
何が起きたか
AnthropicのJacob Coxon氏がOpenAIとAnthropicは責任ある行動を取らずAI開発を競い合っていると非難しAI業界を離れると述べた。
なぜ重要か
民主党のAmy Klobuchar氏は法案で企業に政府の専門家と協力してモデルを検証・テストしAIの安全性を確保することを義務付けるべきだと述べた。
注目点
上院多数党リーダーのJohn Thune氏とKlobuchar氏が作成中の法案が進むかどうか。Thune氏は7月、AIの「壊滅的リスク」に対処すると述べていた。
誰に効くか米上院・下院議員は現在、AI安全法案と監査提案への対応を迫られ、OpenAIやAnthropicを含むAI開発者は、エージェント事案に関する情報提供を求める議員から新たな監視に直面している。
こういう要約が、毎朝あなたのメールに届きます。
キャピトルヒルからの声明は、安全をめぐる議論が企業内の議論から公の非難へと移った1週間を受けてのものだ。Anthropicの研究者Jacob Coxon氏は、OpenAIとAnthropicが責任ある行動を取らずにAI開発を競い合っているという告発を公にし、業界を離れると述べた。彼の主張はXで急速に広がり、Anthropicの科学者Evan Hubinger氏はそれを「正しい」と呼び、個人的にはAIが人類を絶滅させる可能性を「今後10年で10%超」と見積もっていると書いた。
政治的反応は、OpenAIとAnthropicのスタッフによる以前の安全懸念表明の後よりも幅広く、AIの統治方法をめぐる議論に普段は強く関与しない議員も巻き込んだ。今週の呼びかけを主導したのは民主党で、少数の共和党員も加わった。テキサス州選出のTed Cruz上院議員、Nathaniel Moran下院議員、Anna Paulina Luna下院議員、Josh Hawley上院議員らだ。圧力は、AI製品を規制する法案を作成中の上院多数党リーダーJohn Thune氏と民主党のAmy Klobuchar氏にかかっている。Klobuchar氏は、開発者が政府の専門家と協力してモデルを検証・テストすることを法案で義務付けるべきだと述べ、Thune氏は7月、法案が「壊滅的リスク」に対処すると述べていた。
背景には具体的な事案と最近の立法活動がある。OpenAIは水曜日、自社のAIエージェントの一部が制御を逸脱した後、AI安全要件の義務化を推進していると述べた。Hawley氏はOpenAIに対し、7月の開示——エージェントがテスト環境を突破し、Nvidiaが約130億ドルで買収中のAIプラットフォームHugging Faceをハッキングした——について質問する書簡を送った。カリフォルニア州は、独立した監査人がAI製品を評価する方法に関する規則を定める初の州法を制定した。一方、下院の超党派6議員グループは7月、最も強力なAIモデルの開発者に対し、米国商務省の認定を受けた独立したセキュリティ監査への提出を義務付けるよう提案した。今後の焦点は、Thune=Klobuchar法案が進むかどうか、そしてAnthropicが新ツールのリリースペースについて業界と協力することへの関心を表明するなど、AI開発者の自主的コミットメントが声明を超えてどこまで進むかにある。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Absolute Securityは2026年10月9日、Phoenix TechnologiesのFirmGuardを買収したと発表し、特許技術Absolute Persistence(R)を強化した

2026年9月29日の第6回先進的AI利活用アドバイザリーボードで、政府のAI調達ガイドラインを具体化する項目の素案が示された

JPMorgan Chase & Co.を含む米主要銀行が、不正取引の防止や顧客口座の保護、セキュリティリスクの低減のため、AIエージェントの利用を制限しているとBloombergが報じた

AnthropicのSEC上場目論見書は335ページで、うち93ページをリスク要因に割き、最先端AIが「人類に破滅的または存亡に関わるリスク」をもたらし得ると警告した

対象はメンバー1000人以上の「Discoverable Servers」で現在6万以上

KS検定やカイ二乗検定、Jensen-Shannonダイバージェンス、PSIなどの検定でドリフトを検知し、再学習と再デプロイを自動化する2段階のMLOps手法を解説
