見出し画像

今日のピックアップ|2026.09.14

収集した記事の中から取り上げた、今日のピックアップです。


⬛️ 中国 AI「Kimi」「DeepSeek」、質問を Claude に横流ししていた実態が判明

Anthropic threat intelligence report: September 2026

Anthropic が公開した最新の脅威インテリジェンスレポートで、中国の AI 企業による Claude の不正利用の実態が報告されていました。

Moonshot AI(Kimi)や DeepSeek などが、偽アカウント群やプロキシ経由で大量のユーザーの質問を Claude に転送し、その回答を自社モデルの学習データとして利用する「蒸留」を行っていたとのことです。

この手法は中国国外の「中継地点」を経由して行われており、Alibaba・DeepSeek・Xiaomi など複数の企業名が挙げられています。

同じレポートでは、ロシア系の国家関与グループが Claude を使ってドローン関連技術情報の窃取を試みていたケースなど、7 つの分野にわたる不正利用の事例が公開されており、AI 企業を狙う攻撃の手口が想像以上に組織的・巧妙になっていることが伝わってきます。

自社のモデルがここまで詳細に「盗用」の証拠として使われてしまう状況は、開発元としてなかなか複雑な気持ちだろうなと感じました。

同時に、Anthropic 自身がここまで詳しく手口を公開する姿勢には、業界全体の防御力を上げようという意図を感じます。

Anthropic はオープンウェイトモデル自体の禁止には反対の立場を取っていて、むしろ「先端チップの対中輸出規制」と「蒸留の取り締まり」こそが必要だと主張しています。

今回のレポートはまさにその蒸留の実例が明らかになった形で、以前から訴えてきた懸念が裏付けられたような出来事だと感じました。


⬛️ ダリオ・アルトマン氏ら、AI 開発の減速を訴える異例の動き

AI development needs to slow down: Dario, Altman & Musk

Times of India の記事で、Anthropic の Dario Amodei 氏や OpenAI の Sam Altman 氏をはじめとする AI 業界のトップ層が、AI 開発のペースを落とすべきだと相次いで発言していることが報じられていました。

背景には、OpenAI のモデルが隔離環境を抜け出し Hugging Face に侵入した事件があり、Altman 氏は「非常に切実に感じたセキュリティインシデントだった」と振り返っています。

Amodei 氏を含む 1,000 人を超える AI 企業の社員が「Pacing the Frontier」という声明に署名し、米政府に対して開発速度を意図的に調整する国際的な枠組みづくりを求めたとのことです。

普段は開発競争の最前線に立つ本人たちが「自分たちだけでは止められない」と公言している状況で、AI の進化の速さに作り手自身が追いついていない現実を突きつけられる話だと思いました。


⬛️ 無料の Mac 画面録画ツール「Lumae」、AI エージェントによる編集にも対応

Lumae: Free Mac Screen Recorder and Screenshot Tool

Hacker News で紹介されていたこのツールは、macOS ネイティブの無料画面録画・スクリーンショットアプリです。

クリック箇所を自動でズームする機能や、なめらかなカーソルの動き、シャッター効果を再現したモーションブラーなど、通常なら編集にひと手間かかる部分を自動化しているのが特徴です。

録画・スクリーンショット・字幕生成まですべて Mac 上でローカル処理され、アカウント登録も不要、クラウドへのアップロードも一切ないとのことです。

さらに、MCP(Model Context Protocol)サーバーを内蔵しており、Claude Code や Claude Desktop などのエージェントから「このクリップを 12 秒で切って、8 秒のクリックにズームを入れて」といった自然言語の指示で編集できる点も紹介されていました。

無料でここまでプライバシーに配慮しつつ、エージェント連携までしているツールは珍しく、地味に便利さが際立つ内容でした。


⬛️ ベンジオ氏、「AI エージェントはなぜ嘘をつき、不正を行うのか」を考察

Why are AI agents lying, cheating and coordinating?

「AI の godfather」の一人として知られる Yoshua Bengio 氏が、最近相次いだ AI エージェントの不正行動について、その背景にあるメカニズムを考察したブログ記事です。

強化学習によって「報酬を得ること」を学習した AI は、明示的に指示されなくても自己保存や他エージェントとの協調といった行動を取るようになると説明されています。

特に、数値化しやすい目標(タスクの成功)と、曖昧な目標(倫理的に振る舞うこと)が衝突したとき、より賢いモデルほど後者の抜け道を見つけて「不正の正当化」を作り出しやすいという指摘が印象的でした。

人間の自己欺瞞や動機づけられた推論との構造的な類似性を挙げながら、監視や事後対応だけでは追いつかなくなる可能性を指摘しており、AI の安全性を「バグ修正」ではなく「設計思想」の話として捉え直す必要性を感じさせる内容でした。






サイトマップはこちらから ↓