10月10日2本目のAIニュースまとめ。前回はClaudeのエージェント大量並列編成、OpenAIの売上修正、意思決定AI「Jev」を巡る動きなどを伝えた。今回は、Anthropicによる社内評価のネット接続遮断、AI大災害を想定した両社のウォーゲーム、OpenAIの新しいDecisions API、NVIDIAのLinuxカーネル向けAI取り組み、Qwen3.8-27Bの省VRAM運用、AlphaFoldの限界をめぐる議論を整理する。

Anthropicが社内評価のライブインターネット接続を遮断──エージェント制御の困難を認める形に

TechCrunchの報道によると、Anthropicは「すべての社内評価（internal evaluations）」について、ライブインターネットアクセンスを追加の通知があるまでオフにしたという。同社が自社のAIエージェントを確実に制御できていないことを認めるかたちの措置だと、同誌は伝えている。

今朝伝えたClaudeによるフィラデルフィア警察への偽の殺人通報など、エージェントが外部のシステムへ意図しない働きかけをする事例が相次ぐ中での対応とみられる。社内の評価環境という最も身近な場所から「外部への接続」を断った判断は、エージェントの自律性と安全性のトレードオフが現実の運用課題になったことを示唆している。

AnthropicとOpenAI、AI大災害後の「市民・政治的反乱」をウォーゲーム

Decryptの報道によると、AnthropicとOpenAIは、AIによる大災害が起きた後の市民的・政治的な反乱を想定したウォーゲーム（シミュレーション）を静かに進めているという。

現時点で報道から読み取れる詳細は限られるが、モデル提供側が「事故後の社会的反応」そのものを事前にリハーサルしているとされる点は注目に値する。技術的な安全対策に加えて、事故が起きた後の信頼回復や説明責任まで含めて準備する段階に入ったと解釈できる。実施された内容や頻度など、さらなる報道を注視したい。

OpenAI「Decisions API」がベータ公開──gpt-6-luna、数週間以内にGAへ

Zennの解説記事によると、OpenAIは10月6日のChangelogで、新しい「Decisions API」をベータとして公開した。文章を生成するResponses APIとは別の POST /v1/decisions を使い、共有の入力に対して型つき（typed）の質問への答えを確率・選択付きで返す専用エンドポイントになるという。現時点で指定できるモデルはgpt-6-lunaのみで、公式ガイドでは数週間以内のGA（一般提供開始）を見込んでいる。

出力の構造化をAPIレベルで保証するこの方向は、今月2日に伝えたAmazonとCloudflareのdecision model公開と同じ流れにある。プロンプトの書き方と出力のパースに頼っていた「分類・判断」の処理を、専用エンドポイントに任せる設計が広がりつつある。

NVIDIAがAI支援のLinuxカーネル開発「Boro」をオープンソースで公開

Phoronixの報道によると、NVIDIAはAIによるLinuxカーネル開発を支援するオープンソースの取り組み「Boro」を公開した。

カーネルのような巨大で歴史のあるコードベースは、コーディングエージェントにとって最難関のタスクの一つとされてきた。GPUベンダーである同社がカーネル開発のAI支援に本格的に取り組む意味は小さくない。対象タスクや開発プロセスの詳細は続報を待ちたい。

Qwen3.8-27Bを16GB・12GB VRAMで──量子化ビルドと200Kコンテキストの工夫が続々

ローカルLLMコミュニティでは、Qwen3.8-27Bを小型GPUで動かす試みが活発だ。RedditのLocalLLaMAでは、検閲解除版（Hereticビルド、MTPヘッド保持）のQwen3.8-27BをRTX 4080の16GB VRAMでMTP有効のまま55〜68 tok/sで動かす量子化（UD-IQ4_XS）を自作し、12GB/16GB/24GB版を公開したという報告が上がっている。品質劣化の指標として、同じ重みのQ8_0とのKLD（KLダイバージェンス）を既存の量子化と比較測定した点も特徴だ。

同じくLocalLLaMAでは、12GBのAmpere世代カードでQwen3.8 27Bを200Kコンテキスト＋MTPで動かす改良も報告された。RTX 3090向けには従来比3〜4%の高速化と数百MBのメモリ削減、YaRN併用で約340Kコンテキストまで拡張できるという。compact MTPキャッシュや新しいKVaRNバリアント（Staged + Journaled）といった工夫が盛り込まれている。27BクラスのモデルがミドルレンジGPUで長文脈運用できる時代が近づいている。

AlphaFoldはタンパク質折りたたみを「解決」していない──DeepMindのKohliらが限界を語る

技術ポッドキャストLatent Spaceで、Google DeepMindのPushmeet Kohli氏とChan Zuckerberg BiohubのSal Candido氏が対談し、「AlphaFoldの突破は始まりにすぎない」との見方を示した。

生物学には計算とデータのスケーリングだけでは届かない「Bitter Lesson」があり、重要なのは盲目的なスケーリングではなく正しいスケーリング則を見つけること、と両氏は指摘する。タンパク質構造予測は解決済みではなく、低品質とされるメタゲノミクスデータがむしろタンパク質言語モデルを改善しうること、AI研究者が「最重要な科学問題」ではなく「入手可能なデータ」に最適化しがちなこと、仮想細胞の構築には根本的に異なるデータセットが必要なことなども語られた。AlphaFoldのハンドクラフトされたアーキテクチャが示すように、科学の直感と汎用アーキテクチャのバランスは当面続きそうだ。