番組：予測市場の米国オープンソース禁止確率が 45% に倍増

今日の中核

1. [今週]（演説 07-24）習近平氏が AI を主題に演説し、ChinaTalk の出演者は「普通の技術」という位置づけを重く見た

習近平国家主席は 7 月 24 日、上海の世界人工知能大会（WAIC、中国政府が毎年開く国家級の AI 会議）で、AI を主題とする演説をした。ChinaTalk の出演者は、これを初めての AI 主題の演説と位置づけている。

演説の読み方は、ポッドキャスト ChinaTalk に出た論者の解釈である。ChinaTalk は中国の技術政策を扱う番組で、司会は Jordan Schneider 氏。この回は 07-24 に急きょ組んだ座談会である。出演者によれば、演説は AI を戦略兵器ではなく「普通の技術」として位置づけた。普通の技術なら、安く広く行き渡るほどよいという理屈になる。出演者はこれを、オープン化とオープンソースの路線を強く後押しするものと読んだ。この位置づけは、「AI は戦略兵器で、管理が要る」という見方と正面から対立すると出演者は語った。演説はグローバルサウスと一帯一路の国々に向けて、包摂的な協力も呼びかけたという。

出演者によれば、演説は終盤で安全面の歯止めにも触れた。法規制、監視と早期警戒、緊急対応の仕組みを整え、AI を常に人間の管理下に置くという内容である。同じ出演者は、この段を将来の政策転換に向けた布石と読んだ（ChinaTalk、07-24）。時期も重なる。同じ 48 時間に、ワシントンでは中国のオープンソースモデルを禁じるかどうかが議論されていた（中核 2）。

本紙の推論：中国はオープンソースを市場参入と影響力の経路に使っている。中国がオープンソースで得ようとしているのは、売上よりもエコシステムの中の地位と標準である。出演者の読みどおりなら、そこに最高指導者の後ろ盾が加わり、オープンソースは企業の戦略から国の方針になる。ただし安全面の歯止めの段がある以上、オープン化はいまの戦略であって約束ではない。米国の大企業が中国製モデルの API に直接料金を払い始めるか、中国国内のサービスの品質が追いつけば、この読みは見直す。

まだ言えないこと： 演説の解釈は ChinaTalk の番組一つだけで、演説の公式原稿とは照合されていない

検証： 根拠は一つのポッドキャストの紹介と解釈で、演説の公式原稿の全文とは照合されていない。「初めて」といった性格づけは、番組の出演者によるもの。ChinaTalk は中国の体制に批判的な立場をとっており、解釈にもその立場が入る。大筋は読み取れる。細部は参考にとどめる。

2. [今週]（放送 07-24）All-In によれば、Polymarket で「米国政府が年内にオープンソースモデルを一つ禁止する」確率は数日で 22% から 45% に上がった

All-In は、シリコンバレーの投資家四人が司会するビジネスと政策の評論ポッドキャストである。司会には Chamath Palihapitiya 氏、David Sacks 氏らがいる。AI 政策には独自の立場と保有銘柄がある。7 月 24 日の回で、All-In は Polymarket の新しいマーケットを紹介した。Polymarket は実際のお金を賭けて出来事の結果を当てる予測市場で、確率は賭け手の合意を表す。予測の対象は「米国政府が 2026 年中にオープンソースモデルを一つ禁止する」で、確率は数日で 22% から 45% に上がった（All-In、07-24）。本紙の推論：問い方が「一つ禁止する」なので、この確率には中国の特定のモデルの禁止とオープンソースの全面禁止という大きく違う二つの政策が入っている。マーケットの規約とは照合されていない。どちらか一方の確率としては読めない。

背景には、ホワイトハウスが中国製オープンソースモデルの禁止を検討している、との報道がある。政権内の別の一派は、禁止の代わりに、米国企業がよりよいオープンソースモデルを作るよう後押しすべきだと主張している。07-24 号は、ホワイトハウス科学技術政策局の局長が Kimi の開発元・Moonshot AI を名指しし、米国モデルを蒸留したと非難したと伝えた。財務長官は制裁に言及した。07-25 号の中核 3 は、買い手側の反撃を伝えた。有料顧客の CEO は、閉じたモデルの企業を「規制の虜」と公然と批判した。規制を使って既存の企業を守る側に回った、という意味である。200 社超のスタートアップは連合を作った。業界の約 37 社は、オープンウェイトを支持する声明に署名した（声明の公式ページ、07-24）。本号の時点で、禁止は検討段階にとどまり、発効した禁止はない。

本紙の推論：前日に伝えた米国内の政策の争いに、中国側の動きが重なった。米国は禁止を検討し、中国の最高指導者はオープン化を後押しするという、鏡に映したような構図である。米国側は報道による話で、中国側は ChinaTalk 出演者の読みである。

前日号で示した、業界が組織的に動く政策の争いという見立ては、今日さらに強まった。争いは米国内にとどまらず、米中が正反対の方向に動く形になった。今後三か月のうちに次の三つがそろえば、この見立ては一週間の盛り上がりだったと読み直す。ホワイトハウスの検討が立ち消えになる。確率が 25% を下回る。Google と Meta がオープンウェイト支持の動きを新たに出さない。

まだ言えないこと： 22% と 45% は番組の口頭の紹介で、マーケットのページとは未照合

検証： 45% と 22% は番組が口頭で紹介した数字で、Polymarket の当該マーケットのページとは照合されていない。予測市場の数字は政策リスクの目安にすぎず、政府の決定を示すものではない。二つの数字は同じマーケットの数日違いの値なので、上がり幅そのものは比べられる。

3. [今週]（投稿 07-25）37 社の声明に Google の名前はなかったが、翌日、Hassabis 氏は Gemma の累計 9 億ダウンロードを自ら公表した

Google DeepMind の CEO、Demis Hassabis 氏は 7 月 25 日、X で、オープンウェイトモデル Gemma シリーズの数字を自ら公表した。Gemma は重みをダウンロードし、利用者の手元で動かせるモデルで、有料の Gemini API とは別のもの。第 4 世代のダウンロードは 3 億回を超え、シリーズ累計で 9 億回を超えたという（ダウンロード数の投稿、07-25）。

同じ日に Hassabis 氏はオープンなエコシステムを擁護する投稿もした。Google が公開してきた、AI モデルを書いて訓練するための Jax、公開モデルを読み込んで動かすための Transformers、AlphaFold を挙げている（立場の投稿、07-25）。Google の CEO、Sundar Pichai 氏も同じ日にこれを転載して支持した。2 か月前の Google I/O で Google は「Gemma 4 は 1 か月で 1 億回」と公表していた。三つの数字は単一世代の初月、単一世代の累計、シリーズ全体の累計と、数え方が違う。割り算して成長率を出すことはできない。

一つ対比しておく（本紙独自の照合で、どの出典もこう述べてはいない）。07-24 の業界 37 社の声明には Microsoft、Meta、OpenAI、NVIDIA が署名したが、Google の名前はなかった。翌日の Hassabis 氏の個人投稿と数字が、この政策をめぐる争いでの Google の立場表明とも読める。

本紙の推論：ワシントンに向けて、「オープンソース」は「中国」と同義ではないという含意になる。禁止の範囲しだいでは、米国最大のオープンモデル群にも影響が及びうる。中核 2 で見たマーケットの問い方の混同は、米国のモデルの扱いという具体的な論点として表に出ている。次に注目するのは、ホワイトハウスの検討案が米国製モデルを対象から外すかどうかである。外れれば、受益者は Google の Gemma と Meta の Llama になる。

まだ言えないこと： 9 億回は Google の自己申告で、誰が何に使ったかは不明

検証： 当事企業のトップが自ら公表した営業の数字で、宣伝の動機がある。数字は第三者の確認を経ていない。Hugging Face と Kaggle のダウンロードカウンターで一部は確かめられるが、その照合はされていない。ダウンロード数は利用者数でも商業採用でもない。9 億回の背後で誰が何に使っているかは分からず、エコシステムの活発さと、政策向け広報の数字とを、ダウンロード数から見分けることもできない。この数字が示すのは関心の高さの上限までで、利用の実態は読めない。

4. [証拠の更新]（初出 2026-02/04、照合 07-26）Anthropic の締め出しは利用者を留めなかった。利用者は中国のオープンウェイトモデルで同じ作業環境を組み直した

この件はもともと一つのポッドキャストの逸話だったが、照合を終えて複数の出典で裏付けられた事実になった。OpenClaw は開発者 Peter Steinberger 氏が作ったオープンソースのエージェント作業環境で、特定のモデルに縛られず、AI エージェントに日々の作業をさせる。人気が出たあとは Claude の定額プランで動いていた。

時系列はこうなる。1 月末、Anthropic は名前の変更を求め、名前は Clawdbot から Moltbot、OpenClaw へと変わった。Steinberger 氏は、改名は Anthropic に強いられたもので、同氏の決定ではなかったと述べている（Forbes、01-30；CNBC、02-02）。2 月には個別のアカウントが締め出された。4 月 4 日からは範囲が広がり、第三者のアプリが定額プランを使う許可がすべて取り消された。The Next Web によれば、Anthropic は理由を、OpenClaw がシステムに過大な負荷をかけたためと説明した（The Next Web）。

締め出しの動きの中で利用者が向かった先にも、公開事例がある。中国の AI 企業 MiniMax は OpenClaw の利用者向けに月 10 米ドルのプランを出し、ワンクリックで切り替えられる代替の手段も出した。月 200 ドルの Claude の構成を Kimi で月 15 ドルに組み直した公開事例もある。Steinberger 氏自身が 2 月の Lex Fridman 氏のインタビューで語った例である。Kimi の事例は 2 月の話で、4 月の全面取り消しより前である（Lex Fridman のインタビュー、02-12）。

本紙の推論：「モデル層の乗り換えコストはゼロに近づく」という本紙の以前からの読みに、行動の面での有力な証拠が加わった。第三者の作業環境では、積み上げた作業の文脈は、モデル事業者ではなく作業環境の側、つまり利用者の手元に残る。だから定額プランの利用を認められなくなっても、利用者は作業の文脈を持ったまま競合へ移れる。締め出しは利用者を留められず、作業の文脈を持った利用者が競合へ移る障壁を下げた。ただし Kimi への組み直しの公開事例は 2 月のもので、4 月の全面取り消しより前である。範囲は限っておく。この読みが当てはまるのはエージェントの作業環境だけで、一般の消費者向けチャットのメモリー機能に蓄積された内容は、プラットフォーム側に残る。

07-25 号の深掘りレポートが描いた二層の図も、ここで裏付けられた。底辺は第三者の作業環境が担える日常の作業、頂点は、ごく少数の最先端フラッグシップモデルが占める高価格帯である。底辺のコモディティ化は予測ではなく、すでに起きた利用者の行動である。この図からは、さらに二つのことが読める。一つは、頂点の価格決定力が招いた政治の反発が、中核 1〜3 の政策をめぐる争いだということである。もう一つは囲い込みの拠り所である。モデル事業者が API とエコシステムで利用者を囲い込むなら、頼れるのはアカウント基盤、メモリー、ワークフロー資産で、利用許諾の条項ではない。

まだ言えないこと： 個々の利用者の移行の細部は二次的な逸話にとどまる

検証： 当事者の一次の発言、CNBC、The Next Web、Forbes など複数の独立した報道、報道が伝えた Anthropic の説明が互いに裏付け合っており、締め出しの経緯は本号で最も裏付けの強い項目である。個々の利用者が移った細部はなお二次的な逸話で、当事者には感情も入っている。

5. [今週]（放送 07-24、本紙 07-26 収録。和解の時期は出典間で食い違う）All-In によれば、Anthropic の 15 億米ドルの著作権和解で重要なのは金額より、訓練そのものは合法とされ、賠償の対象は海賊版からの入手だった構図だ

All-In の 7 月 24 日の回によれば、Anthropic の著作権集団訴訟の和解条件は次のとおりである。和解金は 15 億米ドルで、米国史上最大の著作権和解とされる。対象は約 50 万冊で、著者には 1 冊あたり約 3,000 ドルが支払われる（50 万 × 3,000 = 15 億で、計算は合う）。弁護士費用は 1.01 億ドル。発端は、Anthropic が海賊版サイトから約 700 万冊をダウンロードし、訓練に使ったことである。700 万冊は入手した量、50 万冊は和解の対象になった冊数で、母数が違う。

要は法的な構図にある。All-In によれば、裁判所はすでに、著作権で守られた書籍で AI を訓練することはフェアユース（米国著作権法で、一定の場合に許可のない利用を認める原則）にあたると判断していた。賠償の対象は海賊版サイトからの入手という経路で、訓練そのものではないという（All-In、07-24）。

本紙の推論：著作権リスクに、計算の目安になる和解単価が加わった。1 冊約 3,000 ドルは和解金を冊数で割った値で、市場で取引された価格ではない。書籍を訓練データに含むモデル事業者は、1 冊約 3,000 ドルという和解単価を自社のデータ調達の費用と比べられる。ただしこれは海賊版での入手に対する賠償の目安で、正規に調達するときの価格そのものではない。「訓練は合法、入手は罰せられうる」という構図が裁判所の文書で確かめられれば、業界全体がデータ調達の価格を見積もるときの基準になる。

次に注目するのは、裁判所の最終和解文書（公開の裁判記録）である。この文書で確かめられるまで、1 冊約 3,000 ドルは番組が紹介した大筋の数字にとどまる。

まだ言えないこと： 条件の細部は番組の紹介で、裁判所の文書とは照合されていない

検証： 条件の細目はすべて番組の口頭の紹介で、裁判所の文書とは照合されていない。「15 億米ドルの和解」という大筋は、AI 政策と産業の研究者 Nathan Lambert 氏が今年 1 月末に別に触れた内容とも合う。ただし和解の時期は、7 月の出来事とする All-In の紹介と、Lambert 氏が 1 月末に触れていたこととが合わない。細目は大筋として扱う。

6. [今週]（インタビュー 07-25）Mercor の幹部が、自社の評価 Apex では最上位のモデルでも長い作業の達成は約 50% と述べた。売上の偏りと費用の内訳も明かした

Mercor は AI ラボ向けに人間の専門家を集め、訓練データを作る、急成長中の企業である。同社の最高製品責任者 Oswald Nitski 氏は、ベンチャー投資のインタビュー番組 20VC（Harry Stebbings 氏が司会）で三つのことを明かした（20VC、07-25）。

一つ目に、Nitski 氏は自社の評価 Apex を使い、「企業の業務の九割はすでにモデルで自動化できる」という市場の説に反論した。Nitski 氏によれば、自社の評価 Apex では、最上位のモデルでも何日にもわたる長い作業の達成は約 50% にとどまる。同氏は、九割という計算は既存の需要しか数えておらず、潜在的な需要がまるごと抜けているとも主張する。例として、調達のエージェントを一度設定すれば何か月も全自動で動き、人は週に一度確認するだけ、という使い方を挙げた。

二つ目は売上の偏りである。Nitski 氏によれば、売上は最先端のラボに大きく偏っており、減らすには一般企業へ広げる必要がある。三つ目は費用の配分で、多くのプロジェクトでは専門家への支払いとモデルの推論の支出がほぼ半々だと同氏は述べた。

本紙の推論：三つのことはかみ合っている。Mercor の自己申告どおりなら、能力の不足は実在し、需要はまだ満たされていない。売上が偏っているので、この事業の命運は数社のラボの訓練予算に握られている。人手でデータを作る事業でも、費用のほぼ半分は計算資源に消える。「目利きの読み」欄で照合を終えた Dwarkesh Patel 氏の観察と、同じ構造を指している。一方は供給者の内側から、もう一方は外部の観察者からである。専門家データはいまのモデルの能力向上を支える実際のサプライチェーンで、その需要の集中は最先端のラボと切り離せない。ラボのデータ調達部門は、Mercor にとって手放せない顧客である。このためラボのデータ調達部門は、顧客としての力を背景に、Mercor へ評価基準の開示を要求できる立場にある。

次に注目するのは、Mercor が Apex の評価方法を公開するか、最先端のラボ以外の顧客との契約を名前付きで発表するかだ。どちらかがあれば、顧客の分散が実際に進んでいると読める。

まだ言えないこと： Apex は社内評価で、採点方法は公開されていない

検証： すべて供給者の自己申告である。Apex は社内の評価で、採点の基準は開示されていない。「最先端にはまだ解けていない業務が多い」は、同社が受注を広げるときの売り文句そのものでもあり、実際の能力の不足と営業上の言い分は分けて読む必要がある。50% と、反論の対象の「九割」は母数が違う（自社が定義した長い作業の集合と、すでに試された既存の業務）。同じ尺度の上で対立する二つの数字ではない。

そのほかに起きたこと（本紙は未検証）

• [今週]（番組 07-24）DeepSeek は約 500 億人民元（約 70〜75 億米ドル）を調達したと伝えられた。投資家には Tencent、世界最大の電気自動車用電池メーカーの CATL（寧徳時代）、国の AI 産業ファンドが含まれるとされる。創業者の梁文鋒氏は、自身が管理する有限責任組合に資金を入れる仕組みで支配権を保ち、Alibaba の出資を断ったとも伝えられる。ChinaTalk が「いくつかの報道によれば」として紹介したもので、文字起こしの数字に明らかな誤りの疑いがあり、資金調達の一次の公告はまだない。規模としては大きいが、本号で最も証拠の弱い項目である（ChinaTalk、07-24）。

チップと半導体

本号にチップと半導体はありません。

目利きの読み

• [証拠の更新]（初出 2026-06、照合 07-26）Dwarkesh Patel 氏が 6 月に書いた「RL データ産業」の論考を一文ずつ照合し、裏付けのある部分と見通しの部分を切り分けた。 Dwarkesh Patel 氏は独立系のテクノロジー分野のインタビュアー兼書き手で、AI 産業についての論考は業界でよく引かれる。同氏は 6 月の文章で、技能の一つ一つに、手本と採点基準を書く専門家が数百人以上いると主張した。専門家による注釈と RL 環境（モデルが繰り返し練習する模擬の作業環境）の産業は年間売上が数十億米ドルに達し、いずれ百億ドル規模になるという。同氏によれば、ラボの計算資源の約 30〜50% は推論に使われている。この計算資源はいまのところモデルの改善に還元されていない、とも書く（原文、2026-06）。「数百人の専門家」は、Mercor などの公開求人と専門家チームのページで裏付けられた。「年間売上は数十億米ドル」は、Mordor Intelligence と Grand View Research の第三者の市場調査で、同じ方向が示された。ただし両社の集計範囲は、同氏の言う産業より少し狭い。「30〜50% の計算資源」は、原文の一文と一致した。一方「百億ドル規模になる」は同氏の見通しで、現状ではない。RL 環境の部分はいまのところずっと小さく、引用するときは切り分ける必要がある。この論考は「データと環境がモデルの能力向上の本当の制約だ」という本紙の長年の読みを支え、今日の中核 6 と表裏の関係にある。

研究とモデル

• [今月][トレンド]（2026-07 公開）モデルが問題を解くほど文章が人間らしくなくなる理由について、MIT の研究チームが仕組みの説明と対処の方法を出した。 いまの事後学習の主な手法 RLVR（数学やプログラムのように正解が決まる課題でだけ報酬を与える強化学習）には構造上の死角がある。客観的に採点できるものだけを最適化し、文体や構成のような言葉にしにくいが大事な品質には反応しない。その結果、出力が単調で不自然になったり、採点の抜け穴を突いたりする。MIT のチームは 7 月の論文で、人が書いたものとモデルが生成したものを見分ける判別器を敵対的に加え、数値にしにくい品質のシグナルを訓練に戻す方法を示した。論文の自己申告によれば、バグ修正ではコードの変更量が目に見えて減り、成績は変わらなかった。物語を書く課題ではより人間らしく多様になった（arXiv、2026-07）。一つのチームの自己申告で、再現はまだない。本紙の推論：検証できる報酬で拾えない文体などの面は、いまも人間の手本で橋渡しするしかない。中核 6 の専門家データ事業が成り立つのはこのためである。今週の範囲では、ほかの方向に大きな新しい論文はなかった。

プロダクト動向

本号にプロダクト動向はありません。

過去の洞見

• AI の計算資源のお金は「モデルを作る」側から「モデルを動かす」側へ移り、その転換点はもう過ぎた（本紙の深掘り研究、2026-07-15；個別の照合 2026-07-12）。 推論（モデルが質問に答えるときに使う計算資源）への支出が訓練への支出を上回ったのは 2026 年の初めである。分母の違う三つの指標が同じ方向を示す。Zylos は AI 推論の経済を調べる研究機関で、累計支出の基準で転換点を判定した（Zylos Research、2026-04）。Deloitte は、AI の計算資源全体に推論が占める割合が 2025 年の約半分から 2026 年に約三分の二に上がると見積もる（Deloitte TMT 予測）。業界メディアも、推論がクラウド基盤の支出の過半を占めると同じ方向で報じている。これは基準の違う三つの指標が「大筋と時期」を支えているのであって、同じ数字を三者が確かめたのではない。「推論が企業の AI 予算の 85% を占める」は出典が一つだけで、単独で引くべきではない。この転換は、モデルの経済が訓練中心から推論中心に移る分かれ目で、計算資源への資本配分を評価するときの基準になる。推論の需要は利用者が払える予算に応じて伸び縮みし、一度きりの設備投資である訓練とは論理がまったく違う。本紙の推論：次に見るべきは、誰が計算資源を多く使っているかより、利用者の予算に応じてモデルの使い分けを制御する仕組みを誰が握っているかである。

ソースと棚卸し

過去 24 時間。 ポッドキャストの文字起こし 4 本を読んだ。All-In（07-24 公開）、ChinaTalk の臨時回（07-24 公開）、MLST（Machine Learning Street Talk）のインタビュー 2 本で、MLST の 2 本は段ごとに読んで新しい手がかりはなく、本号では引いていない。20VC の Mercor 最高製品責任者のインタビューも昨夜処理を終え、今回の材料に数えた。X は追跡アカウントのうち 3 アカウント（Greg Brockman 氏、Sundar Pichai 氏、Demis Hassabis 氏）の当日の投稿を一つずつ読み、産業を読む手がかりになったのは Hassabis 氏の Gemma の数字だけだった。

日次の粒度ではデータセンターの電力使用を天候の雑音から切り分けられず、この指標は本号では使わない。エネルギーのデータでは、米エネルギー情報局（EIA）の日次の電力使用量 124 件をまとめて読み、手がかりはなかった。この結論は、二週間続けて一日ずつ見て確かめた。そこでこの日からこの基準は使わず、季節調整した前年比の集計に切り替える。新しい基準が動くまで、電力の日次の範囲は空白になる。

このほか、既存の記録 2 件の照合を終えた（OpenClaw と RL データ産業、結果は中核 4 と「目利きの読み」）。過去の判断の見直しにあたるので、今回の新しい件数には数えない。本号が保証できるのは上の範囲で得た手がかりだけである。

出典の集中。 今日の中核 1〜3 を支える材料は、習近平氏の演説（ChinaTalk の紹介）、Polymarket の数字（All-In の口頭の紹介）、Gemma のダウンロード数（当事企業の自己申告）で、どれも一次資料ではない。中核 1 と「そのほかに起きたこと」は ChinaTalk の同じ回、中核 2 と中核 5 は All-In の同じ回から取っており、それぞれ今日の新しい項目の約三分の一を占める。複数の出典で最も裏付けられているのは、むしろ過去の判断の照合（中核 4 と「目利きの読み」）である。数字はすべてこの構造に応じて割り引いて書いている。

蓄積（過去 24 時間以外）。 本紙が読む前の蓄積（7 月中旬の時点）は、学術論文 2,825、企業と個人のブログ 2,299、X の投稿 1,381、業界のニュースレター 974、企業の届け出 924、業界の分析 533、ポッドキャストの文字起こし 288 で、順に処理している。

追跡しているソース。 本紙の判断の土台として、いま 529 の名前の出ている発信者を追っている。X 305 人（Elon Musk 氏、Andrej Karpathy 氏、Greg Brockman 氏、Nathan Lambert 氏ら）、ポッドキャスト 90 人（Satya Nadella 氏、Dario Amodei 氏、Jensen Huang 氏ら）、報道機関 51、個人ブログ 48 人（Simon Willison 氏、Chris Olah 氏ら）、論文の著者 48 人（Noam Shazeer 氏、Percy Liang 氏、Tri Dao 氏ら）、ニュースレター 46（Dylan Patel 氏、Ben Thompson 氏、Ethan Mollick 氏ら）、決算と説明会 26 社、基調講演 23 本。

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 · 14 件のソース · ご意見・ご感想は [email protected] までお寄せください