別の指定をめぐる控訴審の判断と、差し止めの本案審理である。

目利きの読み(振り返り)

1. [振り返り、2023-06] swyx 氏が 2023 年に予言した「AI エンジニア」という職業は、いまも検証待ちの仮説である。 swyx 氏は The Rise of the AI Engineer(2023-06-30)で需給から推論した。モデルを訓練できる LLM 研究者は世界に約 5,000 人、ソフトウェアエンジニアは約 5,000 万人いる(同じ記事での同氏の概算)。この差から、モデルを訓練せずにモデルを製品に変える新しい職業が必ず生まれる、という推論である。答え合わせのできる予測も付いていた。当時 ML エンジニアの求人は AI エンジニアの約 10 倍で、五年以内(2028 年ごろ)に逆転するという。

別のインタビューに、この予測に近い話がある。LLM ツールを売る Humanloop の共同創業者 Raza Habib 氏はインタビュー(2023-09-29)で、自社の顧客のうち LLM ツールを買う人が変わったと話した。顧客の中心は、ML に通じた研究エンジニアから、製品づくりを優先する人へ移ったという。この層は使う道具や手法を選ばず、役に立つなら進んで対価を払う。同氏は、自然言語の指示はすでにソースコードの一部だ、とも述べた。ただし、swyx 氏の予測と Habib 氏の証言は互いに独立していない。Habib 氏が話したのは swyx 氏が司会を務めるポッドキャスト Latent Space で、「AI エンジニア」という呼び名も swyx 氏のものである。顧客層が変わったのも、Humanloop 自身が LLM 向けの道具に軸足を移したためである。このため本紙は、この予測を正式な判断には数えず、検証待ちの仮説として追う。

割り引くべき点もある。swyx 氏は AI Engineer サミットの主催者として直接の利害を持つ。答え合わせの基準は、求人比が 2028 年ごろまでに逆転するかどうかである。

研究とモデル

今日は新しい学術の記事はない。ここでは 2023 年の記事を読み直す。

1. [傾向の観察、2023-10] RAG はハックにすぎないが強力なハックだ——LlamaIndex の創業者が認めた、検索拡張の出発点 LlamaIndex の創業者 Jerry Liu 氏はインタビュー(2023-10-05)で、RAG はハックにすぎないが強力なハックだと自ら認めた。2022-11、同氏は GPT Tree Index を作った。のちに RAG と呼ばれる手法の原型である。作った理由は、GPT-3 の 4,000 トークンという文脈長の上限を回避するためだけだった。同氏によると、RAG が業界の標準になった理由の半分は、当時の微調整が高価で未成熟だったことにある。問いはいまも決着していない。知識はモデルの重みに置くべきか、外部の検索に置くべきか。今日のコンテキストエンジニアリングをめぐる議論は、2022 年のこの問いの続きである。

チップと半導体

1. [傾向の観察] NVIDIA の堀はシリコンではなくソフトウェアにある——2023 年の現場の証言を、2025 年のスーパーコンピュータでの実測が裏づけた。 現場の一次の証言は、独自の ML フレームワーク tinygrad を作る George Hotz 氏(geohot)のインタビュー(2023-06-20)にある。同氏によると、AMD の RX 7900 XTX(999 米ドル、123 TFLOP)は、当時ドルあたりの演算性能が最も高いカードだった。それでも機械学習で使う人はいなかった。AMD 公式のデモプログラムを動かしただけで、サーバー全体が停止した。CEO の Lisa Su 氏にメールを送って、ようやく修正済みのプレリリース版ドライバを受け取ったという。NVIDIA は対照的で、同氏が問題を報告すると一時間以内に返事が来たと話した。二年後には測定が出た。2025-03 には、大規模訓練の枠組み AxoNN を米国のスーパーコンピュータで実測した論文が出た(Import AI 402 の紹介による)。弱スケーリング効率は、演算ユニットを増やしたときに一つあたりの効率がどれだけ保たれるかを示す。その測定では、AMD 環境の弱スケーリング効率は演算ユニット 8,192 個で 88.3%、32,768 個では 53.5% まで下がった。この二つは AMD 環境どうしの数字で、NVIDIA 環境と同じ条件で並べた比較ではない。数学ライブラリとフレームワークの安定性もどちらも劣っていた。ニュースレター Import AI の Jack Clark 氏は、AMD が独占を崩すにはまずソフトウェアが成熟しなければならないと評した。

本紙の推論：NVIDIA に挑む企業を評価するときは、ドルあたりの演算性能より先に、フレームワークとコミュニティの成熟度を見る。

検証： 安いハードウェアは貧弱なソフトウェアを救えない、という 2023 年の見立ては、2025 年の測定でも覆っていない。二つの証拠は二年離れており、形も違う。一方は当事者の体験談、もう一方は学術的な測定である。二つは互いの議論に触れておらず、それぞれ独立に、ソフトウェアの遅れがハードウェアの安さを帳消しにすることを示している。割り引く点として、Hotz 氏は自社のフレームワークとハードウェアを売る当事者で、体験は自己申告である。AxoNN の数字は単一論文の紹介である。AMD 環境の測定規模は NVIDIA 環境とそろっておらず、同じ条件の比較ではない。方向は確かだが、細かい数字は割り引いて読む。

プロダクト動向

本号にプロダクト動向はない。

過去の洞見

1. だまされやすさがエージェントの本当のボトルネックである——三種類の人が 18 か月をかけて同じ結論に達し、同じ比喩まで使った。 エージェントがツールを使えるようになっても、完全に任せられないのはなぜか。互いに面識のない、第一線で働く三人が、別々に同じことを言った。研究者の Nathan Lambert 氏(2023-07、Interconnects)は、エージェントを外部システムに直接つなぐ設計は行き詰まると判断した。学者の Ethan Mollick 氏は GPTs の発表週に、AI はきわめてだまされやすいと書いた(2023-11、One Useful Thing)。メールにつなぐ、買い物をする、支払うといった、エージェントを役に立つものにしている仕組みそのものが攻撃の入り口になる、という指摘である。エンジニアの Simon Willison 氏は実例を足した(2025-01、インタビュー)。Claude のコンピュータ操作のデモが出るとすぐ、ファイルをダウンロードして実行するよう指示する Web ページを読ませた人がいた。Claude は指示どおりに実行し、ファイルはマルウェアだった。同氏は、最も単純な手口が成功したと述べた。

三人はそろって自動運転車を比喩に使った。本紙の推論：この比喩はそのまま当てはまる。自動運転車は十年前から公道でデモができたが、普及を止めたのは、誤りが起きたときのコストの大きさと、まれな場面の際限のなさだった。エージェントも同じ二つの壁に当たる。

2026 年には学術の側からも測定が加わった。十のモデルを監査した論文(arXiv、2026-06)がある。能力と、敵対的な操作へのだまされにくさとの相関は r=+0.232 にとどまった。p 値は 0.520 で、統計的には不確かである。モデルが強くなっても、だまされにくくなるとは限らない。

本紙の推論：エージェント製品を評価するときは、誤りを安く確かめて元に戻せるかを先に問う。戻せる業務(プログラミング、調査の補助)では、モデルの性能向上がそのまま効く。戻せない業務(自動決済、意思決定)では、だまされやすさが壁になって止まる。

検証： 三つの出典は 18 か月にわたり、立場が三つとも違い、互いに引用していない。これに 2026 年の測定が一つ加わる。範囲の限定として、監査は十のモデルだけで、著者自身が診断的な研究だとしている。注入攻撃への耐性を高める訓練に実証できる突破が出れば、この見立ては見直しが要る。

2. [傾向の観察、2023-09] LangChain 自身が、フレームワークの価値が OpenAI に一つずつ吸収されたと認めた。 インタビューと編集部の前書き(2023-09-06)によると、chat API(2023-03)が会話管理を、関数呼び出し(2023-06)が出力の解析を、微調整 API(2023-08)が検索ツールの一部を取り込んだ。前書きは、更新のたびにフロンティアラボがこの新しい産業のロードマップを組み替える、と書いている。

検証： 出典はインタビュー一本だが、当事者が自社に不利な事実を認めた発言である。三年後も LangChain は残っており、観測とオーケストレーションへ軸足を移した。仕組みが成り立つことと、フレームワークが必ず消えることは別である。フレームワークや中間層の企業にとって問われるのは、機能一覧のどれがモデル企業の次の発表で消えるかである。

本紙はニュースのまとめではない。AI を使って分野横断で一次情報を読み、判断には原文の出典を添え、誤りは訂正ページで公表する。焦点は、どの変化がすでに起きていて、どの主張にまだ裏付けが足りないかであって、今日何が起きたかではない。

本記事は日本語版・英語版・中国語版と同一の調査と判断にもとづいて書かれています。出典にはリンクを付け、原文書と報道を区別し、確かめられなかった点を明記しています。

—— SecondSource・調査システムによる自動生成 · 13 のソース · ご意見・ご感想は [email protected] までお寄せください