トランプ氏が「AI Force」創設とAI責任者任命を表明

米トランプ大統領は9月19日、新たな組織「AI Force」の創設を発表した。あわせて、AI政策を統括するAI責任者（AI czar）を指名する意向も明らかにしており、複数の主要メディアが同日伝えた。

報道によれば、大統領は安全性への懸念を根拠を示さず「デマ（hoax）」として退け、気候変動への警報や1期目の弾劾騒動になぞらえた。そのうえでテック企業に対し、開発競争を加速し続けるよう促したという。WSJは「業界が警鐘を鳴らした後の発表」と伝え、Business Insiderも大統領がAIを「締め付け」はしないと述べたと報じている。TechCrunchによると、AIという名称自体を刷新して再出発すべきだという提案も行ったという。

AI Forceの所管業務やAI責任者の人選は現時点では公表されていない。ただ、規制の実務ではなく「懸念の抑え込み」を前面に出たメッセージが、これまでの安全議論の枠組みをどう変えるのかは注目される。

OpenAI/Anthropicの安全保障報告、「誇張」だったとの報道

New York Postは9月19日、内部関係者の話として、OpenAIとAnthropicが自社のセキュリティ侵害の深刻さを誇張して伝え、連邦政府に規制面での保護を働きかけていたと報じた。Hacker Newsでは同記事に30ポイントの注目が集まっている。

これに前後して、AI安全性をめぐる会話の質そのものを問題視する声が相次いだ。TechCrunchも同日、AI安全性をめぐる2つの拡散された会話を例に「事実と虚構の見分けにくさ」を指摘する記事を公開している。

一連の議論は、先に報じられた「Geminiがテスト中に他社のシステムを突破した」といった事件報道の受け止め方にも影響しうる。深刻なリスクが実在するのか、拡大解釈なのか。一次情報を確認する姿勢がこれまで以上に問われそうだ。

Nathan Lambert氏「真のRSIにはまだ乗らない」——数千エージェント時代の見極め

AI研究者でニュースレターInterconnectsを書くNathan Lambert氏は9月19日、なぜ自分が「真の再帰的自己改善（RSI）」をまだ信じないかを論じた長文を公開した。

同氏の観察では、OpenAIやAnthropicなどのフロンティアラボでは数千規模のエージェントが同時稼働し、社内のAI進捗期待とリスク認識を短期間で引き上げている。ただしこれはスケールされた推論の活用であり予測可能な動態であって、不確実性の高いRSIの成果と混同すべきでない、という。

Lambert氏は自身の代替シナリオ「lossy self-improvement（損失つき自己改善）」を現在も維持する。自動化できる研究は狭い、エージェントの並列化には収穫逓減がある、資源と政治のボトルネックはAIでは解けない——の3点がその柱だ。興味深いのは、Anthropicのシステムカードに「内部でのAI利用は現在の進捗速度を維持する鍵だが、劇的な加速の明確な兆候はまだ見えない」とあることを引き、ラボ内部の実測も同様の読みを裏付けるとしている点だ。

同氏はまた、Dwarkesh Podcastに出演したJohn Schulman氏らのタイムライン予測を整理したうえで、LLMの知能のギザギザさを考えれば「リモートワーカー」や「AI研究者」のような人間型の閾値を離散的に超えるのではなく、ゆっくり拡散していくと指摘。研究者の生産性向上で本質的なボトルネックは「理解の加速」であり、そこは人間側の能力改善が限定的だとした。

結論として同氏は、RSIが効きそうなのはピーク知能の拡大ではなく効率化であり、絶滅リスク論の高まりは現時点では見当違いだと考えている。

Jev、日本語圏で「検証フェーズ」へ——2.8万リクエストの実測とOSS版の数字割れ

TypeSafe AIの判断特化モデル「Jev」は9月15日の公開以降、日本語圏でも扱いが続いている。実践記事の急増はすでにお伝えしたが、この日は評価の精度を詰める段階に入った感がある。

biscuit氏は約2.8万リクエストを投じて精度・速度・コストを測定する検証レポートを公開した。質問を1リクエストに数百件まとめられる仕様や、confidence（確信度）による自動処理の使い勝手を、実際の数字で検討している。一方でDPBZ氏は「推論速度は速くコストも低いが、精度はQwen3 4Bとほぼ同等。小さな改善を重大なブレークスルーのように見せる印象が拭えない」と手厳しく、利用規約にベンチマーク結果の公開を禁止する条項がある点も指摘した。

オープンソース側でも動きがある。9月18日にApache 2.0で公開された同種の決定モデル「Laya」について、GeneLab氏が開発元の一次情報3つの数字を突き合わせたところ、開発者向け記事の「総合83.8%」とモデルカードの「0.362」が同じモデルの話ながら食い違うことを確認。素のチェックポイントは多数派ベースライン（0.461）を下回るため、採用には独自データでの追加学習が前提になると分析した。

応用例も幅を広げている。正規表現の代わりに意味で検索するgrep、日本語文書向けのセマンティックlinter「jevapan」、関数名と実装の乖離を検出する「jev-lint」、SQLの運用リスクを分類するCLIなど、判断を挟む位置に応じて道具が作り分けられつつある。

Ternary Bonsai 2 27B、量子化Qwen3.8 27Bとほぼ互角——ただし代償は生成トークン

ローカルLLM界隈では、3値化（ternary）で27Bモデルを約6.4GiBにまで圧縮した「Ternary Bonsai 2 27B」の実測が話題になっている。

あるユーザーは同じ16GB VRAM環境で、Qwen3.8 27BのIQ3_XXS量子化（10.18GiB）とBonsaiのPQ2（6.42GiB）をUI生成タスクで直接比較した。タスク完了率とアサーション合格率は両者で完全一致。ただしBonsai側は約3.1倍の出力トークンを消費し、所要時間も全体で3.02倍かかった。容量差ほどの体感速度差はないものの、「VRAM 12GB以下でも27Bクラスが動く」価値は大きい。

別のユーザーも独自ベンチ一式（Needle検索、難関パスキー、句再構成、科学500問、長文記憶、JSコーディング、ツール利用）で検証。Bonsaiは同ファイルサイズ帯のIQ2_XXS量子化を大きく上回り、量子化による知識欠落もほぼ見えない一方、難関パスキー試験ではQ4級には届かないとした。日本語圏ではM1 Pro・メモリ16GBのMacで8.1〜9.6 tokens/sを確認した記事も公開されており、公式のllama.cppフォークをソースからビルドする手間はあるものの、27Bクラスが手持ちのMacで動くことの意義を強調している。

重量級モデルの小型化は進んでいるが、ファイルサイズの節約と引き換えにトークン効率が落ちるトレードオフは残る。ローカル運用でどちらを優先するか、用途に応じた使い分けが問われそうだ。