四人が今週、安いオープンモデルの商売を別々に語った

今日の中核

1. [今日] オープンモデルが最前線に迫ったいま、研究者、アナリスト、CEO 二人の計四人が同じ週に別々に発言した

研究者の Nathan Lambert 氏、アナリストの Azeem Azhar 氏、LTX と Liquid AI の両 CEO が今週、安いオープンモデルをめぐってそれぞれ発言した。モデルそのものを売る事業から利益が離れつつあるという読みは、四つの発言を並べた本紙の推論である。

前提は 7 月 17 日号で取り上げた出来事にある。中国の月之暗面（Moonshot AI）のオープンウェイトモデル Kimi K3 が初めて最上位の性能帯に入り、価格も低く抑えた。今日の新しい点は、その先の話だ。

Lambert 氏の論点は資本効率である。シアトルの非営利 AI 研究機関 Ai2 の研究者である同氏は 07-18、中国のラボは資本効率がはるかに高いと公に述べた。知能がおおむね有効資本（買える計算資源、データ、人材）に比例するなら、資本効率の差は AI 産業が持ちうる最大の優位になりうるという（X / @natolambert、07-18）。

Azhar 氏の論点は需要の弾力性だ。ロンドンを拠点とするテック動向のアナリストである同氏は同日のニュースレターで、安いオープンモデルはクローズドモデルを置き換えるのではなく、圧力をかけるのだと論じた。AI の利用需要は価格に弾力的で、値下がりすれば利用量が膨らむ。その結果、産業全体の売上はコンピュート層へ押し出され、データセンター投資の回収論はむしろ強まる。圧縮されるのは、最強モデルの独占で上乗せ料金を取る商売だけだという（Exponential View #593、07-18）。

LTX の CEO は課金の形で賭けている。オープンソースの動画生成モデルを作る同社の CEO は、クローズドモデルは従量課金だけでは兆単位の評価額を支え続けられないとみる。そこで小口の顧客は無料とし、大口の顧客とは複数年のライセンスを結び、顧客が自社の素材で学習できる形を採る。狙うのは娯楽、アニメ、VFX のスタジオで、案件が終わる前に自社の画風を他社のモデル学習に使われたくないという悩みに応える（インタビュー 07-08、The Cognitive Revolution）。

Liquid AI の CEO は端末の市場を挙げる。端末上で動くモデルを作る同社の CEO は、スマートフォンや車載のような端末向けの市場はフロンティアモデルの話題に隠れているだけで、それ自体が独立した大きな事業だと主張する。典型的な顧客はスマートフォン、自動車メーカー、ウェアラブル機器で、名前が出ているのは Mercedes-Benz の車載システムと Shopify の本番環境である（インタビュー 07-04、The Cognitive Revolution）。

本紙の推論：研究、分析、動画モデル、端末という互いに引用し合わない四つの立場の発言が、同じ週にそろった。並べると、利益がモデル販売から離れる方向が見える。この方向が正しければ、利益の行き着く先は計算資源（電力とラックを持つ者）、ワークフロー（AI を一件の仕事を最後までこなす働き手に仕立てる者）、ライセンス（顧客が自社データで動かせるようにする者）になる。移動が本当に起きているかを測る具体的な指標は、ハイパースケーラーの売上に占める AI の比率と、モデル事業者の粗利率の推移だ。前者が上がり続けて後者が圧縮されれば、利益の出どころが移った合図になる。この読みは見立てであり、答え合わせの日は置かない。

まだ言えないこと： 四人の主張はどれも単一ソースで、一次の財務データがない

検証： 四つはいずれも単一ソースの判断である。Lambert 氏はオープンモデルの推進派として知られ、両 CEO は自社に都合のよい筋書きを売る立場にある。Azhar 氏は比較的中立だが、やはり一次の財務データを添えていない。四つとも検証中の読みとしての記録にとどまり、確定した判断ではない。反対の読み、つまり価値は最終的に最強のクローズドラボが取るという見方も記録に残し、各社の価格と決算で決着を待つ。

2. [今日] Curative の CEO によれば、AI エージェントで契約 1 件の処理費は約 1,500〜2,000 米ドルから約 70 米ドルに下がった

米国の健康保険会社 Curative の共同創業者兼 CEO は 07-18、ベンチャー投資のインタビュー番組 20VC に出演した。同氏によれば、Anthropic のモデル Claude で動く社内エージェント Gwen が、医療機関との契約業務を本番環境で最後までこなしている。

仕事の範囲は契約の締結まで及ぶ。Gwen は相手の診療所をウェブで調べ、他の保険会社がいくら払っているかを確かめ、担当者を見つけ、何往復も交渉し、契約条項を直す。最後に電子署名サービス DocuSign を開いてボタンを押す。署名は CEO 本人のもので、契約はその場で法的に有効になる（20VC インタビュー、07-18）。

同社 CEO が挙げた数字はすべて自己申告である。契約 1 件の処理費は、人手の時代の約 1,500〜2,000 米ドル（自社の人手の手順の平均）から約 70 米ドルに下がった。処理量は週に約 100 件から、日に約 100 件になった。過去 8 週間でエージェントが単独で結んだ契約は 3,500 件で、45 人のチームが昨年一年で結んだ 2,300 件を上回る。同社は人員を減らさず、チームは対面の交渉が要る大病院との契約に回った。同 CEO は、モデル事業者が料金を二倍から五倍に上げても、置き換えた人件費で計算すれば割に合うとも述べた。

本紙の推論：中核 1 では、モデル層の利益が押し下げられているという見方を記した。一方でこの買い手は、値上げを受け入れても割に合うと言う。二つは両立しうる。分かれ目は、その業務のユニットエコノミクス（1 件あたりの採算）にどれだけ余地が残るかにある。コストが急に下がると需要が増え、利用量が跳ねる。この連鎖は、エージェントが常時動くほど利用量が増えるという、本紙が追ってきた見立てと合う。ただし一社の事例にすぎず、確定した判断にはまだ足りない。エージェント化の効果が大きいのは、単位コストが高く、そのコストが需要を抑えていて、端から端まで自動化できる仕事である。値上げしても割に合うという買い手の発言を、モデル事業者は値上げの根拠として読みうる。買い手に有利な価格交渉の余地は、長くは続かない可能性がある。

まだ言えないこと： 数字はすべて Curative の自己申告で、第三者の照合がない

検証： 数字はすべて当事者が語った運用成果で、第三者による照合はない。この種の数字は当事者の対外的な主張として割り引いて扱い、方向だけを見る。数字の独立した確認はこれからである。

3. [今日] Hassabis 氏の AI 監督機関案は All-In でも同じ骨格で紹介され、条件付きの反対論も実名で出た

07-18、シリコンバレーの投資家による座談番組 All-In が、DeepMind の CEO、Demis Hassabis 氏による AI 監督機関の提案を一つの話題として取り上げた。

提案の中身は 7 月 18 日号の 5 で紹介した。米政府が FINRA に倣った AI 監督機関を作るという案である。FINRA は米金融業界の自主規制機関で、政府の裏付けのもとで業界が資金を出し、独立した技術専門家が運営する。

All-In の紹介は、前号が引いた週報のまとめと骨格が一致する。骨格は、連邦による監督、業界の資金負担、フロンティアモデルの公開 30 日前の審査への提出、当初は任意で後に義務化、の四点である。公に支持した名前の一覧も合う（All-In Podcast、07-18）。

同番組の出演者で、現在ホワイトハウスの AI 顧問を務める David Sacks 氏は、保証のない任意の提出に反対した。同氏は、業界のほうから規制を求めるのは、交渉の初手で譲歩案を差し出すのに等しく、政府は上乗せを求め続けるだけだと述べた。業界が受け入れるなら、連邦の専占（各州が個別に立法するのを止めること）のような明文の保証と引き換えにすべきで、そうでなければ任意の提出は最初の提示価格にすぎないという。

監督機関案とは別の論点で、OpenAI の安全性研究者でハーバード大学教授の Boaz Barak 氏が発言した。同氏は同日、サイバーセキュリティを理由にオープンウェイトモデルを制限することに公に反対し、そうした制限は守る側にしか効かないと書いた。攻撃者はもともと規制を守らず、縛られるのは強いモデルで身を守りたい側だという（X / @boazbaraktcs、07-18）。

本紙の推論：議論の構図は一週間でそろった。提案側には複数のソースで一致する骨格があり、反対側には政治上の駆け引き論と、安全上の攻守の非対称論という、名前の付いた二つの立場がある。公開 30 日前の提出が監督の枠組みに書き込まれれば、フロンティアモデルの公開日程には 30 日の審査期間が加わる。

まだ言えないこと： Barak 氏の投稿は途中で切れ、論証の全体が読み取れない

検証： 週報のまとめと All-In の紹介は互いに独立で、骨格も一致する。このため、この提案に付けていた「ソースは一つだけ」という留保は外す。ただし条件付きで反対した Sacks 氏は、ホワイトハウスでの職と個人の立場を持ち、利害が大きい。Barak 氏の投稿は途中で切れており、論証の全体は投稿からは読み取れない。Hassabis 氏の提案は、All-In の紹介と週報のまとめを通じて伝わっているもので、原文からの引用はない。また、本条の All-In の紹介は中核 5 と同じ回から引いたもので、二つの独立したソースではない。

次に注目するのは、合意の有無より条文の書き方だ。任意から義務への移行がどう書かれるか、連邦の専占が盛り込まれるかで、この議論の行き先が決まる。

4. [今週]（出来事 07-16）Databricks が評価額 1,880 億米ドルの資金調達を公式発表し、使い道を AI に絞った

データと AI の基盤を提供する Databricks は 07-16 の公式発表で、評価額 1,880 億米ドル（188B）での戦略的資金調達を明らかにした。

米国のグロース投資ファンド Coatue が主導し、投資条件書には署名済みで、払い込みの完了は夏の終わりの見込みである。資金はまだ入っていない。規模の約 30 億米ドル（3B）は二次報道によるもので、公式発表には書かれていない（Databricks 公式発表、07-16）。

評価額は五か月で四割上がった。今年 2 月の前回の評価額は 1,340 億米ドル（134B）だった。

使い道は、発表の上ではすべて AI 向けである。複数モデルの統制ゲートウェイ（企業内で複数社のモデルを同時に使うときのアクセスと監査を管理する仕組み）、Genie と名付けた AI の同僚、AI エージェント向けのデータベース、そして今後の AI 企業の買収が挙がる。いずれも、Databricks の既存顧客である企業のデータ・分析チームに向けたものだ。

本紙の推論：7 月 18 日号の 4 では、AI への資金が、将来の話を売る会社から、データと AI のワークフローを握る会社へ流れるという読みを記した。今回の調達は、その読みに合う最新の事例である。一次市場はデータと AI のワークフローを握る会社に高い評価額を付け続けており、今回の資金はエージェント製品の開発と AI 企業の買収に充てると発表で明言されている。

まだ言えないこと： 条件書は署名済みでも、払い込みの完了は夏の終わりの見込みで、資金はまだ入っていない

検証： 今回の材料のなかで、うわさから公式発表までを通しで追えた唯一の話である。昨夜の時点では、AI 業界のニュースレター Latent Space の祝意の一言だけだった（Latent Space、07-18）。今日、公式発表で確認した。留保は一つ残る。条件書の署名は払い込みの完了ではない。外部では Series M と呼ばれているが、同社自身は戦略的な調達と称している。

次に注目するのは、Databricks が予告した AI 企業の買収を実際に完了するか、次の調達で評価額の上乗せが広がるかである。データと AI のワークフローを握る会社への高い評価額が続くかどうかの試金石になり、払い込みが終わるまでは結論が出ない。

5. [今日] Chamath 氏はデータセンター案件の約 40% が凍結中と述べ、Lazard の報告では太陽光の供給コストの上がり方がガスを上回った

07-18 の All-In で、データセンター資産を持つ投資家 Chamath Palihapitiya 氏が、データセンター案件の約 40% が凍結か建設停止の状態にあると述べた。

同氏はその結果として、すぐに通電できる資産の価格が最も高い水準まで上がったと語った。ニューヨーク州のデータセンター新設停止措置については、州内で新しいデータセンターに通電できるのは実質的に少なくとも 5 年先で、当局の言う一年よりずっと長いとの見方を示した（All-In Podcast、07-18）。

コストの側では、同じ日に名前のある数字が出た。投資銀行 Lazard の均等化発電原価の年次報告は、エネルギー業界の標準的な参照資料である。その 2026 年版によると、米国の太陽光発電の供給コストは MWh（千キロワット時）あたり 2021 年の 38 米ドルから 2026 年の 69 米ドルに上がった。天然ガスは 60 米ドルから 90 米ドルに上がった。数字はいずれも米国全体の平均で、五年間で上がった。額の上げ幅はほぼ同じだが、元の水準に対する上がり方は太陽光のほうがはっきり大きい。数字は Azeem Azhar 氏のニュースレターからの引用である（Exponential View #593、07-18）。

ただし、太陽光パネル自体は今も安くなっていて、上がっているのは金利、系統接続、用地、送配電という、電気を使う場所まで届ける部分だ。

本紙の推論：ニューヨーク州が州内のデータセンター新設を止めた措置に、今日は産業側の数字とコスト面が加わった。すぐに通電できる電力資産には希少性の上乗せがあり、その上乗せはコスト上昇に下支えされている。データセンターの立地競争は、地価から電気料金と系統接続の速さへ移りつつある。

まだ言えないこと： 40% と 5 年は何を数えたかが示されず、一次資料との照合もない

検証： 40% と 5 年は、利害関係のある一つの座談番組から出た数字である。どの案件を数えたか（全米か世界か、どの種類の案件か）を話し手は示しておらず、一次資料とも照合されていない。Lazard の数字は出どころが明らかで確かめられるが、ニュースレター経由の引用で、原報告の値とは一つずつ照合されていない。番組では建設停止の原因を、外部の勢力による米世論への働きかけに帰していた。この原因の説明は出演者が組み立てた筋書きで、そう語った人がいるという記録にとどめ、事実としては扱わない。

そのほかに起きたこと（本紙は未検証）

• [今日] 二人のベテランエンジニアが、OpenAI のコーディングエージェント Codex が実際の作業を自力でこなした様子をそれぞれ記録した。一人は、画像を一枚アップロードするためだけに Codex がブラウザを開いてウェブページを操作するのを見た。もう一人は、手作業なら数時間かかるとするネットワーク機器の設定を、Codex に五分で終えさせた。どちらも本人の記述で、ベンチマークによる測定ではない（X / @steipete、07-18、X / @sundeep、07-18）。
• [今季]（出来事 07-07、司会者の紹介）英国 AI 安全研究所の元チーフサイエンティスト Jeffrey Irving 氏が率いる、研究作業を AI で自動化しようとする新しい研究組織 Resolution が、公益助成基金 Coefficient Giving から 1 億 6,000 万米ドル（160M）の助成を受けた。うち 1 億 800 万米ドル（108M）は無条件で、5,200 万米ドル（52M）は採用と計算資源の目標達成が条件である。資金は研究作業そのものを AI で自動化する取り組みに向ける。以上は司会者の紹介で、公式発表とは照合されていない（The Cognitive Revolution、07-07）。
• [今週]（論文 07-15）GitHub のオープンソースプロジェクト 2,991 件を調べた実証研究によると、プロジェクトが初めて bot を導入すると、同じ相手との協業が増え、衝突の連鎖が減り、成果物の個性が強まって互いに見分けやすくなる。著者は、bot はきっかけであり、仕組みを生むのは社会的な組織だとまとめている（arXiv、07-15）。
• [今季]（インタビュー 07-01）工学シミュレーションの Neural Concept によれば、同社の AI サロゲートモデルは一回の物理シミュレーションを数日から数分に縮めた。AI サロゲートモデルは、高価な物理シミュレーションをニューラルネットワークで近似するもので、本号のほかの段の AI エージェントとは別物である。英国の自動車メーカー Jaguar Land Rover が一日に評価できる空力設計は、約 50 案から約 1,500 案に増えたという。いずれも売り手の自己申告である。同じインタビューでは、F1 チームのシミュレーション用計算資源が前年の順位の逆順で配分されていることも紹介された。計算資源の割り当てを競争の均衡を保つ道具に使う実例である（The Cognitive Revolution、07-01）。
• [今季]（インタビュー 07-07）予測サービス企業 Future Search の CEO は、複数の AI システムが公開の予測ベンチマーク ForecastBench で、人間のトップ予測者の中央値をすでに上回ったと述べた。売り手の自己申告である。同 CEO 自身も、こうした裏付け（公開の予測ベンチマーク、Metaculus、予測市場の損益）はどれもあまり信頼できないと付け加えた（The Cognitive Revolution、07-07）。

チップと半導体

本号にチップと半導体はありません。今回の材料に半導体の新しい話はなかった。

目利きの読み

1. Sebastian Raschka 氏（機械学習の教科書の著者で、ニュースレター Ahead of AI の主宰者）、07-18。 Raschka 氏はオープンウェイトモデル六つの技術報告を一つずつ比べ、推論の深さを調整できる機能の学習レシピが、同じ三段階の枠組みに収束したと書いた（原文）。推論の深さの調整とは、モデルが答える前にどれだけ長く深く考えるかを利用者が決められる機能で、研究段階の特性から出荷時の標準になった。本紙の推論：モデルの大きさと考える時間は、利用側が別々に選べる設定項目になりつつあるが、根拠は六つの報告を束ねた Raschka 氏一人の総説である。具体的な数字が一つある。Kimi の手法は自社モデルで生成量を約 25-30% 減らした。評価は Kimi の社内評価で、名称は示されていない。それでもスコアはほとんど落ちなかったという（Raschka 氏の紹介による）。数字は Kimi の自己申告で、原報告との照合も済んでいない。本紙は 7 月 16 日号で、推論時にどれだけ計算資源を注ぐかがモデルの能力とコストをますます左右する、と読んだ。Kimi の数字はこの読みを支える。同号は OpenAI が新世代モデルの価格を 2 倍にしたと伝えた。小さいモデルでも深さを上げれば、大きいモデルに追いつく場合がある。

研究とモデル

1. [今週]（論文 07-15）一つのバグが、再現でき、統計的に頑健で、仕組みの説明まで付いた偽の発見を生んだ。 多言語の評価データを作る途中で、偽の効果が出た。原因は、二つのプログラムが共有していた出力長の設定一つだった。単著の研究者 Serkan Ballı 氏がその経緯を報告した（arXiv、07-15）。この設定は一組の誤答を数文字に切り詰め、ある AI 判定役の正答率は 32 ポイント下がって見えた。効果はサンプルを 50 問から 500 問に増やしても残り、三層の仕組みの説明と対照実験の裏付けまで付いていたが、すべて偽物だった。設定を直すと効果は消えた。見抜けたのは生成された中身を人が読んだときだけで、統計の側の検査ではどれも捕まらなかった。AI を判定役に使う評価のパイプライン全般にとって、再現できることは信頼できることと同じではないという警告になる。誤答を AI が作る評価では、一問ずつ機械的に確かめる手順がなければ、人による抜き取りの読みが最後の防波堤になる。AI が作ったデータで AI を評価する手順には、データの正しさを一問ずつ機械的に確かめる方法がないという盲点があり、根拠は単著の体験報告一本である。

2. [今週]（論文 07-15）多数決で一致した解き方を、モデル自身が一語ずつ学ぶ教材にする手法。 研究チーム（Gkountouras、Jukić、Titov の各氏）は、正解のない問題でモデルに複数の解を出させ、多数が一致した答えにたどり着く解き方を、モデルに一語ずつ学ばせる手法を発表した（arXiv、07-15）。自己学習は、モデルがすでに持つ能力を磨くだけだ、という従来の批判への反論になりうる。数字は著者の自己申告で、第三者の再現はない。著者が選んだ数理推論のベンチマーク（pass@1）で、改善は最大 12 ポイントだった。何と比べた改善かは示されていない。ラベルなしの強化学習と比べると、約七分の一の計算資源で 6 ポイント上回った。学習後は、以前は 32 回試しても解けなかった問題も解けたという。ラベル不要の自己改善が、計算資源の節約でも成り立つ初期の例であり、第三者による再現が次の確認点になる。

3. [追跡の更新] エージェントの記憶をどこに置くか——トレンドの樹で位置を確かめる。 7 月 18 日号の研究とモデルで、UCLA 系チームの MemCon を紹介した。エージェントがいつ記憶を読み書きするかを、手書きの規則から学習できる判断に変える手法である（arXiv、07-15）。本紙の推論：エージェントの記憶を外部記憶に置くか重みに置くかという論争はまだ決着しておらず、今の証拠はコンテキスト側に傾いている。いちばん直接の仕組みの証拠は、事実をモデルの重みに直接書き込む素朴なやり方が今のところ極めて不安定なことだ。書き込んだ内容はその後の学習で押し流されるが、同じ事実をコンテキストに戻せばほぼそのまま使える。

MemCon をこの樹に置くと、位置がはっきりする。ここで言うコンテキストは、モデルがその場で読める作業ウィンドウのことで、明示的な記憶とは、大事なことをこのウィンドウに戻し続けるための工学である。この判断を覆す条件（基準は本紙が自ら定めた追跡の基準で、外部の基準ではない）は、今後 12 か月のうちに二つ以上のフロンティアラボが重みへの記憶の書き込みを本番のサービスで実際に使うことだ。そうなればこの判断は撤回して向きを変える。答え合わせの日は 2027-07-14 である。

プロダクト動向

本号にプロダクト動向はありません。直近 48 時間に製品を出す企業の新しい記事はなかった。

過去の洞見

電力不足は一か所の問題ではなく、連なった工程全体の問題である（深掘りレポート、2026-07-04、日本語版なし）。 本紙は七月初めの深掘りで、AI の電力不足を発電、系統接続（発電所を送電網につなぐ審査と工事）、データセンター内の配電、冷却という一連の工程に分けた。本紙の推論：電気は総量より、必要なときにすぐ使え、途切れないという質のほうが希少で、平均の空き容量があっても、変動の激しい AI の負荷はまかなえない。当時の結論は、ボトルネックは固定されず、この工程に沿って移り、最も詰まる工程は発電量ではなく系統接続とすぐ通電できるデータセンターだ、というものだった。反対の見方も当時から並べて残した。NVIDIA の CEO、Jensen Huang 氏は 2026-03 のインタビューで、米国の送電網は平均してピークの六割しか使われておらず、99% の時間には大きな空き容量があると主張した。詰まっているのは電気ではなく、顧客は絶対に停電を許さず、データセンターは出力を落とした運転を受け入れず、電力会社は等級別の供給を売らない、という三者の膠着だという（Lex Fridman Podcast、2026-03）。電気は総量より質が希少だという見方は、この二つの見方が折り合う点として本紙が当時まとめた総合判断である。今日の中核 5 にある、すぐ通電できる資産の価格が最も高い水準まで上がったという発言は、二週間前のこの判断と合う。

ソースと棚卸し

過去 24 時間。 昨晩 21:30 の収集で、新着は 155 本だった。内訳は X の投稿 100 件（追跡している 305 アカウントのオリジナル投稿で、ネット全体の検索はしていない）、ブログ 36 本、番組の書き起こし 10 本（本号で主に使った The Cognitive Revolution の五本、All-In、20VC を含む）、arXiv の学術論文 6 本、ニュースレター 3 本（Exponential View と Ahead of AI を含む）である。取りこぼしはなかった。前日に接続が切れたマクロ統計の取得元 FRED は今回復旧したが、昨夜は新しい公式統計の発表がなく、本号にマクロの段はない。夜のうちに、先頭の 32 本（番組の書き起こし、学術論文、X のオリジナル投稿、ニュースレターの四種類）をやや慎重な基準で処理した。日中は学術論文の残り 5 本を読み、3 本を採り、新しい手がかりのない狭い分野の手法論文 2 本を除いた。Databricks の資金調達は当日に公式発表で確認した。新しく追跡に加えたソースはなく、過去分をまとめて取り込み直すこともしていない。7 月上旬のインタビュー四本は、定例の番組取得で入った古めの回で、出来事の日付をそれぞれ記しており、今日のニュースとしては扱っていない。本号が保証できるのは、上の 155 本の範囲にある手がかりだけである。

本紙が追っているソース。 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 ら）、番組が 90 人（Satya Nadella、Dario Amodei、Jensen Huang ら）、ニュース媒体が 51、個人ブログが 48 人（Simon Willison、Chris Olah ら）、論文の著者が 48 人（Noam Shazeer、Percy Liang、Tri Dao ら）、ニュースレターが 46（Dylan Patel、Ben Thompson、Ethan Mollick ら）、決算と説明会が 26 社、基調講演が 23 件である。

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。

本紙はニュースのまとめではありません。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します。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ありません。

—— SecondSource・調査システムによる自動生成 · 16 のソース · ご意見・ご感想は [email protected] までお寄せください