
AnthropicのIoT自己複製評価は、何をモデルが実行し、何を実験環境が肩代わりしたかが焦点となる。MetaのMuse Wonderは、通常版とFullの提供先、安全評価の条件を分けて読む。英国政府のAI事故対応計画、Maia 300の配備計画、AgentCore Memoryの保持期限、NVIDIAの公開基盤も取り上げる。新モデルと推論基盤の追加情報は短報にまとめた。
各記事は独立した更新だ。共通する判断軸は、能力の実証、利用可能な機能、将来の計画を混同しないことにある。自己複製の実験条件、Muse Wonderの提供範囲、政府の対応計画、Maia 300の配備時期、TTLの削除遅延を、それぞれ導入・運用の判断へ戻したい。(出典1 / 出典2 / 出典3 / 出典4 / 出典5)
Anthropic、IoT自己複製の個別工程と連鎖を分けて評価
Anthropic Frontier Red Teamは、市販IoT機器での推論起動と、隔離環境で複製工程を連鎖させる評価を報告した。評価対象の30B以下のモデルは個別工程の多くを実行できた一方、連鎖評価では失敗した。小型モデルが2026年末までに必要な能力へ達し得るとの見通しは、過去の能力改善率からの粗い外挿であり、達成済みの結果ではない。(出典1)
| 評価 | 条件と観測結果 | 読み取れる範囲 |
|---|---|---|
| 未知の機器での推論起動 | Qwen3.5-9Bが9種類の機器中8種類で起動。(出典1) | 新しいハードウェアへ推論環境を構築する個別能力であり、侵入から複製までの実証ではない。(出典1) |
| 市販機器での分散推論 | 4GB RAMのAndroid TVボックス15台にGemma4-26B-A4Bを分割し、毎秒0.39トークンで実行。(出典1) | 推論資源を集められるという実演で、モデル自身による機器の侵害ではない。(出典1) |
| 隔離環境での複製連鎖 | GLM-5.2は5試行中4試行で全8ノード、残る1試行で7ノードへ到達。(出典1) | サイバー侵入を簡略化し、モデルの推論とコピーの起動を実験側が補った結果。(出典1) |
連鎖評価は、隔離VPC内のGCPノードでAndroid 15をredroidとして動かし、認証なしのADB接続を許した設定だった。GLM-5.2の推論は別のサーバーで実行する。各ノードでLlama3.1-8Bの推論を起動すると、正しく動作することと不正な省略がないことを確認したうえで、実験システムが次のGLM-5.2エージェントを起動する。GLM-5.2自身の重みをIoT機器へ移し、そこで同じモデルが自律的に増殖した実験ではない。(出典1)
本号の対象期間は10月12日06:30から13日06:30までのJSTとする。研究報告へのリンクは13日04:25 JSTのHacker News投稿で確認できるが、これは初回公開時刻ではない。試行数と防御策は10月23日の再確認時点の本文に基づく。公式ページの更新情報は22日02:12 JSTを示しており、締切時点との本文差分は復元できていない。(出典1 / 投稿記録)
EastBraverの見立て: AI Agent評価では、モデル単体でなく実行環境も含めて結果を読む必要がある。この報告は実環境での自己複製を実証していないが、個別工程の進展は無視できない。Sandboxのネットワーク隔離と機器側の防御を別々に設計し、無認証接続を前提とする成功率を実ネットワークへ外挿しない判断が要る。(出典1)
- 出典: Anthropic(研究報告、公式本文の日付は2026-10-12。初回公開時刻は特定できず、締切後の更新を含む現行版を照合)
Meta、Muse WonderをAPIとMuse Codeで提供
MetaはMuse WonderとMuse Wonder Fullを発表した。通常版はMeta Model APIとMuse Codeで利用でき、FullはMuse Code加入者向けに提供される。個人向けエージェントMuseへの展開は今後で、まず加入者から始める計画だ。モデルの提供開始と、Museへの展開予定は分けて読む必要がある。(出典1)
Metaは、会話をまたいで文脈を引き継ぎ、必要な情報を取り出すActive Memoryと、目標に沿って作業を続け、重要な操作の前に確認するActive Focusを特徴として挙げる。モデルカードでは、テキスト・画像・動画・音声の入力、テキスト出力、推論時に約100万トークンのコンテキストウィンドウを示した。これらは、過去の情報を常に正しく想起する保証とは異なる。(出典1 / 出典2)
EastBraverの見立て: Memoryの保存と想起は、コンテキストウィンドウの大きさとは別の設計対象となる。モデルカードも、実環境で操作するエージェントには取り消せない操作の前に人が確認する保護策を推奨しており、Active Focusの説明だけで承認点を省けるとは判断しない。APIを使う構成と加入者向け製品の構成を分け、実際に適用される緩和策と業務上の承認を確認したい。(出典1 / 出典2)
- 出典: Meta AI Research(公式発表、2026-10-12。本文は日付のみ) / モデルカード(公式技術資料) / TechCrunch(同発表の二次報道、2026-10-13 02:56 JST)
英国、AIによる防御強化と事故対応計画を発表
英国政府は、先端AIを使う政府システムの防御強化を拡張し、AIエージェントが重大な被害を起こした場合の対応計画を整備する方針を示した。政府による独立したモデル評価、脆弱性への対処、事故の封じ込めは別の取り組みであり、対応体制が完成したという発表ではない。(出典1 / 出典2)
| 取り組み | 発表時点で確認できる状態 |
|---|---|
| 政府システムの防御強化 | 政府は、2つの試行で18省庁の548リポジトリにわたる1,352件の脆弱性を発見・対処したと報告し、取り組みの拡張を表明した。独立再現の結果ではない。(出典1) |
| AI事故への対応 | NCSC、DCMS、AI Security Instituteとともに、被害の封じ込めと影響を受けた人の支援を含む対応方法を今後整備する。(出典1) |
| 法制度の検討 | 審議中のCyber Security and Resilience Billについて、AIによるサイバー被害や制御喪失、重大事故と未遂事例の報告を扱う制度の強化を検討する段階。新たな報告義務の施行ではない。(出典1) |
演説は、事故時にエージェントへ何を指示し、何へアクセスし、なぜその行動を取ったかを迅速に把握する必要性を挙げた。これはモデルの性能評価だけではなく、実行履歴を調べて同じ失敗が他でも起こるか判断する課題だ。(出典1)
EastBraverの見立て: AI Agent評価の結果と、稼働後の事故対応能力を一つの「安全性」にまとめない判断が要る。政府の方針発表を自社システムの保護が整った根拠にせず、指示・アクセス・外部操作を後から追える記録と、被害を封じ込める責任者を運用上の確認点としたい。(出典1)
- 出典: GOV.UK(公式演説、2026-10-12 20:59 JST公開) / 英国議会声明 HCWS357(公式政策声明、2026-10-12)
Microsoft、Maia 300の本番配備を2027年に計画
Microsoftは、AI推論システムAzure Maiaの複数ギガワット規模への配備を2027年から進める計画と、次世代のMaia 300を発表した。Maia 300の本番配備開始も2027年の予定で、発表時点の稼働基盤とは区別が必要だ。(出典1)
| 基盤 | 稼働・配備の位置づけ | ラック構成と性能の説明 |
|---|---|---|
| Maia 200 | Microsoft Copilotで本番稼働中。GitHub CopilotとMicrosoft Foundryへの展開は2026年末までの計画。(出典1) | Maia 300のラック単位のトークンスループットを比較する既存世代。(出典1) |
| Maia 300 | 2027年に本番配備を開始する計画。(出典1) | 1ラック96アクセラレーター、電力枠167kW。Maia 200ラック比で単位時間当たりのトークン処理量が最大7倍になるというMicrosoftの説明。(出典1) |
Microsoftは、Maia 300にHBM4を採用し、ソフトウェアと計算資源、メモリ、ラックをまたぐ通信を一つのシステムとして設計すると説明した。性能の見通しはラック全体に関するもので、単一チップや任意のモデルが同じ倍率で速くなるという意味ではない。(出典1)
EastBraverの見立て: インフラの発表を今使えるAPIの増強と同一視しないことが重要だ。調達や容量計画では、配備時期に加え、比較したラックの台数・電力・対象モデルを揃えて性能の見通しを読む必要がある。(出典1)
- 出典: Microsoft(公式発表、2026-10-12 22:01 JST公開、22:19 JST更新。締切前の更新版を根拠とし、締切後に更新された別のアーキテクチャ解説には依存しない)
AgentCore Memory、TTLの削除遅延と更新範囲を明記
AWSはAgentCore Memoryの長期メモリレコード向けTTLを公式ドキュメントの更新で案内した。既定ではレコードは失効しない。recordExpirySpecificationのrecordExpiryDurationDaysで最短31日の保持期間を設定し、actionをREMOVEにすると期限設定を解除できる。(出典1 / 出典2)
| 設定する経路 | 対象 | 既存レコードへの影響 |
|---|---|---|
CreateMemory / UpdateMemory | 組み込み戦略と、その設定を上書きしたカスタム戦略。(出典1) | 変更後に生成するレコードだけへ適用。保存済みレコードは元の期限を維持する。(出典1) |
BatchCreateMemoryRecords / BatchUpdateMemoryRecords | リクエスト内の全レコード。戦略のTTLは引き継がない。(出典1) | 更新時に期限を明示すれば上書きする。期限付きレコードを期限指定なしで更新すると、前回の保持日数でTTLを設定し直す。(出典1) |
自己管理戦略では戦略単位のTTLを設定できず、バッチAPIで保持期間を指定する。同じメモリで複数戦略に保持日数を設定する場合、semanticMemoryStrategyとuserPreferenceMemoryStrategy、summaryMemoryStrategyとepisodicMemoryStrategyの各組では日数を揃える必要がある。(出典1)
TTLの設定・解除には、基本操作の権限とは別にbedrock-agentcore:UpdateMemoryRecordExpirySpecificationが必要となる。通常の書き込み権限や明示的な削除権限とは独立した制御で、必要な権限がなければAccessDeniedExceptionになる。(出典1)
EastBraverの見立て: Memoryの削除設計では、保持期限、検索から外れる時刻、物理的な削除完了を分けたい。認可の対象操作には期限の変更も含める必要がある。TTLだけを根拠に、期限到達後の再利用が止まるとは扱わない。(出典1)
- 出典: AWS Developer Guide(公式ドキュメント更新、2026-10-13 04:00 JST。サービス提供開始時刻ではなく更新履歴RSSの時刻)
NVIDIA、OCPでラック仕様と運用ソフトウェアを公開
NVIDIAはOCP Global Summitで、Vera RubinベースのAI基盤を組むためのMGX 1.2ラック・計算トレイの仕様と、DSXの運用ソフトウェアを公開した。ここでいう公開対象は基盤の参照仕様とソフトウェアであり、GPUの設計全体やモデル重みの公開という意味ではない。(出典1)
| 公開対象 | 担う範囲 |
|---|---|
| MGX 1.2 | 液冷、ブラインドメイト接続、電力供給を含むラック・トレイの参照仕様。最大250kWのラック電力に対応する設計。(出典1) |
| DSXの4コンポーネント | スイッチ設定管理、GPUクラスタの稼働前検証、ラック管理、ベアメタル基盤の配備準備を担うオープンソースソフトウェア。(出典1) |
公開コードの成熟度と責任分界は個別に読む必要がある。NVIDIA Config ManagerはDeveloper Previewで、本番利用を推奨しないと明記する。Cluster Readiness Engineは負荷試験で不良ノードを報告するが、ノードの隔離は実行せず、利用側の基盤へ委ねる。(出典1 / 出典2)
EastBraverの見立て: 公開仕様は設備の組み合わせを、運用コードは立ち上げと検証を比較できる材料になる。ただし、オープンソースであることは本番対応や自動隔離を保証しない。電力・冷却の適合性と、不良ノードを実際に外す手順までを採用条件に含めたい。(出典1 / 出典2 / 出典3)
- 出典: NVIDIA(公式発表、2026-10-13 00:00 JST公開。本文は15日05:57 JST更新後の現行版で、締切時点との差分は未確認) / Config Manager・Cluster Readiness Engine(公式公開コード。成熟度と隔離責任の説明は締切前のREADME履歴でも確認)
ほかの確認済みの更新
- Z.aiが法務向けGLM-Legalをベータ申請制で案内:GLM-5.3-Flashを基盤に法務向けの追加学習を行ったモデルを発表した。API利用はベータ申請制で、デスクトップエージェントAutoClawへの搭載は今後の予定。公開ベンチマークの成績と、実案件の法的判断を無確認で任せられることは別だ。(出典)
- 出典: Z.ai(公式モデル発表、2026-10-12。13日01:11 JSTの投稿記録で締切前の掲載を確認)
- SubQ Snapが容量制限付きPublic Previewを開始:Subquadraticは、テキストと画像を読み、選択肢から次のツールや検証結果などを選ぶ判断モデルを公開した。自由な文章生成を担うモデル全体の代替ではない。提供は先着順の容量制限付きで、上限到達後は待機リストへ回る場合がある。(出典)
- 出典: Subquadratic(公式製品発表、2026-10-12) / Business Wire配信の発行者リリース(Morningstar掲載、2026-10-13 01:07 JST。独立評価ではない)
- AMD Helionは11月提供予定のラック構成案:AMDは、エージェントの実行に使うCPU専用ラックと、CPU・GPUを統合する企業向けラックの参照構成を発表した。OCPへの仕様寄稿は今後の計画で、パートナーと開発中の構成は2026年11月の提供を予定する。発表時点で納入済みの設備や、寄稿済みの仕様とは扱わない。(出典)
- 出典: AMD Newsroom(公式発表、2026-10-12 22:01 JST)
- llama.cpp b11569がMetalの重複ID処理を修正:プレリリースは、
MUL_MAT_IDでIDが重複した場合に出力行の誤りや欠落、隣接するexpert領域へのはみ出しが起こり得る処理を修正した。Metalの該当演算経路の正確性修正であり、任意のモデル全体の品質改善を保証するものではない。(出典) - 出典: llama.cpp(公式プレリリース、2026-10-12 22:16 JST)
- ReplaySSMの技術解説は大バッチでの測定条件を読む:NVIDIAとPrinceton大学のDao AI Labが、SSMと注意機構を組み合わせるモデルで、チェックポイントへの状態の書き戻しをまとめる手法を解説した。論文著者らの測定では、4モデル、各1 GPU、バッチ256、FP32状態、チェックポイント間隔16の構成で、モデル全体の1デコードステップが調整済みvLLM比1.20~1.47倍となった。一方、バッチ1では高速化せず、低精度化の品質評価は量子化のエミュレーションを用い、一部で精度低下も残る。論文初版は10月10日JST、先行紹介は6月で、今回を新手法や本番提供の開始とは扱わない。(出典1 / 出典2)
- 出典: NVIDIA Technical Blog(公式技術解説、2026-10-13 01:00 JST。締切後の更新を含む) / 原著論文(プレプリント初版、2026-10-10 00:59 JST。数値はこの初版とも照合)
