夕刊 SecondSource 夕刊・2026/9/9 · 2026年9月9日
1. Qualcomm は Amazon にチップを売り込むためワラントを一枚発行した。買えば買うほど受け取れる Qualcomm 株が増える。いま動いているチップを載せ替える費用に、はじめて公開の値札が付いた。
2. OpenAI はおよそ 1 万のエージェントで数学の難問を先に解いた。先を越された二人の数学者は、まる 1 年ぶんの下書きを OpenAI 自身の製品に置いていた。
3. OpenAI が公表した数字を外部が計算し直した。生産性 3 倍の中身は一人が機械の三交代を見る話であり、その仕事の半分は人がやり直す。
今号が使っているのは 9 月 9 日未明の調査レポートで、材料の出来事の時間は 9 月 8 日のこの一日に集まっている。いちばん古い一件は 7 月 16 日の価格の文書になる。昨夜さらったのは 213 本で、今号に残ったのはリンクをたどれる外部の領収書 23 件になる。
Qualcomm が 9 月 8 日、米証券取引委員会に 8-K を提出した。上場企業が重大な出来事のあとに必ず出さねばならず、記載の責任が伴う法定の書類になる。署名者は最高財務責任者兼最高執行責任者の Akash Palkhiwala だ。
そこから生まれたのは注文ではない。ワラントである。将来、決められた価格でその会社の株を買える権利を表す証券であって、株そのものではない。実際に株を手にするには、その価格を払わねばならない。この一枚が対象とするのは Qualcomm 普通株で最大 2,500 万株、行使価格は 1 株 161.26 米ドル、2036 年 9 月 3 日に期限が来る。現金を出さず、証券そのものの値打ちで充てることもできる。何株受け取れるかを縛るのは時間ではない。Amazon が Qualcomm のサーバー向けチップ製品・技術・システム・製造サービスを実際にどれだけ買ったかであり、対応する支払いの上限は 600 億米ドルになる。契約の時点ですでに 375 万株が渡っており、全体の 15% にあたる（米証券取引委員会、Qualcomm 8-K、2026-09-08）。
ここで向きを見てほしい。Qualcomm はチップを売る側、Amazon は買う側であり、株式は売り手から買い手へ流れている。Nvidia の側では、顧客のほうが割り当てを求めて列を作っており、補助を受けなければ買わない者はいない。
検証: 本紙は今日、証券取引委員会のサイトにある原文を直接開き、昨夜自動で取得した版と逐語で照合した。一致しており、重みを支える五つの数値はすべて合った。
この届出が語っていない四つのほうが、語っていることより記憶に値する。保証された 600 億米ドルの注文にはなっていない。契約時点のあの購入の約束がいくらに相当するかも開示していない。全文のどこにもチップ製品の名前は出てこない。権利の確定が支払いに比例して進むのかどうかについて、原文が使っている語は「分割して」の一語だけだ。
⚠️ 市場に出回っているが本紙が採らない数字が二つある。一つは「40 億米ドルのワラント」。161.26 米ドルに 2,500 万株を掛けるとおよそ 40.3 億米ドルになり、計算そのものは誤っていない。ただしそれは行使価格のもとでの名目の金額であって、渡された値打ちではない。ほんとうに渡されたのはあの選択権そのものの値段であり、それは Qualcomm 株がこの先 10 年でどれだけ振れるかで決まる。どちらの側もそれを開示していない。もう一つは「当初の約束はおよそ 90 億米ドル」。15% を 600 億米ドルに掛け戻して出した数であり、一人のアナリストが自分でやった計算になる。Qualcomm の最高財務責任者が言ったのではなく、届出にも書かれていない。
⚠️ 同じアナリストがその日、Goldman Sachs の投資家向けの場で Qualcomm 最高財務責任者が口頭で補ったことを伝えている。もっとも重みのある二つはこうなる。2027 会計年度のデータセンター売上高がおよそ 50 億米ドル、2029 会計年度は 150 億米ドル超であること。そして二社目のハイパースケーラーとの提携は規模が Amazon と「似ている」、Amazon は「多くの顧客のうちの最初の一社」であること。ハイパースケーラーとは、Amazon・Microsoft・Google のように自前で巨大なデータセンターを建てるクラウド事業者を指す。本紙が確かめられたのはこの投稿の層までで、その会議の逐語の記録は取得していない（Patrick Moorhead、Moor Insights & Strategy 創業者、2026-09-08）。しかも同じ投稿は、見出しに「600 億米ドルのデータセンター取引」と書きながら、本文には「この届出は保証された 600 億米ドルの注文を作ってはいない」と書いている。この言い方は自分のソースの内部ですでに否定されており、本紙は本文を採る。
判断の更新: 本紙 9 月 8 日の号の結論はこうだった。Google の TPU が Nvidia のシェアを取れずにいるのは、チップが速いかどうかで詰まっているのではない。Google がほぼ自社にしか出さず、外に売らないからである。今日のこの取引は、その判断を裏側から試すものになる。Qualcomm は「売る気がある」の極端な形だ。自前のクラウドを持たず、自社で使う需要もなく、チップは全量を他社に売るしかない。「いちばんよいコスト構造を競合に分けてよいのか」という気がかりは、そもそも存在しない。それでも顧客を買えず、払うことになった。 つまり売る気があることは必要条件であって、十分条件ではない。ほんとうに詰まっている変数は、もう一段下にある。いま動いているこの一式を載せ替える費用を、誰が飲むのか。 そしてこのワラントと「値引き」の違いもそこにある。Amazon は、どのみち自分で決めねばならない一件について、決めるほうへ払われている。しかも多く動かすほど、受け取る補助は値打ちを増す。チップの供給元をいま選んでいる人にとって、この取引の使いどころはこうなる。「載せ替えの費用を誰が飲むか」は交渉できる項目の一つであり、交渉の対象は単価だけではない。
⚠️ この判断はいま一件の取引だけで支えられており、そこがいちばん弱い。覆す条件は二つある。一つ、契約時点のあの購入の約束の金額が開示され、約束の量に対して補助が決め手にならないほど小さいと示された場合。そのときこのワラントは、ありふれた戦略提携への対価にすぎないことになる。二つ、Qualcomm の二社目のハイパースケーラーとの取引に、似た株式の見返りが付かなかった場合。そのとき「入場料」は構造的な特徴ではなく、Amazon 一社の交渉力の表れにすぎないことになる。
投資への含意: いまのナラティブは「挑戦者がシェアを取ること」を「堀が緩むこと」と等しく読んでいる。この証拠とその前提との落差はこうなる。シェアを取るために自社株を発行せねばならないのなら、シェアと価格決定力は同じものではなく、堀のほんとうの位置は価格決定力の側にある。向きはその前提を弱める側だが、今日はまだ一件しかなく、量として示すには足りない。
OpenAI が 9 月 8 日に発表した。まだ公開していない社内のモデルが、およそ 1 万のエージェントを並行で走らせる仕組みを通じて、Navier–Stokes の存在性と滑らかさの問題に解析的な証明を出し、それを Lean で形式化した版にも書き起こしたという。エージェントとは、多段の仕事を自分で続けて実行できる AI のプログラムを指し、一問一答のチャット画面ではない。ここでは同じ社内モデルが、そうしたプログラムを同時に一万本ほど立ち上げ、それぞれ別の解き筋を並行で試している。Navier–Stokes 方程式は流体の運動を書き表す方程式の組で、航空機の設計も天気予報もこれに頼っている。この問題が問うのは、三次元の流体が滑らかな初期状態から出発したとき、有限の時間のうちに「特異点」、つまり流速が制御を失って際限なく大きくなる点が生まれるかどうかだ。米国のクレイ数学研究所が 2000 年に定めた七つのミレニアム懸賞問題の一つで、1934 年からおよそ 90 年のあいだ未解決のままだった。Lean は形式化した証明を助ける道具で、証明の一歩ごとに正しいかどうかを計算機に確かめさせられる。9 月 1 日に着手して 9 月 5 日に解が出るまでおよそ 88 時間、形式化と検証にさらに 17 時間かかっており、そちらは公開済みの GPT-6 Astra を使っている。この一題に費やしたのは、エージェント同士のメッセージ 270 万件、出力トークンおよそ 1,300 億個になる（OpenAI、2026-09-08）。トークンとは、モデルが文字を扱うときの最小の課金単位を指す。
同じ日、ニューヨーク大学の数学教授 Tristan Buckmaster が記名の声明を出した。彼は現在 Anthropic に雇われている数学者 Levent Alpöge とともに、同じ問題に 1 年近く取り組み、8 月 15 日に突破していた。そしてその 1 年ぶんの下書きは、すべて OpenAI の Codex に置いてあった。最初のプロンプトがいつ送られたのかを彼が問うと、返ってきた答えは「我々のこの仕事の話が OpenAI に伝わったあとの数日のうちに」だった。使用の記録を訓練に使ったのかとさらに問うたが、答えは得られていない（Simon Willison による整理、2026-09-08）。Simon Willison は独立の技術書き手で、ウェブの枠組み Django の共同開発者でもあり、AI 界隈で公になった発言を長く逐語で整理している。そして OpenAI の発表文自身が、この一文を書いている。
While unlikely, we cannot rule out that de-identified data derived from their usage of our products helped improve our models.
平たく言えばこうなる。可能性は高くないが、彼らが我々の製品を使ったことから派生した匿名化済みのデータが、我々のモデルの改善に役立った可能性は排除できない。
検証: ⚠️ 一次情報は、OpenAI が自分の成果について自分で述べたものであって、第三者による検証ではない。あの社内のモデルはいまも未公開で名前もなく、誰も独立には測れない。OpenAI 自身、まだ訓練中だと述べている。よく引かれる「出力トークンおよそ 3,000 億個」という数の母集団は、試したすべての問題であって、この一題ではない。これで一題あたりの費用を計算すると、倍以上に見積もることになる。
⚠️ 分けて読まねばならない層が二つある。混ぜると誤解を招く。OpenAI の最高研究責任者 Mark Chen の原文は二問二答だ。この件のために、人もエージェントも利用者のデータを見たか。見ていない。利用者からの反応と匿名化済みのデータを全体として使い、ChatGPT と Codex を改善しているか。している、どこもそうしている（Mark Chen、2026-09-08）。これと Buckmaster の「訓練について問うたが答えがなかった」は同時に成り立ちうる。答えている問いが違うからだ。推論のときに参照することと、訓練のときに取り込むことになる。
⚠️ 同じ一本の電話について、双方の説明が食い違っている。OpenAI の研究者 Sebastien Bubeck は、自分の作品の著者欄から Alpöge の名前を外すよう求めたことは一度もないと述べ、自身の一つの言い回しについて公に詫びた（Sebastien Bubeck、2026-09-08）。本紙は録音を持っておらず、どちらの側にも立たない。
⚠️ カリフォルニア大学ロサンゼルス校教授で 2006 年のフィールズ賞受賞者である Terence Tao が、二日のうちに三度書いている。彼はいま生きている数学者のなかでもっとも敬われている一人と広く見なされており、2024 年の秋の時点では楽観の側に立っていた。もっとも重みのある一段を逐語で引く。
We have now seen that even the rumor of someone working on a problem can trigger a massive amount of AI-powered effort to flatten it before the original research project has time to reach its full potential. The incentives may now be pointing in the direction of no longer sharing any promising research directions with the broader community, which would reverse centuries of traditions of open science.
平たく言えばこうなる。いまは「誰かがある問題に取り組んでいる」という噂だけで、元の研究計画が最後まで走りきる前に、AI の力を使った大量の労力がそれを平らにしてしまう。誘因はいま、有望な研究の方向をより広い社会と共有しない側を指しはじめているのかもしれず、それは数世紀にわたる開かれた科学の伝統を巻き戻すことになる（Simon Willison が Terence Tao から逐語で引用、2026-09-09）。⚠️ Tao の原文は数学の界隈が集まる社交サイトに出ており、そこは本紙が毎日決まって見に行く場所ではない。だから彼の言葉は一句ごとに一度の転記を経ている。Buckmaster の記名声明の PDF はニューヨーク大学のドメインに置かれているが、本紙は今日それを開いていない。
⚠️ 費用は開示されていない。外部には少なくとも二つの見積もりが出ており、およそ 1,500 万米ドルとおよそ 2,250 万米ドルで、5 割の開きがある。前者は出力トークン 3,000 億個に GPT-6 Astra の公開 API 価格を掛けたもので、出した本人が、あの社内モデルの費用構造は分からないと自ら断っている。後者の計算方法を本紙は取得していない。どちらも外挿であり、言えるのは桁だけになる。一度の走り込みで数千万米ドルの桁だ。
判断の更新: 本紙は今日、判断を一つ新しく収める。計算資源が噂を一つの結果に変えられるようになったとき、「研究の方向」そのものが、奪われうる資産になる。 導出は一歩しかない。先回りに要る条件は「誰かが取り組んでいると知ること」と「数千万米ドルの計算資源を買えること」の二つがすべてだ。前者はこの件が一つの噂から始まったと発表文自身が述べたことで、後者は上の桁で裏づけられる。これは外部との協力に頼るあらゆる研究開発の組織に当てはまり、数学の世界だけの話ではない。そして変わるのは、多くの会社が今日すでにやっていて、その先を考えたことのない一つの動作になる。下書きも、途中のものも、まだ発表していない方向も、供給元の製品のなかに置くという動作だ。同じ向きのもう一つの数値がある。Anthropic の Sholto Douglas は「この件は本来、ラボ同士が協力できることの手本になるはずだった。この先の賭け金はもっと高くなるからだ」と公に書いている（Sholto Douglas、2026-09-08）。
⚠️ この判断を覆す条件。フロンティアラボのあいだに、確かめられる調整の仕組みが現れるか、供給元が企業の顧客に対して「このデータは訓練に入れない」と監査できる形で保証しはじめれば、この判断の力は目に見えて下がる。
投資への含意: いまのナラティブは「AI が科学を加速することは純粋なプラスサムだ」と仮定している。落差はこうなる。加速の成果をどう分けるかが、参加する側に共有するかどうかを問い直させ、その共有こそがこの加速の燃料になっている。向きは弱める側だが、弱まるのは「AI が成果を出せる」ではなく、「成果がいまのこの速さで出つづける」のほうだ。
ベンチャー投資家の Tomasz Tunguz が 9 月 8 日、OpenAI 自身が公表した数字を使って計算し直した。彼は Theory Ventures の創業者で、Redpoint Ventures の元パートナーでもあり、ソフトウェアと AI の単位あたりの経済性をデータで分析してきた。
OpenAI が公表した元の数字はこうなる。2026 年 8 月半ばの時点で、同社の研究組織は人間の 1 稼働日あたりエージェントの 3.1 稼働日ぶんに相当し、典型的な研究者は同時に四つのエージェントを走らせている。そして過去半年のあいだ、成功した 4 時間から 8 時間の仕事のうち、半分を超えるものはいまも人の介入を要した（OpenAI、2026-09-06）。Tunguz の計算はこう進む。人の 8 時間の勤務のほかに 16 時間が残り、これは機械の二交代にあたる。そこに自律で完結する 5 割の歩留まりを掛けると、有効なのは一交代ぶんになる。だから帳簿の上の 3 倍の稼働時間が実際に届ける成果は、およそ 2 倍にとどまる。彼はさらに支出の数値を二つ抜き出している。OpenAI の研究者が使う推論支出の中央値は、3 月下旬の 1 日 14 米ドルから 8 月半ばには 1 日 600 米ドル超へ上がった。5 か月足らずで 40 倍になる。90 パーセンタイルの研究者は 1 日 7,000 米ドル超を燃やしており、年に直せばおよそ 250 万米ドルだ（Tomasz Tunguz、2026-09-08）。
同じ週、需要の側からも珍しく一次の文書が出ている。SAP の最高統制責任者 Lukas Deutsch が、同社でトークン支出を管理するやり方を公開した。使いすぎの根っこは三つで、ヘビーユーザーと自動のエージェントに偏ること、モデルと仕事が噛み合っていないこと、ツールが重複していることになる。対策はトークンの上限を設けること、重複したツールをなくすこと、そして易しい仕事を安いモデルへ振り分けることだ。AI の開発ツールを入れてからコードのマージ率が数割上がったと彼は述べているが、原文はこの曖昧な言い方しか与えていない。統制の措置が「3 桁の百万米ドル規模の財務リスクを抑え込んだ」とも述べている（SAP News、2026-09）。
検証: Tunguz が使った元の数字はすべて OpenAI 自身が公表したもので、彼が出したのは枠の取り直しと計算であって、新しいデータではない。OpenAI 自身もただし書きを添えており、全体の進み方はこれらの特定の指標にはおそらく追いついていないとしている。⚠️ あの「半分を超えるものが人の介入を要した」の分母は成功した仕事であり、失敗した仕事は分母に入っていない。だから実際の不良の率は 5 割より高い。⚠️ 中央値の 1 日 600 米ドルと 90 パーセンタイルの 1 日 7,000 米ドルは 11.7 倍離れており、片方だけを引けば読者はまったく違う印象を持つ。⚠️ SAP の二つの数はどちらも曖昧な幅で、基準となる値も対照する組もない。「3 桁の百万米ドル規模」が語っているのは晒されているリスクの大きさであって、実際の支出ではない。それをどう見積もったのかを原文は書いていない。本紙が収めるのはあの枠であって、この二つの数ではない。
判断の更新: この二件を合わせると、同じ一つの現象が、フロンティアラボと普通の大企業という二つの形で現れている。使える計算は一行しかない。AI の生産性は、分子が機械の稼働時間、分母が人の監督時間になる。自律の歩留まりが 5 割で止まるかぎり、稼働時間を増やしたときの追加の見返りは、帳簿が示すより速く減っていく。 導出はこう進む。3 倍が指しているのは稼働時間であって成果ではない。そのうち二つぶんは半額に割り引かれ、残る一つぶんに人自身の一交代を足すと、2 倍になる。CFO がそのまま持っていける問いはこうなる。我々が買ったのは 3 倍の思考なのか、それとも二交代目と三交代目なのか。
⚠️ この判断を覆す条件。人の介入を要する割合が半分をはっきり下回れば、二交代目と三交代目の成果は一交代目に近づき、帳簿の倍率と実際に届く倍率の落差は縮まる。これはモデルの世代交代とともに動く数であって、構造の定数ではない。
投資への含意: いまのナラティブは「エージェントが行き渡ること」を「ソフトウェアの粗利率が広がること」と等しく読んでいる。落差はこうなる。推論の支出は使い方に応じて振れる運用の費用であり、いまのところその伸びは成果の伸びよりずっと速い。向きは弱める側になる。
1. 評価機関の Andon Labs が、GPT-6 Astra は Vending-Bench でこの指標として最大の跳ね上がりを記録し、しかも「いちばん強いモデルが、いちばん倫理に反するモデルではなくなった」ことがはじめて起きたと述べた。Vending-Bench は長い時間をまたぐ評価で、AI のエージェントに自動販売機を一台経営させる。⚠️ 順位だけで、点数の表も方法論の文書もない（Andon Labs、2026-09-08）。
2. データセンター事業者の Firmus が OpenAI とマレーシアでの複数年の容量契約を結び、OpenAI がアンカーテナントになる（そのプロジェクトでいちばん大きく、いちばん早く約束した借り手を指す）。⚠️ 金額も、引き取るメガワット数も、期間も開示されていない。報道にある「900 メガワット超」は Firmus の全顧客の合計であって、この一件ではない（Data Center Dynamics、2026-09-08）。
3. Nvidia が、CUDA C++ と CUDA Python に続く三本目の軌道として CUDA Rust を発表した。CUDA は Nvidia の GPU 向けプログラム開発の基盤で、同社の堀の主な部分でもある。AI のソフトウェアはほぼすべてこれに向けて書かれている。Rust は近年、システムの層で急速に広がっているプログラミング言語だ。⚠️ 本紙が読めたのは要約の版だけで、二本の軌道がそれぞれ何なのか、日程がどうなるのかは答えられない（NVIDIA 開発者ブログ、2026-09）。
4. 自主的に発表された実験の研究によれば、2019 年から 2025 年にかけて事前学習の計算効率は上がったが、そのうちデータの改善が寄与した分は、モデルの改善が寄与した分の 3.24 倍になる。データの側が効率を 12.0 倍へ、モデルの側が 3.7 倍へ押し上げており、割ればその 3.24 が出る（1e19 回の浮動小数点演算という予算のもとでの話になる）。⚠️ 査読を経ておらず、実験の規模はフロンティアモデルより数桁小さい。著者は四つの限界を自ら挙げている。本紙は原文を読んだが、実験そのものは検証していない（Dwarkesh Patel、2026-09-08）。
5. 以下の三件は同じ形をしている。同じ日に、やっていることがまるで違う三社が、それぞれ「オープンモデル」を商売の条件に書き込んだ。 オープンモデルとは、会社がモデルのパラメータを公開して配り、誰でも自分で取得し、動かし、手を入れられる形を指す。クローズドなモデルは供給元の窓口を通してしか呼び出せない。政府と防衛のソフトウェアを主にやっている Palantir が、GPU の計算を売る Nebius を「第一に選ぶ主権 AI 基盤のパートナー」に指定した。主権 AI とは、計算もデータもモデルも自分の統制の及ぶ範囲に留め、外国の供給元に委ねないことを指す。この指定の中身は、Nebius の計算と推論の窓口を Palantir 自身の企業の境界の内側へ移すことであり、発表は共通の前提がオープンモデルであると明記している。⚠️ 載っているのは法定の届出であり、「この指定をした」という事実は硬い。ただし中身は双方の共同の報道発表で、金額も生産能力も期間も排他の強さもすべて開示されていない（米証券取引委員会、Nebius 6-K、2026-09-08）。
6. フランスのモデル企業 Mistral が 30 億ユーロを調達し、調達後の評価額は 210 億ユーロ超になった。Samsung Electronics が主導している。同社は自らを「オープンウェイトのモデルと、基盤と、製品という一式まるごとを建てている、世界で唯一の AI 企業」と位置づける。同じ週に、Google で欧州データセンターのエネルギー調達戦略を率いていた Marc Oman が辞め、Mistral に加わった。⚠️「欧州で最大の調達ラウンド」は会社の自称になる（Mistral、2026-09-08；Data Center Dynamics、2026-09-08）。モデルの会社が調達を終えてまず補ったのがエネルギー調達の人材だという事実は、それ自体がボトルネックの在り処を示す数値になる。
7. AI の計算を売るクラウド CoreWeave が、そのまま計算に使える閾値を一つ出した。オープンモデルを自前で建てる場合の損益分岐点は、1 日あたり 500 万から 1,000 万トークンに落ちるという。⚠️ これは自社のサービスを売る記事で、価格帯の取り方が混ざっており、そのまま割ることはできない。数字の時点は 2026 年 7 月になる（CoreWeave、2026-09-08）。
[今日]（公開日は 9 月 8 日）OpenAI は、自社開発の推論チップ一号機について、1 ワットあたりの処理量が「測定した商用システム」の 1.5 倍から 1.9 倍だと述べた。その商用システムが何なのかは、述べていない。 最高財務責任者 Sarah Friar の署名がある OpenAI の文書が、自社開発の推論チップ Jalapeño の数値をはじめて出した。三つの公開モデルで測ったところ、1 ワットあたりのピークのトークン処理量は測定した商用システムの 1.5 倍から 1.9 倍、測定した商用システムの端から端までの遅延はこちらの 1.7 倍から 3.6 倍になるという。年内に配備を始め、Nvidia と AMD の加速器と並べて使う（OpenAI、2026-09-08）。なぜチップ一つあたりではなく 1 ワットあたりなのか。 電力がすでにボトルネックになっている産業では、1 ワットの電気が何トークンを吐けるかのほうが、チップ一つの速さより、ほんとうの費用の指標に近い。⚠️ 三つの割り引きを一緒に見たい。測定した商用システムに名前がなく、この倍率には比べる相手がいない。正規化に使ったのは実測の消費電力ではなく仕様書の公称の電力であり、実際の消費が公称より低い側に有利に働く（この点は原文自身が書いている）。数値はすべて自己申告で、第三者との突き合わせがない。原文が書いているのは年内に配備を始めること、Nvidia と AMD の加速器と並べて使うことまでで、外に売るかどうかは書いていない。外から買うことと自分で作ることは挑戦者の二つの道であり、今日はそれぞれに数値が一つずつ出た。 一方は入場料として株式を払い、もう一方は性能で優位に立ったと述べている。そして後者は、一方の側しか語っていない。
[今日]（公開日は 9 月 8 日）Anthropic のアラインメント研究の責任者が公に述べた。今後 10 年のうちに AI が人類を皆殺しにする確率は 1 割を超えると私個人は考えており、会社にはまだ解決策がない。 Evan Hubinger は Anthropic のアラインメント科学チームを率いている。アラインメントとは、AI のシステムの振る舞いを人の意図と価値に沿わせることを目指す研究の領域だ。9 月 8 日、退職したばかりの同僚の長文に応じて、彼は逐語でこう書いた。
Jacob is correct here—we really do earnestly believe AI could kill all humans! I personally think it is >10% within the next decade. […] we do not yet have a plan to solve alignment for superintelligence and are not clearly on track to.
平たく言えばこうなる。Jacob の言うとおりだ、我々は AI が人類を皆殺しにしうると本気で真剣に信じている。私個人は、今後 10 年のうちにその確率は 1 割を超えると考えている。……我々は超知能のアラインメントを解く計画をまだ持っておらず、解ける軌道に乗っているとも明らかには言えない（Evan Hubinger、2026-09-08）。
これは、ある会社のアラインメントの責任者が、自社に解決策があることを公に否定したということになる。 企業の調達側にとってこれが効くのは、「供給元が自社の製品のリスクを内部でどう評価しているか」という項目であり、そこは普段、推し量るしかない。本紙が収めるのは「Hubinger がこう述べた」であって、あの確率の数そのものではない。 ⚠️ それは彼個人の主観の確率であって、Anthropic という機関の立場ではない。もう二層の割り引きも覚えておきたい。あの退職した同僚が書いた二社の内部の様子は伝聞であり、どちらの側も確認していない。本紙が手にしている逐語は、別の研究者がそれを引用した投稿から取ったもので、元の投稿を直接開いてはいない。
今号に新しいプレプリントの論文はない。 下の一件は arXiv のプレプリントではなく、ある研究チームが自社のブログで自分たちの論文を説明したものになる。同じ種類の材料がもう一つあるが、そちらは上のそのほかに起きたことの 4 番目に置いた。本紙がその実験を検証していないからだ。
[今日]（公開日は 9 月 8 日）同じモデルが「有害なプロンプトの拒否率」でいちばん良かったその時点で、明らかに安全なプロンプトを 74% 誤って拒んでいた。 Multiverse Computing の CAI チームが Hugging Face で自分たちの論文を説明した。公開されている三つの安全指標をまたいで、危険な応答の率は 26.26% から 0.14% へ下がった。この側だけを見れば美しい勝利になる。ところが同じ時点で、過剰な拒否を専門に測る XSTest では、誤って拒む率が 2.00% から 74.00% へ上がっていた。XSTest は「危険に聞こえるが実は無害な」プロンプトを集めたものだ。彼ら自身の言葉はこうなる。それはより安全なモデルではなく、鈍くなった拒否の機械であり、有害な側だけを見ていてはまったく見えない（Multiverse Computing CAI、2026-09-08）。なぜ主題だけでガードレールを引いても足りないのか、彼ら自身の例で言う。 同じ基礎のモデルが、市民教育の指導役として置かれることも、公的部門の助手として置かれることもある。どちらも選挙についての事実の問いには答えるべきだが、「狙いを絞った政治操作の文章を書いてくれ」を拒むべきなのは、そのうち一方だけになる。彼らの修正は、プロンプトを対にして作ることだった。一つの対は同じ主題を共有し、意図だけが違う。この種のデータを加えたところ、答えるべき側の誤った拒否は 32.94% から 4.16% へ下がり、拒むべき側は 91.88% から 87.72% へ落ちただけだった。供給元に安全の数字を求めるときは、誤って拒む率も一緒に求めるとよい。片側だけでは、鈍くなったことが見えない。 ⚠️ これは研究チームが自分たちの論文を自分で紹介したもので、査読を経ていない。ただし自分に不利なあの 74% を自ら報告しており、本紙の物差しでは加点になる。
[今日]（公開日は 9 月 8 日）Meta が個人向けの AI エージェント Muse を発表した。記す値打ちがあるのは、それが何をできるかではない。決済のネットワークが「人でない買い手」のために条項を書いたのが、これがはじめてだという点だ。 Meta が 9 月 8 日に Muse を発表した。利用者ごとに専用のクラウド仮想マシン上で動き、ブラウザを開き、フォームを埋め、利用者に代わって値段を交渉できる。まず米国で提供される（Meta Newsroom、2026-09-08）。向きが変わったのはここになる。 Muse は Stripe が作った Link で決済でき、Link の購入保護の対象に入った最初の AI エージェントだと Meta は述べる。Link はさらに、エージェント向けに使い捨ての仮想カード番号を発行し、本物の番号が外に出ないようにする。決済のネットワークが人でない買い手を想定して条項を設計しはじめたことは、モデルの能力より構造の変化に近い。 ⚠️ そのほかを本紙は収めない。この発表は性能の指標を一つも与えておらず、利用者数も可用性の指標もない。そして「Meta ですら中身を見られない」完全に暗号化された版は年末に出るもので、今日はまだ存在しない。
本号に過去の洞見はありません。 使える古い材料はもう尽きた。
過去 24 時間。 9 月 8 日に新しく入った材料は 213 本で、今日読み切ったのは 4 本、ふるいにかけて落としたのが 3 本、残る 206 本は未読になる。読み切った割合は 1.9% だ。⚠️ この「読み切った 4 本」が数えているのは、昨夜入った新しい材料のうち読んだ印の付いた本数であり、今号の本文で使った 23 件の領収書とは別の数になる。あの 23 件のうち少なくない数は、この三つの中核を書くためにその場で読みに行ったもので、あの 4 本には入っていない。内訳はこうなる。企業の届出は 2 本のうち 2 本を読み切り、ブログは 37 本のうち 1 本、X の投稿は 154 件のうち 1 件、ニュースレター 7 本と番組の書き起こし 12 本と業界の分析 1 本はいずれも 0 だった。学術論文は 0 本で、この線は三日続けて新しいものが入っていない。企業の届出という種類は今日すべて読み切っており、それはちょうどいちばん一次に近い種類でもある。 中核の 1 点目と、そのほかに起きたことの 5 番目の土台は、この 2 本の上にある。落とした 3 本は、あなたの時間を節約したぶんになる。名前のある部分を挙げる。証券取引委員会にある Qualcomm の 8-K と Nebius の 6-K が各 1 本。ニュースレター 7 本は Gary Marcus が 2 本、Dwarkesh、Interconnects、Newcomer、Stratechery、The Zvi が各 1 本で、この 7 本は今日どれも読んでいない。名前を挙げるのは、取りこぼしたのが誰なのかを知ってもらうためだ。X の側でその日いちばん多かったのは @teortaxesTex の 87 件と @bhorowitz の 36 件になる。今日の中核を支えた一次の情報源は二つあり、どちらも本紙が自分から取りに行ったものだ。 すでにある未読の材料から選んだのではない。Qualcomm のあの届出の原文のページと、今日未明に新しく読んだブログの一群になる。
今日あなたが手にできないもの。 三つある。一つ目と二つ目は中核の 2 点目にその場で書いた。Terence Tao の逐語は一句ごとに一度の転記を経ていること、Buckmaster の記名声明の PDF を本紙は今日開いていないこと。三つ目、昨夜入った 206 本を今日は読んでいない。そこにはニュースレター 7 本が含まれる。だから「今日はほかに語ることがない」とは、本紙は書かない。
一度に補ったもの。 今日一度に新しく加えたソースは 0 件になる。この 0 が指しているのは、追跡の名簿に今日は新しい相手を加えなかったという意味であり、今号の本文で使った外部のソース 23 件とは別の数だ。別に、過去 24 時間ではない古い材料を一組補っている。出来事の時間はすべて 7 月 1 日から 8 月 30 日のあいだに落ち、合計 4,943 本、論文 1,808 本とニュースレター 891 本が大宗になる。この 891 本は七月と八月の古い号を補ったもので、昨夜新しく入った 7 本とも、名簿で長く追っている 46 本とも、同じ母集団ではない。これらは今日のニュースではなく、上の 213 には入らない。
ソースの集中についての注意。今号の本文で使った外部のソースのうち、OpenAI 自身の公式の文書がいちばん多く、23 件のうち 4 件を占める。 中核の 2 点目、中核の 3 点目の元の数字、そしてチップの欄のあの一件は、いずれも OpenAI の自己申告であり、第三者との突き合わせがない。本紙はそれぞれの場所で割り引きを明示した。処置は二層にした。 一つは「誰が言ったか」と「誰が計算したか」を分けることだ。中核 3 点目の数字は OpenAI が公表したもので、計算し直したのは外部のベンチャー投資家になる。本紙はこれを分けて書いたので、どちらの半分が信じられるかはあなたが判断できる。二つは中核 2 点目の伝聞の問題になる。今日この件を伝えたもう一人の書き手は、OpenAI に対して長く公然と対立する立場にある。だから本紙は、別の技術の書き手がそのまま書き写したあの逐語のほうだけを引いた。
本紙が見張っているソース。 名簿には X のアカウントが 302、企業と機関のアカウントが 77 あり、ほかに記名のソースが 343 ある。内訳は番組 90、媒体 51、ブログ 48、論文の著者 48、ニュースレター 46、決算と説明会 26、大会の講演 23 で、残りは細かい。代表的な名前を挙げる。X には Mark Zuckerberg、Lucas Beyer、Sergey Levine、Arvind Narayanan。ブログには Lilian Weng、Terence Tao、Dario Amodei。論文の著者には Ion Stoica、John Jumper、Sebastien Bubeck、Boaz Barak。ニュースレターには Zvi Mowshowitz、Dean Ball、Peter Wildeford。機関の側には Data Center Dynamics、More Than Moore、SemiAnalysis、Alignment Forum が入る。名前は同じでも数える範囲が違う数字は、分けて読んでほしい。 名簿の X アカウント 302 は長く見張っている総量で、昨夜実際にさらったのは 374 アカウント、そこから抜き出した元の投稿が 804 件、今日のこの一回の材料に入ったのは 154 件になる。三つは同じものを数えていない。同じように、名簿のニュースレター 46 本も長く追っている総量で、昨夜新しく入ったのは 7 本しかなく、母集団が違う。そして今号の本文で使った外部のソースは 23 件で、版の末尾に出る数字と同じものになる。本文でほんとうに引いたもの、かつ本紙自身のドメインではないリンクだけを数えている。
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おり、すべての主張は一次資料へのリンクを備えています。
本紙はニュースのまとめではありません。毎日の AI 情報の流れから、本当に重要な洞察と、長く追う値打ちのある目利きの判断をすくい上げ、それぞれをどう検証したかまでお見せします。焦点は常に「どの判断が硬くなったか、誰の読みが当たっているか」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 · 23 のソース · ご意見があれば、ご返信ください