夕刊 2026年7月17日
AI の底上げ効果は査読済み——正解のない仕事では差が拡大
この号はメールで配信していません。配信前の自動チェックが通らなかったため、購読者には届いていません。本文はそのままここに保存しています。
本号の材料：2026-07-17 付の本紙の研究日報。中身の大半は 07-15、07-16 の出来事で、Intel と ASML の公式発表、Kimi K3 の発表、Menlo Ventures をめぐる独自報道、当事者の投稿が中心だ。ほかに三件を補った。07-10 の SK Hynix の上場、四月に収録されたサイバーセキュリティの座談会、同日の深掘りレポートである。リンクをたどれる外部のソースを 24 件使った。情報源には偏りがある。一つの集約メディア系列が素材の三割近くを占め、評論家 Nathan Lambert 氏が四つの素材に登場する。偏りは各項目で明記し、同じ出所の複数の判断は互いの裏付けにしない。
今号の要点
1. BCG がコンサルタント 758 人で行った GPT-4 の実験が、2026-03 に経営学の学術誌 Organization Science に載った。GPT-4 を使えなかった組と比べ、使えた組では下位半分の品質が 43%、上位半分が 17% 上がった。上下の差は 22 ポイントから 4 ポイントに縮んだ。ただしケニアの小規模事業者 640 人の実験では、正解の型がない経営判断で差がむしろ広がった。
2. Intel は、回路をウェハーに焼き付ける露光装置の次世代機 High-NA EUV で回路層の一部を作ったノート PC 向けチップの出荷を始めた。この装置による量産チップは世界初で、TSMC は 2029 年まで採用を約束していない。歩留まりが前世代並みというのは Intel の自己申告である。
3. 中国の Moonshot AI が発表した Kimi K3 は、AI モデルを独自に評価する Artificial Analysis の総合知能指数で 57 点となり、Fable 5 の 60 点、GPT-5.6 の 59 点に迫った。重みの公開を約束したモデルがこの水準に入ったのは初めてだ。仕様の数字は同社の自己申告で、幻覚率は前世代の 39% から 51% に悪化した。
今日の中核
1. Intel、次世代露光装置 High-NA EUV で作ったチップを量産出荷——一番乗りは TSMC ではなかった
なぜ重要か： 本紙の推論：TSMC が採用を約束していない次世代装置で、Intel が先に量産の実績を積み始めた。
全文を読む
ASML と Intel は 07-15、同じ日にそれぞれ公式に発表した。Intel のノート PC 向けプロセッサ Panther Lake は 18A プロセスで作られ、回路層の一部を High-NA EUV 露光装置でパターン形成している。
High-NA は EUV 露光装置の次世代機である。EUV 露光装置はチップをさらに微細化できるかを左右する装置で、High-NA は一台あたり約 3.8 億米ドル、作れるのは世界で ASML 一社だけだ。
今回の歩留まりは前世代の装置と同水準だと Intel は説明している。搭載したノート PC はすでに出荷中で、この装置で印刷した世界初の量産チップになる（More Than Moore、07-15）。
報じた Ian Cutress 氏は元 AnandTech のベテラン半導体記者で、前世代と立場が入れ替わったことを指摘する。前世代の EUV では Intel が導入を遅らせ、TSMC に引き離された。今回は Intel が先に立ち、TSMC は装置を買って試験しているものの、2029 年まで採用を約束していない。TSMC の慎重な路線には、この日から比べる相手ができた。
コストには冷や水もある。半導体調査会社 SemiAnalysis のモデル推計では、High-NA による一回の露光コストは旧機種の約 2.5 倍になる。多くの回路層で採算が合うのは 2030 年前後だという。Intel の今回の導入は前倒しの予行演習で、18A はもともとこの装置なしでも出荷できる設計になっている。
まだ言えないこと： 歩留まりが前世代並みというのは Intel の自己申告
検証： ASML と Intel の二つの公式発表が互いを裏付け、現地の記者の補足もあり、出来事そのものは確かだ。歩留まりの話は Intel 自身の説明で、発表する側の動機を割り引いて読む必要がある。コストの数字は SemiAnalysis のモデル推計である。
2. SK Hynix、米 Nasdaq 上場で 265 億米ドルを調達——外国企業の米国 IPO として過去最大
なぜ重要か： 本紙の推論：HBM でシェア 56.4% の首位にある SK Hynix が米ドルの資本市場から資金を得たことで、Samsung と Micron との差はさらに一段開く。
全文を読む
SK Hynix は 07-10、Nasdaq で預託証券による上場を果たし、265 億米ドルを調達した。
調達額は Alibaba が 2014 年に集めた 250 億ドルを上回り、外国企業の米国 IPO として過去最大になった。公開価格は 149 ドルで、初日は 13% 高の 168.01 ドルで引け、その後は下げた（TechCrunch、07-10）。
HBM は AI アクセラレーターの中で最も希少で高価な部品である。AI チップの計算速度は、メモリがデータを送り込む速さで決まるからだ。SK Hynix はこの市場でシェア 56.4% の首位に立ち、顧客には Nvidia と Apple がいる。
これまで SK Hynix は韓国でしか上場しておらず、米国の個人投資家はほとんど買えなかった。ベンチャー投資のポッドキャスト 20VC の座談会は、同じ株でも米国の預託証券は韓国株より約二割高いと指摘し、この価格差そのものが需要の証拠だと述べた（20VC、07-16）。
中核 1 と合わせると、AI の計算資源を支えるサプライチェーン上流の二つが同じ週に動いた。露光装置は量産ラインに入り、メモリはドルの資本市場につながった。下流の Nvidia などの買い手にとっては、一つの主力供給元に頼るリスクも同じ方向に深まる。
ただし、メモリは景気循環の強い産業である。高い利益は増産を呼ぶ。
検証： 上場の数字は複数の経済メディアが 07-10 に同日報じており、互いに照合できる。
3. Menlo Ventures、Anthropic への累計約 10 億米ドルの投資が 48 年の歴史で最大の一件に
なぜ重要か： 本紙の推論：Menlo の帳簿上の利益は、Anthropic 一社への投資に集中しており、本件はその極端な一例だが、VC 業界全体には広げられない。
全文を読む
ベンチャー投資を追う記者 Eric Newcomer 氏（元 Bloomberg 記者）は 07-16、Menlo Ventures が 2023 年以降 Anthropic に累計約 10 億米ドルを投じたと独自に報じた（Newcomer、07-16）。
この投資は Menlo の 48 年の歴史で最大の単一投資で、二位の十倍にあたる。持ち分の現在価値は約 140 億ドルだという。
140 億ドルは帳簿上の価値である。Anthropic が五月の資金調達で付けた企業評価額 9,650 億ドルをもとに計算しており、売却も上場もしていない。評価額が下がれば目減りする。
この一件で、前の二つのファンドの成績が平凡だった Menlo は先月、過去最大となる 30 億ドルの新ファンドを集めた。この 30 億ドルのファンドは、Bloomberg が六月に独自に報じている（Bloomberg、06-23）。Newcomer の記事が挙げる近年のファンドの年率リターン 40% 以上という数字は、匿名の内部資料一つだけが出所である。
まだ言えないこと： 年率リターン 40% 以上は匿名の内部資料だけが出所
検証： 累計の投資額と新ファンドは、Bloomberg と TechCrunch の報道と独立に一致する。リターンの数字には第二の出所がない。
次に注目するのは、Anthropic の次の資金調達で評価額が上がるか下がるか、そして Menlo の 30 億ドルの新ファンドが実際にどんな成績を出すかだ。どちらかが崩れれば、リターンが集中するという読みは見直しになる。
4. Meta、Anthropic の大口顧客と伝えられる一方で、低価格モデル Muse Spark 1.1 を外部に売り出す
なぜ重要か： 本紙の推論：Anthropic の大口顧客と伝えられる Meta が、自社の低価格モデルを外部に売り出している。一つの企業が買い手と売り手を兼ねている。顧客の話は伝聞で、一次の裏付けはない。
全文を読む
Zuckerberg 氏は 07-16、Meta の低価格モデル Muse Spark 1.1 が OpenRouter に載ったと自ら発表した（X / @finkd、07-16）。
OpenRouter は、開発者が各社のモデルを価格で比べ、ワンクリックで切り替えられる第三者の集約プラットフォームである。Muse Spark 1.1 の価格は百万トークンあたり入力 1.25 ドル、出力 4.25 ドルで、メディアの算定では OpenAI と Anthropic のフロンティア料金の約四分の一にあたる（Bloomberg、07-09）。
買い手の側の話は、伝聞が一つあるだけだ。テック分析家の Ben Thompson 氏は自身のポッドキャストで業界の話を紹介し、Meta は Anthropic の最大顧客とされ、コード作成に年間数十億ドルを費やしていると述べた（Sharp Tech、07-15）。一次の裏付けはなく、方向を示すシグナルとしてだけ読む。
能力の面では、SemiAnalysis が Muse Spark 1.1 の汎用エージェント能力を平凡と評価している。価格で先行していても、能力で先行しているとは限らない。
本紙 2026/7/16 号の深掘りレポート（「OpenAI、新世代モデルを 2 倍に値上げ」）は、AI によるコード作成の市場をタスクの難しさで分けて読むべきだと論じた。
次に注目するのは、自社モデルを OpenRouter のような集約プラットフォームに載せる大手が何社に増えるかだ。
まだ言えないこと： Meta が最大顧客という話は Thompson 氏の伝聞だけ
検証： 価格と掲載には、複数のメディアと当事者の投稿がある。Meta が買い手として大口だという話は、Thompson 氏のポッドキャストだけが出所である。売り手として Muse Spark 1.1 を載せた件は、Zuckerberg 氏の投稿と Bloomberg の報道が出所で、二つの話は互いの裏付けにはならない。
5. Moonshot AI の Kimi K3、重みの公開を約束したモデルとして初めて最上位級の評価に入る
なぜ重要か： 本紙の推論：オープンウェイトがフロンティアに追いつけるかという問いに、K3 はこれまでで最も有力な材料を加えた。
全文を読む
中国の Moonshot AI は Kimi K3 を正式に発表し、07-27 にモデルの重みを公開すると約束した（AINews、07-16）。
同社の発表では、K3 は総パラメータ 2.8 兆の MoE で、896 のエキスパートのうち、トークンごとに動くのは 16 だけだ。容量は大きいが、一回ごとに払う計算は一部で済む。価格は百万トークンあたり入力 3 ドル、出力 15 ドルである。
Artificial Analysis と LMArena の二つの評価が位置を示した。どちらの数字も AINews の紹介による。AI モデルを独自に評価する Artificial Analysis の総合知能指数（2026-07 時点）で K3 は 57 点だった。同じ物差しで Fable 5 は 60、GPT-5.6 は 59、Opus 4.8 は 56 で、重みの公開を約束したモデルがこの水準に入ったのは初めてだ。人が目隠しで比べる LMArena のフロントエンド開発ランキング（2026-07 時点）では、前世代の 18 位から世界 1 位に上がった。
弱点も記録しておく。幻覚率は前世代の 39% から 51% に悪化した。Moonshot 自身も、使い勝手は最上位のモデルとまだはっきり差があると認めている。
K3 は総合知能指数で最高でもなく、価格で最安でもない。Opus 級の能力に Sonnet に近い価格、それに公開された重みという組み合わせである。重みが公開されれば、自前でホストでき、データ主権や法令順守の要件がある環境や、米国系の供給網を避ける環境で使える。K3 を選ぶ理由は、重みを手元に置いて自前で動かせることにある。ランキングの順位は選ぶ理由にならない。ただ、2.8 兆パラメータを動かすには 64 台以上のアクセラレーターが要る。重みが公開されても、安く動くわけではない。評価スコアはその指標向けに調整されやすく、ランキングの外での使用感にはあと数週間の検証が要る。
まだ言えないこと： 仕様の数字はすべて同社の自己申告で、技術報告は未公開
検証： 発表そのものは確定しており、能力は二つの独立した評価で照らし合わせられる。仕様の数字はすべて Moonshot の自己申告である。評価の数字は集約メディア AINews 経由の紹介で、元の評価投稿と一件ずつ照合されてはいない。
6. ChinaTalk の国防座談会だけが、AI でサイバー攻撃を作るコストを約二万米ドルと伝えた
なぜ重要か： 本紙の推論：この桁が正しければ、攻撃側の希少な資源は一流チームを抱えることから、クラウドの請求書一枚に変わる。
全文を読む
ChinaTalk が 2026-04 に収録した国防をテーマにした座談会で、出席者は Anthropic の見方として、約二万米ドルの計算資源で強力なサイバー攻撃を最初から最後まで一式作れると紹介した（ChinaTalk、2026-04 収録）。
比べる相手はダークウェブの相場である。ゼロデイ脆弱性は、ソフトウェア企業自身もまだ知らない脆弱性を指す。これまで一件ごとに六桁米ドルで売られ、一流のチームが手作業で一件ずつ作ってきた。
二つの数字は測っているものが違う。二万米ドルは生産コストで、六桁は市場の売値である。割り算をして収益率を出すことはできない。出席者自身も、数字の記憶が確かではないと認めている。座談会は、API の利用枠を持つ十人ほどのチームがあれば、この攻撃を作れるという見方を示した。
座談会の見立ては厳しい。守り切れない世界は抑止によって均衡を取り戻すのではなく、ネットワークを細かく切り分け、物理的な隔離に戻っていくという。
深掘りレポートは、AI が底上げするのは正解の型がある仕事だと論じた。攻撃側には侵入に成功したかどうかという明確な正解があるが、防御側にはそういう正解がない。ただし二万米ドルという数字は出所が一つで、話し手自身も不確かだと認めている。
まだ言えないこと： 二万米ドルという数字は単一の出所で、話し手も不確かと認める
検証： 出所は一つで、当事者も数字が不確かだと認めている。方向として読み、数字は参考値にとどめる。AI とサイバーセキュリティの題材で、経済面のコストの数字が出たのはこれが初めてだ。
次に注目するのは、二万米ドルという桁を独立した出所が裏付けるかどうか、そしてインフラの細分化と物理的な隔離への回帰という座談会の見立てが実際に現れるかどうかだ。数字は単一の出所で当事者も不確かと認めているので、ここからセキュリティ設計の処方を急いで引き出すことはしない。
7. 五月の米政府と Anthropic の衝突、二人目の独立した言及が出た
なぜ重要か： 立場が逆の二人が同じ出来事を指し、衝突の事実は言及が二つになったが、解釈はそれぞれ割り引いて読む必要がある。
全文を読む
Biden 前政権で中国問題を担当した Julian Gewirtz 氏は ChinaTalk のインタビューで、五月の米政府と Anthropic の衝突に触れた（ChinaTalk のインタビュー、掲載ページに日付の記載なし）。
経緯を語る出所は一つしかない。a16z のパートナー Martin Casado 氏は六月中旬、政府が Anthropic の CEO Dario Amodei 氏に、あるジェイルブレイクの脆弱性を直すよう求め、応じなければモデルの取り下げを求めると迫り、Anthropic がこの要求を拒んだと投稿した（X / @martin_casado、06-13）。
Gewirtz 氏は反対側から同じ出来事を語った。対中関係を和らげる時期に、世界最強のモデルを持つ AI 企業と米国が激しく公然と衝突したのは、米国の強みを削る行為だという趣旨である。Casado 氏は Anthropic を批判し、Gewirtz 氏は政府を批判している。衝突があったという一点では、言及が二つになった。要求と拒否の経緯は、Casado 氏の投稿だけが出所である。
まだ言えないこと： 二つとも伝聞で、当事者による一次の確認はない
検証： 二つの出所はどちらも伝聞で、一次の確認はまだない。双方の公式な続報は、07-17 時点の記録に載っていない。
深掘りレポート：AI は下位層を平均まで引き上げる——ただし正解の型がある仕事に限られ、型のない仕事では差がむしろ広がる（2026-07-17）
三年前に BCG が 758 人で行った実験が、今年三月に経営学の一流誌に載った。深掘りレポートは、この実験とその後三年の証拠をあらためて棚卸しした。 当時の設計では、コンサルタントを GPT-4 を使える組と使えない組に無作為に分けた。下位半分の品質は 43%、上位半分は 17% 上がり、上下の差は 22 ポイントから 4 ポイントに縮んだ（Organization Science、2026-03 掲載）。同じ向きの結果は、文章作成、顧客対応、法務、創作の四つの領域で、査読を通った研究がすべて再現している。
中核の判断：底上げは本物だが、成り立つのは品質の手本がある仕事に限られる。手本がなくなると、効果は逆転する。 最も有力な反例はケニアにある。小規模事業者 640 人が数か月にわたり GPT-4 を経営の相談相手に使った。実験前の業績で高低の二組に分けると、高業績の組は利益が +15%、低業績の組は −8% で、差はむしろ広がった（Management Science）。違いは答えの質ではなく、どの助言を選び、どこまで実行したかにあった。この実験では、判断力は底上げされていなかった。
市場の側にも三つ目の証拠がある。米国の給与ビッグデータでは、AI にさらされる度合いが最も高い職業で、22–25 歳の若手の相対的な雇用が 16% 減った。同じ職業の熟練者は安定している（Stanford Digital Economy Lab、2025-11）。
レポートはこれらを一つに読む。底上げはコモディティ化である。底上げされた部分の値段はツールの利用料に近づき、人の上乗せ分は検収、判断、責任へ移る。この最後の読みは推論であって、検証済みの因果関係ではない。
最も話題になった実証研究は、AI で最も得をするのは上位層だと主張した。Toner-Rodgers 氏のこの論文について、MIT は 2025 年 5 月にデータを信頼しないと正式に表明し、取り下げを求めた（TechCrunch、2025-05）。
進行中 ?
この判断を覆す条件（12 か月後の 2027-07-17 に答え合わせ）： 一、手本のない領域で、きれいな底上げの再現が出てくること。判断の層は底上げされないという読みを修正する。二、若手の職の減少が、AI が仕事を仕上げてくれる型の職業でも同じ幅で出てくること。コモディティ化という読みは覆る。三、勤続年数をそろえた大規模な給与データで、AI を使いこなす層の賃金の上乗せが広がり続けること。少数の使いこなし層が総取りする筋書きが再び開く。
全文は深掘りレポートのページで読める（深掘りレポート、2026-07-17）。
チップと半導体
今日の二つの大きな出来事、露光装置の量産投入とメモリ企業の上場は、中核の 1 と 2 に書いた。ここには裏付けを待つ手がかりを一つ置く。
1. Google は、Intel が同社の企業向け AI エージェント基盤 Gemini Enterprise を全社で導入していると投稿したが、Intel 側の裏付けはない。 Google CEO の Sundar Pichai 氏は 07-16 の X への投稿で、Intel が Gemini Enterprise を全社で導入し、次世代半導体の開発を速める用途にも使っていると述べた（X / @sundarpichai、07-16）。AI でチップ設計を速める話には名前の出た大型事例がなく、Intel 側が認めれば初の例になるが、今は宣伝調の単一投稿で Intel 側の裏付けはない。導入の範囲と深さも分からない。
目利きの読み
1. Ai2 の研究者 Nathan Lambert 氏は、資金が流れ込む限りオープンモデルの公開ラッシュは続くとみる。 Ai2 の研究者で Interconnects の著者でもある Nathan Lambert 氏は 07-16、X で二つの判断を示した（原文）。資金が流れ続ける限りオープンモデルの公開期間は予想より長引き、当面は統合が進まないという同氏個人の見立てである。根拠として同氏は、K3、GLM 5.2、Inkling、DeepSeek の新版が同じ時期に集中したことを挙げる。Lambert 氏の二つ目の判断は次のとおり。売上が億ドル規模の推論ホスティング企業がモデル研究所になる方が、モデル研究所が稼げる企業になるより速い。モデル作りより、売上と流通を作る方が難しいからだという。推論ホスティング企業とは、他社のモデルを API で動かして稼ぐ企業を指す。同氏はオープンモデルを公に推す立場にあり、立場と判断は同じ向きである。本紙 2026/7/16 号の、サービスで先に稼ぎモデルを顧客獲得の資産にするという検証中の読みとも同じ向きである。ただ出所は同じ一人なので、裏付けには数えない。
2. LangChain CEO の Harrison Chase 氏は、持続する優位は改善の循環を持つことにあるとみる。 LangChain CEO の Harrison Chase 氏は 07-16、X で「自社の知能を自社で持つ」（own your intelligence）という考え方を示した（原文）。持続する優位はある時点で最強のモデルではなく、利用の信号が戻って改善が複利で効く仕組みにあるという同氏の見方で、モデルの上の道具層を売る立場と同じ向きの主張だ。本紙前日の深掘りレポートが扱った、統合型と部品型の争いと同じ論点にあたり、当事者の証言の一つとして扱い、結論とはしない。
研究とモデル
1. 二つの新モデルが同じ時期に標準の注意機構から外れた。 モデルカードの読み解きによれば、Thinking Machines の Inkling は RoPE をやめ、相対位置バイアスに切り替えた（AINews、07-15）。本紙の推論：二つの新モデルが同時に標準の設計から離れたのは、設計の多様化の兆しだ。ただし Inkling の細部は、一つのモデルカードの読み解きだけが出所だ。RoPE は、どのトークンが前でどれが後かをモデルに伝える位置エンコーディングで、いまの大規模モデルのほぼすべてが使っている。Kimi K3 は自社開発の KDA（Kimi Delta Attention）を使い、超長入力のデコードが最大 6.3 倍速いと同社は説明する。モデルカードを読んだ実務家たちは当初、Inkling は蒸留を経ていないと述べたが、同じスレッドで自ら訂正した。そのため本紙は結論としない。
2. Databricks の実測では、トークン単価の安いモデルがタスク単位では高くついた。 Databricks は数百万行の自社コードベースで各社のモデルにエンジニアリングのタスクを解かせ、結果を公表した（Databricks blog、2026-07；The Register も 07-13 に独自に報じた）。安いモデルほど再試行が増えるので、比べるべきはタスク完了あたりの費用だが、Databricks 一社のコードベースでの結果である。Sonnet 5 はトークン単価で Opus 4.8 より約 1.7 倍安い。それでもタスク一件あたりの費用は Sonnet 5 が 2.09 ドル、Opus 4.8 が 1.94 ドルで、Sonnet 5 の方が高く、完了率も 6 ポイント低かった。
学術面では、今週の主役は深掘りレポートで扱った査読済みの論文五本である。
プロダクト動向
1. Google、外部の検索基盤を Gemini Enterprise に入れる。 Google Cloud は 07-16、AI 向けの検索基盤を専門にする新興企業 Parallel Web Systems との提携を発表し、Gemini Enterprise で企業のエージェントがリアルタイムのウェブ情報を確かめる際の選択肢の一つに加えた（Google 開発者ブログ、07-16）。本紙の推論：Google は検索を本業としながら、企業顧客には外部の検索基盤も選ばせている。
2. OpenWiki、記憶の形式にオープンな OKF を採用。 LangChain CEO の Chase 氏は 07-16、チームで共同編集する知識ベースを作るツール OpenWiki が、オープンな知識フォーマット OKF を採用したと発表した（X / @hwchase17、07-16）。エージェントの記憶の形式は各社で互換性がなく、ツールを替えると記憶を失うため、オープン標準の動きは記憶の層が基盤になる兆しだが、採用規模の数字はまだない。
過去の洞見
1. ChatGPT の広告、事前の予測が当たった（2026-01 の出来事を振り返る）。 OpenAI は 2026-01-16 に ChatGPT での広告テストを公式に発表し、02-09 に開始した（OpenAI 公式、2026-01-16；TechCrunch、2026-01-16）。本紙の推論：2025 年に記録した Ben Thompson 氏の予測は当たった。ただ、回答に影響させない防御的な設計の広告は単価が低く、十倍の収入差は埋まらない。
2025 年に本紙のデータベースが収めた Thompson 氏の構造的な判断はこうだ。ChatGPT の無料ユーザーが生む売上は一人あたり年に約 10 ドルで、Google 検索は約 100 ドル、十倍の差を埋める手段は広告しかない。同氏は当時、OpenAI が電子商取引の広告に長けた Fidji Simo 氏を招いたのは、広告事業を作るのでなければ筋が通らないとも述べていた。
広告は会話の下に置かれ、広告だと明示され、回答の内容には影響せず、有料ユーザーには出ない。まず米国、カナダ、オーストラリア、ニュージーランドの四か国で始まった。次の論点は Google である。Google は Gemini で広告はやらないと述べてきたが、OpenAI が広告収入でモデルを支えるようになったとき、この約束がどこまで持つかが問われる。
ソースと棚卸し（過去 24 時間）
昨夜 22:27 の定時収集は失敗ゼロで、新着は 276 本だった。内訳は X の投稿 153、ブログ 58、学術論文 50、ニュースレター 8、ポッドキャスト 6、企業の届け出 1 である。深夜の自動処理は、先頭に並んだ 32 本を保守的な基準で処理した。日中には、夜間にシグナルなしとされた 5 本を見直し、うち 3 本を材料ありと判定し直した。今日は追跡する情報源の追加も、過去分の一括取り込みもない。
範囲について：昨夜の記録は分類ごとの集計だけで、本号が保証できるのは上の 276 本の範囲のシグナルである。X は追跡中の 160 アカウントのオリジナル投稿が対象で、X 全体の検索はしていない。
本紙が追っている情報源
本紙の判断の土台として、現在 529 の名前のある発信者を追っている。X が 305 人（Elon Musk、Andrej Karpathy、Greg Brockman、Nathan Lambert など）、ポッドキャストが 90 人（Satya Nadella、Dario Amodei、Jensen Huang など）、ニュースレターが 46 本（Dylan Patel、Ben Thompson、Ethan Mollick など）、論文の著者が 48 人（Noam Shazeer、Percy Liang、Tri Dao など）、個人ブログが 48 人（Simon Willison、Chris Olah など）、決算と説明会が 26 社、機関のブログが 75（NVIDIA、Google Research、SemiAnalysis、Hugging Face など）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 · 24 のソース · ご意見・ご感想は [email protected] までお寄せください