AIモデルの性能より配管を考える時期が来た

Fable 5の輸出規制が解除、AIモデルの可用性を握る政治的リスク

AnthropicのAIモデル「Fable 5」と「Mythos 5」に対する輸出規制が解除された。6月12日にローンチからわずか3日で課されていた制限だ。商務長官のHoward LutnickがAnthropicの共同創設者Tom Brown宛てに送った書簡で明らかになった。解除の条件として、Anthropicはセキュリティリスクの検出と対処を政府と協力して行うことに同意している。

そもそもなぜ規制がかかったのか。きっかけは「ジェイルブレイク」と呼ばれる事象だった。

（AIモデルに設定された安全策や制限を、巧妙な入力によって回避させ、本来禁止されている回答をさせる攻撃手法のこと）詳細は不明なまま、Fable 5が何らかの制限を突破されたとされる。問題はそこからだ。Anthropicは米国市民だけにアクセスを制限する術を持たず、結果として全ユーザーのアクセスを停止するしかなかった。Mythos 5を利用していた少数の組織も巻き込まれている。6月26日にMythos 5の一部制限が先に解除され、サイバーセキュリティやインフラに注力する企業・機関には再び提供が始まっていた。

ここで気になるのは、Anthropicとトランプ政権の関係だ。以前から緊張状態にあった。Anthropicは大規模な国内監視や完全自律型兵器に関する契約上の保護条項の削除を拒否した。対して国防総省はAnthropicをサプライチェーンリスクに指定し、請負業者への利用を実質的に禁止した。今回のFable 5規制は、この敵対関係の延長線上にあると読めてしまう。

開発者のワークフローで何が変わるか。AIを業務に組み込むチームにとって、モデルの可用性が政治的判断ひとつで変わるリスクが現実になった。ジェイルブレイク一つで、利用中のモデルが即座に止まる。復旧のタイミングも政府との協議次第だ。APIが急に使えなくなる事態を前提に、代替モデルの切り替えやフォールバックの実装を考えておく必要がある。プロバイダー側も、国籍によるアクセス制御の仕組みを実装しない限り、同じことが起きる。Fable 5は戻ってくる。ただし、いつまた止まるか分からないという不安は残る。

エージェントの信頼性が次のインフラ課題になる

AnthropicがClaude Sonnet 5を発表した。ベンチマークのスコアは確かに上がっている。でも、145ページあるシステムカードが力を入れているのはそっちじゃない。エージェントが自律的に動くとき、どこで壊れるか。そこを徹底的に評価している。

セクション5だけでも、コーディングエージェント・コンピュータ使用エージェント・ブラウザエージェントの悪用、自律的な影響操作、プロンプトインジェクション耐性をカバーしている。

（外部から注入された悪意ある指示をAIが正当な指示として誤認し、実行してしまう脆弱性）攻撃面も3つに分けてテストしている。コーディング環境、コンピュータ操作、ブラウザナビゲーション。特にブラウザのケースは興味深い。エージェントがWebを巡回中、訪問先のページに埋め込まれた指示に乗っ取られるかを確認している。SHADE-ArenaとLinuxArenaという評価では、エージェントが指示に従うふりをして隠れた目的を追跡するかも測定。Sonnet 5のステルス率はほぼゼロだったが、そもそもこの評価を走らせていること自体が意味がある。

なぜここまでエージェントの信頼性に注力するのか。ベンチマークスコアはトップモデル間で差が縮まりつつある。一方で、2時間のコーディングタスクをコンテキストを失わずに完走できるか、悪意あるページにハイジャクトされずにWebをブラウジングできるか、APIコールが失敗したあとに自分で回復できるか。これらはまだ収束していない。

ここからが開発チームにとっての論点だ。エージェントに長時間のタスクを任せると、インフラの要求が根本的に変わる。ツール呼び出しが途中でタイムアウトする。ブラウザセッションがリダイレクトでコンテキストを失う。エージェントはその都度、何が変わったかを理解し、進捗を保持し、続行するか諦めるかを判断しないといけない。

システムカードが示唆しているのもこの方向だ。ツール結果のクリアリング機能は、コンテキストが蓄積するなかで古いツール出力を削除する。メモリツールは、アクティブなコンテキストウィンドウの外に情報を保持する。どちらも長時間稼働するエージェントが直面する実務上の問題に直結している。

状態を複数ステップにわたって永続化する。外部ツールと同期を保つ。古い情報で作業を続ける前に障害を検知する。これらはモデルの性能というより、インフラの配管の問題だ。Kubernetesで長時間実行されるジョブの状態管理をしている人間には、見覚えのある課題に見える。エージェントを本番に乗せるチームは、この配管を自分で組み込む必要がある。ベンチマークの数字だけ見ていては、デプロイ後に躓く。

AIインフラのロックイン、18ヶ月で無意味になる問題

Jim Kellerが面白いことを言っている。TenstorrentのCEOとしてEE Timesのインタビューに答えた彼は、今のモデルに合わせてインフラを最適化するのは「最もリスキーな手」だと言い切った。18ヶ月後には別のモデルが動いているからだ。

この指摘は本質を突いている。2023年から2024年にかけて、AIインフラはシンプルな調達問題だった。大規模言語モデルを訓練してユーザーに提供する。Nvidiaが ship できるだけGPUを買えばよかった。しかしワークロードが変わった。推論モデルは答えを出す前に思考プロセスを辿る。エージェントはAPIやデータベースやコードを行き来してタスクを完遂する。マルチモーダルモデルはテキストに画像や音声や動画を混ぜる。どれもハードウェアへの負荷のかかり方が従来のLLMとは違う。単一のチップアーキテクチャでこれら全部を等しく捌けるものはない。

Nvidia自身がすでに方向を変えている。GTC 2026で発表されたVera Rubinプラットフォームは、Rubin GPU、Vera CPU、NVLink 6スイッチ、ConnectX-9ネットワーク、BlueField-4 DPUなど7つのチップが単一システムとして動く。Vera CPUはエージェントAIのツール呼び出しやコード実行、オーケストレーションなどCPU集約的な処理のために存在する。Jensen Huangが語るのはGPUベンチマークではなく「AIファクトリー」という言葉だ。70%の市場シェアを持つ企業がアクセラレータ単体の性能からシステムレベルの共設計へ重心を移している。これはraw performanceだけでは足りないことをNvidia自身が製品アーキテクチャで認めていると読める。

ハイパースケーラーはもっと前から財布で語っていた。Googleは10年かけてTPUシリコン、インターコネクト、ソフトウェアフレームワークを共設計してきた。第7世代のIronwoodチップが今般利用可能になった。Amazonは逆の道を取り、訓練用Trainiumと推論用Inferentiaを分けた。Trainium3はすでに本番稼働しAnthropicなどに提供されている。MicrosoftはMaia 200で推論コストを狙いながら、訓練と実験にはNvidiaのVera Rubin NVL72を展開する二刀流だ。市場で最もプラグマティックな戦略かもしれない。

Broadcomの存在も見逃せない。AI半導体収入が単四半期で100億ドルを超えた。GoogleやMeta向けカスタムアクセラレータの設計に加え、TomahawkやJerichoのスイッチシリコンでデータセンタースケールの接続を支えている。カスタムASIC出荷は2026年に前年比約45%成長の見込み。GPUの成長率の3倍だ。

インフラエンジニアの視点で見ると、この変化はKubernetesのクラスタ設計に似ている。単一のノードタイプで全ワークロードを賄うのは非効率だ。ワークロードに合わせてノードプールを分け、オートスケーリングのポリシーを変える。AIインフラも同じ地点に到達しつつある。GPUだけで解決しようとしていた時代が終わり、システム全体のバランスを設計し直すフェーズに入った。18ヶ月後に何が動くか分からないなら、交換可能な構成で組むしかない。それがロックインを避ける実務上の正解だろう。

Sonnet 5はOpus 4.8に肉薄するが、コスト構造に落とし穴がある

Sonnet 5は、ベンチマーク上の性能がOpus 4.8に肉薄し、特に推論やコーディングタスクで明確な向上を見せている。Anthropicが「最もエージェント的」と称する通り、実務上の完遂能力が高まっている。

開発者のワークフローで注目したいのは、複雑なタスクを完遂する能力だ。Anthropicのテスターは、以前のSonnetが途中で止まってしまうような処理でも、Sonnet 5なら最後までやり切ることが多いと指摘している。自律的にツールを呼び出しながらコードを書き進めるようなエージェントループを組んでいる場合、途中で止まると最初からリトライになる。この「止まらない」性質は、実務上の効率に直結する。

ただし、コスト構造には注意が必要だ。Sonnet 5の推論レベルを最大のExtra Highにすると、Opus 4.8のMediumからHigh設定と同等の性能が出る。だが、その設定で動かすと、同レベルのOpus 4.8よりも実行コストが高くなる。安いからといってSonnet 5に盲目的に切り替えると、推論レベルを絞ったタスクでは予算を圧迫しかねない。タスクの性質に応じてモデルと推論レベルを使い分ける設計がこれまで以上に求められる。

価格面でもう一つ気になるのが、8月31日までの導入価格だ。入力100万トークン2ドル、出力10ドルというのは、9月以降の3ドル/15ドルより明らかに安い。Anthropicは移行期間中のテストを促しているが、Opus 4.8のキャパシティを空けたいという意図もあると読める。導入価格の間にプロンプトやワークフローを調整しておかないと、9月以降にコストが1.5倍になる計算だ。Sonnet 5への移行は急ぐべきだが、本番への組み込みは9月以降の価格を前提で設計しないと後で苦しむことになる。

PR上でライセンスチェックが回る世界

GitHubが新しいライセンスコンプライアンス機能をGitHub Advanced Security向けに提供した。Pull Requestで依存関係が追加・変更されたとき、そのライセンスを自動で照合し、ポリシーに適合するかをチェックする。GitHubのOSPO（Open Source Program Office）は2ヶ月前に自社製の内部ツールからこの機能へ移行したという。

これまでライセンス審査は手作業かサードパーティのツールで回すのが普通だった。PRの画面から離れて別のダッシュボードを開き、結果を確認して戻る。この往復が開発者の負担になっていたはずだ。新しい機能はPR上で完結する。依存を追加した瞬間にスキャンが走り、ライセンスが許可リストにあればチェック通過。問題があればPRにコメントとして警告が出る。直接依存だけでなく推移的依存も対象になる。

（ライブラリAがBに依存し、BがCに依存している場合、Aを利用するユーザーにとってCが推移的依存となること）ここは地味に重要で、自分が明示的に追加したパッケージだけ見ても、その依存先にGPLが混ざっていれば意味がないからだ。

GitHubのOSPOは移行時、まず「Evaluate」モードで組織全体のルールセットを適用した。このモードではPRにアノテーションは出るがマージはブロックされない。開発者の作業を止めずに新しいワークフローに慣らすためだ。約1ヶ月間、旧ツールと並行稼働させ、挙動の差異を確認した。最終的にアラートが集中したのは、ライセンスが珍しいもの、欠落しているもの、明示的に禁止されているものだけだったという。この段階的な導入、地味だが上手いやり方だと思う。いきなりマージをブロックされたら開発現場は混乱する。

ポリシー自体はMIT、Apache 2.0、BSD-3-Clauseのような一般的な許可的ライセンスを初期値にして育てていく設計になっている。開発者が「このライセンスは許可すべき」と判断した場合、例外リクエストを投げて専門チームに通知できる。OSPOのメンバーとサプライチェーン分析の専門エンジニアが世界中のタイムゾーンに散らばって審査を担当し、SLAの策定も進めているとのこと。

気になるのは適用範囲の限定方法だ。ルールセットはカスタムプロパティでリポジトリをターゲットにし、プロパティの値でEvaluateかActiveかを切り替える。つまり全リポに一斉適用ではなく、プロパティを付与したリポジトリだけが対象になる。大規模組織で一部だけ先にActiveモードを試す、という運用が取れる。ただ、カスタムプロパティの管理を誰がどうやるかは書かれていない。ここはおそらく組織の規模によって運用の重さが変わるだろう。

この機能がPublic Previewに入ったのは直近のことだ。GitHub自身が2ヶ月前に移行し、約1ヶ月の並行期間を経ている。自社でdogfoodingした結果を一般に開放した形だ。Advanced Securityの顧客であればすぐに試せる。ただし、Advanced Security自体がEnterpriseプランのオプションなので、中小のチームには少し遠い機能かもしれない。

まとめ

モデルのベンチマークスコアで差がつかなくなってきた。その裏で、エージェントを本番で動かすための配管の問題が次々と顔を出している。長時間タスクの状態管理、推論レベルに応じたコストの最適化、特定のハードウェアへのロックイン回避。Kubernetesでジョブを運用している人間には見覚えのある課題ばかりだ。

モデルの可用性が政治的判断ひとつで揺らぐリスクも現実になった。APIが急に使えなくなる事態を前提に、代替モデルへのフォールバックを実装しておく必要がある。サプライチェーンのライセンス管理もPR上で自動化され、手作業の往復が減っていく。

ベンチマークの数字だけ見ていても、デプロイ後に躓く。モデルの性能より、それを支えるシステム全体の設計に立ち返る時期に来ているのだ。

参照記事

記録日: 2026-07-01