11月3日夜のAIニュースまとめ。主役はAnthropicだ。Messages APIに「Message Threads」を導入し、長い対話で最初のトークンまでの待ち時間を約35%短縮できるようになった。一方でコーディング支援のClaude Codeでは、既存ゲームの再現をブロックする対応を取った。AI製の模倣作が相次いだ波紋への対応で、ツールレベルで線を引いた大型事例になりそうだ。半導体をめぐる攻防も動いている。Nvidiaはクラウド顧客に中国企業との取引の縮小を求め、Huawei側では高性能メモリHBMの調達が闇市場に流れる実態がNYTの調査で可視化された。研究面からは、経済学の「メカニズムデザイン」でAIエージェントを律する発想と、人間とエージェントの共同作業向けOSの研究を取り上げる。
AnthropicのMessage Threads──長い対話の最初のトークンまで約35%短縮
AnthropicはMessages API向けに「Message Threads」をリリースした。従来は会話が続くたびに、履歴全体を毎回送り直す必要があった。Message Threadsでは、変更のあった部分だけを送ればよくなる。
効果が大きいのは長い対話だ。50万〜100万トークンのリクエストでは、最初のトークンが返ってくるまでの時間（time to first token）が約35%短縮されるという。コンテキストが膨らみがちなエージェント用途では、応答までの待ち時間を直接削れる改善で、長時間稼働するエージェントの体感速度に効いてくる。
Claude Codeで既存ゲームの再現をブロック──AI製模倣作の波を受けて
Anthropicは、コーディング支援ツールのClaude Codeで既存のビデオゲームを再現することをブロックしている。AIで作られたゲームの模倣作（knockoff）が相次いで現れたことを受けての対応だ。
背景には、生成AIによるゲームの模倣が産業問題になりつつある現状がある。ゲームメディアでは「ゲーム全体がAIに盗用されており、状況は悪化する一方だ」という主張の報道が見られ、インディーゲームのプラットフォームitch.ioも生成AI利用の開示フィルターを、サイト内のさらに多くの場所へ広げている。
なぜ重要か。モデルのコーディング能力が上がるほど、既存作品の再現は技術的には容易になる。権利者の許諾なしに再現物が出回ることが当たり前になれば、ゲームを作る側のインセンティブを損なう。モデル提供者が道具のレベルで線を引くことに意味があるか、他社が追従するかは今後の焦点になりそうだ。
Nvidia、クラウド顧客に中国企業との取引縮小を要請
Nvidiaが、一部のクラウド顧客に対して中国企業との取引を減らすよう指示したことが分かった。報道は短く、判断の背景にある詳細は伝えられていない。ただ、輸出規制をめぐる環境の影響が、チップの売り手だけでなく買い手側のビジネス構成にも及びつつあることを示すシグナルと言える。
HuaweiのAIチップはメモリ調達を「持ち出し」に──HBM闇市場が肥大化
New York Timesの調査報道によると、米国の輸出規制にもかかわらず、中国では先進AIチップの活発な取引が続いている。深センの数十社のサプライヤーが、1億ドルを超える規模の商取引を行っている場合もあるという。
その中でHuaweiは、自社のAIチップに搭載する高性能メモリ（HBM）を顧客自身が調達するよう指示しており、調達が事実上闇市場に外包される構図が生まれている。密輸業者は米国の輸出規則の抜け穴を利用し、HBMを低性能プロセッサと抱き合わせて香港経由で輸送し、現地で分離しているとされる。密輸品のHBM3Eメモリの価格は、1年でユニットあたり約4,000ドルまで高騰しているという。
なぜ重要か。計算チップ本体に比べ、メモリは規制の網をかいくぐりやすい部位だ。実需と価格の歪みという形で、規制の実効性の限界が数字で見えてくる。前回伝えた「DeepSeek V5をHuawei Ascendで事前学習する計画」と合わせると、中国AIの計算資源調達の裏側が次々と可視化されている。
「逆ゲーム理論」でAIを律する──インセンティブ設計によるアラインメント
MIT Technology Reviewが、メカニズムデザイン（逆ゲーム理論）をAIの制御に応用する研究動向を紹介した。
ゲーム理論が「与えられたルールのもとで合理的な主体がどう動くかを予測する」学問であるのに対し、メカニズムデザインはその逆で、「望ましい行動を引き出すようなルールを設計」する。ケーキの分割で「切る人が切り、相手が先に選ぶ」仕組みが均等な分割を促すように、インセンティブの構造で行動を導く発想だ。
既存のアプローチが効きにくい場面への応用が検討されている。モデルがテストでわざと低い成績を示す「サンドバッギング」、意図の隠蔽、評価者の誤誘導──そうした振る舞いが確認されているため、内部を覗き込んだり価値を教え込んだりするだけでは足りない、という問題意識だ。
具体的な案としては、MITの経済学者Stephen Morris氏らのプレプリントが、あるモデルの回答が「2番目のモデルが何を言うか」をどれだけ正確に予測できるかで報酬を与える仕組みを提案している。わざと低性能を装うと他のモデルの予測も外れるため、負け戦になるという理屈だ。エージェント同士を競わせる仕組みや、逆方向のバイアスを持つエージェントをペアにして出力の一致へ報酬を与える案も示されている。
Princeton大学のElad Hazan氏は、モデルが「問題を解く役」と「監査する役」を交代で務め、不正を行った解く役だけでなく、不正を見逃した監査役も罰する仕組みを提案する。両者の判断が割れれば「裁判」として人間の専門家が裁定する。監査役が解く役と共謀するリスクは、監査報酬を十分に高くし、監査役自体をおとり客のように検査することで抑えるとしている。
課題もある。この発想は「AIエージェントがインセンティブに反応して合理的に行動する」という前提に依存しており、その前提の妥当性自体が検討事項だ。専門家の間では、解釈可能性や規制、訓練と並ぶ「防御の重層化」の1レイヤーと位置づける見方が強い。
CoworkOS──「AI同僚」をスケールさせるためのOS設計
研究チーム（RUC-NLPIR）が、実世界の自動化に「AI同僚」をスケールさせるOS「CoworkOS」を公開した。複雑な生産性タスクと長期にわたる意思決定の両方をこなす「スーパーAI同僚」を目指す構えだ。
設計の柱は3つある。まず3層の協働構造で、メインエージェントが計画と承認を担い、コーディネーターがスケジュールを管理し、サブエージェントが同期・非同期で実行する。次に共有アプリで、人間とエージェントが同じドキュメントやCAD、Blenderのデータをチャットまたは直接編集で共同編集する。そして永続ランタイムで、階層的なワークスペースとセマンティックメモリ、バックグラウンドジョブを持ち、処理を再開・監視できるようにする。
性能面では、12の生産性ベンチマークと24の実成果物で、CodexやDeepSeek Harnessと競争できるとされる。注目は「RSI-native」をうたう点だ。自動化されたポストトレーニングを5ラウンド実行するだけで、Qwen3.6-35B-A3Bの8ベンチマークのスコアが33.19から42.95へ（+9.76）向上したという。エージェント実行基盤と自己改善を一体で設計する方向性として、続きが気になる研究だ。
市場と資金: State Street CEO「AIはまだバブルとは言えない」、Shield AIが10億ドル調達へ
市場観測の面では、State StreetのRon O'Hanley CEOが「AIがバブルだとは現時点では見えにくい」と述べた。「これらのデータセンターは投機で建てられているわけではなく、背後には実際の注文があり、多くの場合、実際の企業がいる」と指摘し、需要が巨額の投資を支えているとの認識を示した。
防衛分野では、自律飛行システムを開発するShield AIが、最新の自律戦闘機の生産資金として10億ドル超の資金調達を計画していることが分かった。CEOのGary Steele氏がBloomberg Techのイベントで明らかにしたもので、成長戦略としてさらなる企業買収も行うという。