9月14〜15日の海外AIニュースから、AIガバナンスの制度化、マクロ経済への波紋、そして実装現場の現実を伝える6本をまとめました。

Amodei氏が第三者評価者の「社内常駐」を約束──AEF-1標準に大手3社が署名

AnthropicのDario Amodei氏が、7月に業界首脳らが署名した「Pacing the Frontier（フロンティアの歩調合わせ）」宣言の続編にあたる個人的なブログ記事を発表しました。抽象的な「歩調」の議論を、実行可能な制度設計へ落とし込んだ点がポイントです。

中核に据えるのは「Embedded Evaluators（埋め込み評価者）」と呼ぶ仕組みです。METRのような第三者評価機関のチームを従業員と同様の形で社内に受け入れ、安全性への取り組みや公約の順守を継続的に検証させる。その対象は完成済みのモデルにとどまらず、訓練パイプラインやプロセス全体に及びます。Amodei氏は「オフィスのデスク、入館バッジ、社用ノートPC」を用意し、「内部のリスク評価チームとほぼ同等のワークスペース・ツール・権限」を与えると明記。銀行業界で定着している立ち入り型の監督官に前例を見立てています。そしてAnthropicはこの要素を、他社の動きを待たず一方的に今から実施すると約束しました。

あわせて、民主主義圏のフロンティア企業同士で共通の安全基準と進捗上限を調整する「民主主義圏の協調」、米国などの政府が権威主義体制との協調を試みる「グローバルな協調」という3層構造を提示しています。ただし協調の一部は法的に困難で、政府の支援が不可欠だとも認めています。

タイミングを同じくして、2025年12月に発足した評価機関の業界団体「AI Evaluator Forum」が第三者評価の基準「AEF-1」を公表しました。評価者へのアクセス、利益相反、資金関係、忌避、透明性などを定めるもので、Latent SpaceのまとめではxAI・OpenAI・Anthropicが署名したと伝えています。前回「訓練前の安全チェックをめぐり3社が自主規制を協議」と報じられてから1日で、評価の独立性を担保する側の枠組みまで具体化が進んだ形です。

一方、減速への反対も根強く残ります。CohereのAidan Gomez氏は「少数のシリコンバレー企業が政府に対するAIの門番になる」世界に反対を表明。Cohere自身も、破局的リスクを巡る議論はサイエンスフィクションに流れがちだとの見方を示しています。

業界の減速警告に投資家が動揺──「AI支出は続くのか」

Amodei氏らによる開発減速の呼びかけと業界首脳の警告が続く中、Reutersが「業界警告の後、投資家がAI支出の減速を懸念し神経質になっている」と報じました。

前回まとめた中国側の「恐怖煽り」反論とAI関連株の急落に続き、不確実性を抱える側が投資家へと広がった格好です。AIインフラへの巨額投資の持続性は半導体各社の業績予想と直結しているだけに、減速シナリオが現実味を帯びてくれば、市場全体のリスク選好にも影響しかねません。声明文の内容ではなく「誰がお金を出し続けるのか」という次の論点に議論が移りつつある、という見方もできそうです。

ECBラガルデ総裁「欧州は自前のAIを作るべき」

欧州中央銀行（ECB）のクリスティーヌ・ラガルデ総裁が、欧州は米中に依存しない独自のAIを構築すべきだと主張しました。Guardianが報じたものです。

発言はデータセンターへの投資と成長、そして米中という二大国への対抗という文脈で語られたとみられます。金融政策の責任者が「AI主権」を明確に口にしたことで、欧州内でくすぶる「米国製モデル依存への警戒」が政策言論の中心に押し上げられる可能性があります。最近も欧州圏では主権系AI投資の発表が相次いでおり、その流れに金融のトップからの追い風が加わった形です。

RewardAI「OM-1」──テレオペではなく「人間の操作」から学ぶロボット基盤モデル

RewardAIがロボット基盤モデル「OM-1」を発表しました。テーブルトップの精密作業、産業用ロボット、ヒューマノイドにわたってゼロショットで汎化することをうたうモデルです。

最大の特徴は訓練データにあります。従来のロボット学習はテレオペ（遠隔操作）で集めたデータやロボット機種固有のデータに依存しがちでしたが、OM-1は人間が実際に作業している様子のデータから直接学習します。テレオペ特有のノイズや機種依存を避けつつ、人間の自然な手の動きをそのまま反映できる、という理屈です。発表では人間に近い器用さと効率、複数ロボット間の協調作業も示されたと伝えられています。

Latent Spaceのまとめによれば、関係者の反応は「テレオペではなく人間の操作データから」という一点に集中していました。主張が裏付けられれば、ロボット向けデータ収集のコスト構造そのものを変えうるアプローチです。

DeepSeek-V4.1-Flash Max、Agent Arenaで「最安の頂点」に

オープンモデルを実タスク単位のコストと成績で比較するAgent Arenaで、DeepSeek-V4.1-Flash（Max）がオープンモデル3位に入り、パレートフロンティアに到達したと報じられました。

正味の改善度は+4.87%で、タスクあたりの中央コストは約0.06〜0.07ドル。比較として挙げられたHy4プレビュー（+4.96%／タスク0.22ドル）やKimi K3 Max（+6.39%／タスク0.77ドル）と比べると、1桁少ないコストでトップ層に迫る構図です。先週「V4.1 Flashは実質748B規模か」という推計が取り沙汰されて以来、コストパフォーマンスの優位が第三者的な計測でも裏付けられた形です。

企業AIコーディングの「生産性の錯覚」──CACM記事で議論が始まる

計算機学会の機関誌Communications of the ACM（CACM）のブログに「企業AIコーディングの中心にある生産性の錯覚」と題する記事が掲載され、Hacker Newsで読まれ始めています。タイトルが示す通り、企業におけるAIコーディングの生産性向上には錯覚が潜む、という指摘です。

ちょうど同じ時期、Latent Spaceのまとめでは「成果はモデルの頭脳だけでなく、オーケストレーション設計から生まれる」という報告が相次いでいました。LangChainはファイル読み込みの形式を変えただけで編集系エラーが15%減、入力トークンが10%減ったと報告。高価な高性能モデルをリードに据えて委譲の質を上げたほうが総コストは下がる、という観測も繰り返し現れています。モデル選びの前に、ハーネス（道具とループの設計）・権限・リトライ・監視といった周辺の作り込みが効く、という流れです。

AIコーディングの生産性はもともと「測り方自体が難しい」テーマです。CACMの記事がこの議論にどう切り込むのか、今後の反応から注目したいところです。