今週は同じ問いに両側から答える発表が続いた。Anthropicは自社の研究開発のうちどれだけをClaudeが担っているかを数字で公開した。Googleはエージェントが同じ結論に到達するまでの計算量を大幅に減らす手法を公開した。一方は現場がどれだけ自動化されているかの測定であり、もう一方はその自動化が今どこで無駄を出しているかの指摘である。
以下、2026年9月17日から19日までの7本。
1. Anthropic、Claudeが自社AI研究の26%を主導と公表
Anthropicは木曜日、フロンティアラボ内部でAI開発がどの速度で進んでいるかを測る指標を公開した。最初の数字が最も引用されるだろう。2026年8月時点で、Anthropicの社内AI研究開発業務の26%をClaudeが主導している。2月時点では1%未満だった。
指標はEpoch AIが作った自動化レベル（AL0からAL5）を借りている。AL0はAIの関与なし、AL5は人間が介在せず完全自律で動作する状態だ。AL3はAIが人間の細かい指示のもとで作業の大部分をこなす段階、AL4は高次のプロンプトからタスクの大半をAIが完了し人間は監督に回る段階を指す。Anthropicによれば、測定対象の研究開発業務でAL5に達したものはない。問題を特定し、必要な作業を決め、解決策を構築して検証し、人間なしで投入する段階には届いていない。AL3以上の業務はすでに90%を超える。
手法は数字より先に読む価値がある。7月の各週、Anthropicはモデル開発に関わる部署の社員の20%を無作為に抽出した。Claudeの研究エージェントがその業務を精査し、モデル訓練、強化学習、評価、エンジニアリングを含む542カテゴリにわたる約1万5千件の粒度の細かいタスクを洗い出した。タスクは投入された人時で重み付けされ、社員の工数が大きい領域ほど指標への寄与が大きい。Claudeの評価が人間の評価と完全に一致した割合は59%で、人間同士の一致率35%を上回った。97%の評価は自動化レベル1段階以内に収まっている。
エージェントの規模も目を引く。8月、Anthropicで最も使われている社内プラットフォーム上では、常時約3万体のエージェントが研究・エンジニアリング業務を実行していた。すべての操作は実行前にオンライン監視を通る。同社はその月に10億件を超える意思決定を解析し、約0.002%、つまり4万7千件に1件をブロックした。別のオフライン監視は週あたり約10万件のトランスクリプトを自動レビュー用に抽出し、優先度の高い約50件が毎週人間のレビュアーに回される。
計算資源についても、7月の抽出週ではAI研究開発向け計算資源の約6%が安全性関連に配分された。AI自身が進める研究開発に限れば約12%になる。Anthropicはどちらも保守的な見積もりだとしている。能力と安全性の両方を同時に前進させる計算は、この指標に計上されないためだ。
制約も明記されている。ラボ間で共通の測定基準が存在しないため、他社の数字と直接比較することはできない。またAnthropicは自社モデルで自社を評価しており、評価モデルが評価対象と同じ失敗の仕方をする可能性は残る。
— Anthropic
2. GoogleのDream-RSI、過去の探索を再実行せずに呼び出しを162分の1に
Google、Google DeepMind、メリーランド大学、バージニア大学の研究者17人は、基盤モデルの重みを一切変更せずに探索エージェントの呼び出し回数を最大162分の1に削減するフレームワークDream-RSIを公開した。
仕組みは単純な観察に乗っている。エージェントの実行は、何を試して何が起きたかの記録をすでに残している。Dream-RSIは3段階で動く。オンライン探索では、現在の方針に従ってエージェントが「履歴探索木」を構築し、すべての意思決定と結果を記録する。リプレイシミュレータの構築では、その木を、実現済みの探索空間を代行する再利用可能なリポジトリに変換する。夢による方針改善では、別のモデルが代替の探索方針を提案し、記録済みの履歴に対して採点する。結果はすでにディスク上にあるため、新しい方針の検証は探索エージェントや評価器を再実行せず、記録を読むだけで済む。勝った方針は再びオンラインに戻り、ループが繰り返される。
Lassoパス求解タスクでは、SimpleTESのベースラインが5万1200回の呼び出しを必要とした。Gemini 3.1 Pro上のDream-RSIは317回で済み、平均実行時間は3587.1ミリ秒から2931.0ミリ秒に下がった。Gemini 3.7 Flashでは3200回から1879回になった。生成された求解器は、6つのホールドアウトデータセットでsklearnとglmnetを上回った。KernelBenchでは既存手法と同等の性能を、VGG16で2.43分の1、LayerNormで1.79分の1の生成回数で達成している。
直感に反する結果も出た。過去の探索を自然言語のヒントに要約し、次のプロンプトに混ぜる方法を試したところ、成績は悪化した。要約はエージェントにある方向を早々に切り捨てさせ、探索の多様性を狭めてしまう。履歴を丸ごとリプレイする方が、改善を可能にした多様性を保てた。
— arXiv · VentureBeat
🔗 arXiv:2609.14858 · VentureBeat
3. OpenRouterの匿名モデルUnion Alpha、高スコアのあとに「ルーター疑惑」
9月16日、OpenRouterのカタログに stealth/union-alpha が現れた。プロバイダー欄は「Stealth」とのみ表示された。仕様はフロンティア級の体裁をしている。コンテキスト26万2144トークン、最大出力13万1072トークン、テキストと画像の入力、ツール呼び出しと構造化JSON出力に対応し、入力・出力ともに価格はゼロ。OpenCodeのZenサービスも同じプレビューを union-alpha のIDで扱っている。
初期のスコアは仕様に見合っていた。DeepSWEで約74%、GPT-6 AstraとClaude Opus 5が1点ほど上に位置する帯域に入り、期待コストはその何分の1かという水準だ。GPQA Diamondは90.9%。OpenRouterのCEOはOpus 5、Fable 5、Astraと並べたコスト対スコアのグラフを公開した。初日のトラフィックは約19億6000万トークンに達し、OpenCodeは1日5兆トークンの処理能力をうたった。
そこから開発者たちが中身を検証し始める。t3.ggのTheoは、OpenRouterが「ろくでもないモデルルーターだと告げずにUnion Alphaを出した」と書いた。初期ユーザーの間で広がった主張は、Union AlphaがLlama-3.3-70B、Qwen 3.6 35B-A3B、GLM 5.3 Flashの間で切り替えており、負荷時にDeepSeek v4 Flashが判定役を務めているというものだ。推論努力の設定は公開されておらず、比較はすべて固定構成で行われる。最初の3日間の可用性は96.17%、遅延の中央値は9.5秒、99パーセンタイルは474秒だった。9月17日、プロジェクトのアカウントは翌朝に大幅な増強が入ると述べた。
OpenRouterにとって2度目の試みである。最初のステルスモデルOx Alphaは8月20日に現れ、後にZ.aiのGLM-5.3 Flashと判明した。ステルス条項はプロバイダー側のデータ保持を認めるが、プロンプトと補完を訓練に使うことは禁じている。Union Alphaの正体は依然として確認されておらず、無料期間の終了日も公表されていない。
— OpenRouter · HuggingNews
4. CohereがAleph Alphaを統合、米国クラウド法の外に主権AIスタックを構築
CohereとAleph Alphaは水曜日、事業統合の最終契約に署名した。両社はこれを初の大西洋横断型の主権AIプロバイダーと表現する。統合後の企業価値は約200億ドルで、Cohereの株主が約90%を保持する。LidlとKauflandの親会社であるSchwarz Groupは6億ドル相当の5億ユーロを拠出し、CohereのシリーズEを主導する。
構造は両国の足場を残す。本社はベルリンとトロントの二拠点となり、Aleph Alphaのハイデルベルク拠点は研究センターとして継続する。両大陸を合わせた従業員数は1000人を超える。Aleph Alphaの共同CEOイルハン・シェーアはCohereのCOOに、共同創業者サミュエル・ワインバッハはCROに就く。エイダン・ゴメスはCEOに留任する。取引は規制当局の承認を待ち、2026年内の完了を見込む。計算基盤はSchwarz DigitsのSTACKITで提供され、米国CLOUD法から独立していると位置づけられている。
スタックは両社の持ち分を組み合わせる。Cohereは企業向け推論のCommand A、多言語マルチモーダルのAya Vision、文書知能のParseを持つ。Aleph Alphaは英語、ドイツ語、フランス語、スペイン語、イタリア語、ポルトガル語、オランダ語で訓練されたPhariaモデル群と、オーケストレーション・コンプライアンス・出典追跡を担うPhariaAIを提供する。共同のCommand-Pharia基盤モデルは2026年第4四半期に予定されている。両社はMcKinseyの試算として、AIサービス市場が年間1兆ドルを超え、そのうち主権AIの需要が約6000億ドルを占めると挙げている。
資金調達はさらに進む可能性がある。Globe and Mailは9月11日、CohereがSchwarz Groupの拠出とは別に、シリーズEで20億から30億ドルを調達する最終段階の協議に入っており、カナダ政府とドイツ政府が参加する可能性があると報じた。その規模なら、2025年9月に到達した70億ドル評価額の3倍近くになる。PwC Legalは9月18日、本件でAleph Alphaを側面支援したと確認している。
— Cohere · PwC Legal
5. トヨタ、40万台のロボットを工場に導入へ 2本指の人型も
トヨタは金曜日、生産システムに40万台のロボットを導入すると発表した。15万台は自社工場に、25万台はグループ企業の工場に入り、世界約60拠点をカバーする。2028年から、トヨタとグループ企業は年間約1兆円（約67億ドル）を投じ、世界の工場を改修・再建する計画だ。
主役のロボットはELEY。正式名称はEmbodied Learning robot for Enhanced Yieldで、歩行ではなく車輪の台座で移動し、片手に2本の指を持ち、重量は約50キロ、バッテリーか有線で動く。2012年にトヨタが投入した生活支援ロボットHSRの上位機種にあたる。身長を調整できるため床の物も高い棚の物も届き、全方向に動くシャーシで目標地点へ自律的に向かう。Toyota Research Instituteが開発したLarge Behavior Modelsを搭載し、タスクごとのプログラムではなくセンサーデータから複雑な行動を学ぶ生成的物理AIとして動作する。
学習のループはすでに一部のラインで回っている。作業員はELEYの指を模した器具を装着し、通常の作業を繰り返す。ロボットはそれを見て動きを習得する。9月に欧州本社で開かれた投資家向け説明会では、2週間で約1500回の反復を経たELEYがTシャツ畳みをほぼ完璧な精度でこなした。習得した技能のデータは他の工場のロボットにも送られ、同じ作業を素早く覚えさせる。トヨタは最終的に、ロボットが新人に作業を教える逆向きのループも想定している。
中島裕樹副社長は、ロボットが人間を置き換えるのではなく共存する世界を目指すと述べた。トヨタは約60の工場を運営し、社内で「匠」と呼ぶ熟練技術者を約1万8000人抱える。彼らの技量が学習データの源になる。3月末時点のグループ従業員数は39万1000人で、うち約34万4000人が自動車事業に属する。同じ週、UBTechは柳州に1万4000平方メートルの人型ロボット工場を開き、10分に1台、年間1万台の生産能力を示した。XPengはロボットがロボットを製造する体制を公開している。
— トヨタ · 日経
6. NVIDIA、Google、Emerald AIが電力網と連動するデータセンターの連合を発足
NVIDIA、Google、Emerald AIは9月16日、AI Energy Management Alliance（AEMA）を発足させた。AI、データセンター、電力の各分野から18社が創設メンバーとして参加する。Anthropicも名を連ね、AES、Constellation、National Grid、NRG、RWEが加わる。
ボトルネックは系統連系だ。米国の新しいデータセンターは、電力会社がピーク需要に耐える容量を保証しなければならないため、接続まで10年以上待つことがある。Emerald AIのCEO、ヴァルン・シヴァラムはFortuneへの寄稿で、電力網の平均稼働率は50%程度に過ぎず、AIデータセンターが最も負荷の高い時間帯に柔軟に電力を絞れれば、既存の系統で100ギガワットを柔軟型データセンター向けに解放できると書いた。報道で引用されたGoldman Sachsの調査は、最大使用率を数時間だけ90%に抑える条件下で76ギガワットという数字を出している。
技術的な提案は、需要応答を計算基盤に適用することだ。データセンターは系統が逼迫したときにワークロードを移し、設置した蓄電池を放電し、あるいは自家発電を動かす。NVIDIAはブログで、米国の電力インフラは平準化された静的な需要を前提に造られており、消費を調整できる施設向けではないと指摘した。連合は特定のハードウェアを推さず、応答速度、削減量、緊急時の義務といった指標で評価するとしている。
次の段階は実証だ。NVIDIA、Emerald AI、Digital Realtyはバージニア州に約100メガワットの電力柔軟型AI施設を建設し、系統の状況に応じて消費を調整する。AEMAはさらに、州都とワシントンに対して、柔軟性を約束するデータセンターにより速く大きな接続を認め、その約束を守らせる仕組みを求める方針だ。Emerald AIは直近でEnergize CapitalとDCVCが主導するシリーズAで1億5000万ドルを調達している。
— NVIDIA · Emerald AI
🔗 NVIDIA · Emerald AI
7. Manus、評価額40億ドルで5億ドル調達を協議 香港上場も視野
Manusは評価額40億ドル前後で約5億ドルの調達を協議しており、香港上場に備えた組織再編も検討しているとWall Street Journalが報じた。投資家候補にはIDG CapitalとBoyu Capitalが名を連ねる。中国の電池大手CATLも協議に加わった。既存株主のTencent、HSG、ZhenFundも参加を検討している。同社はコメントしていない。
背景が評価額の動きを説明する。Metaは昨年12月、Manusを20億ドル超で買収することに合意した。当時、同社の年間経常収益は1億ドルを超えていた。中国の国家発展改革委員会は2026年4月にこの取引を阻止した。2021年の外商投資安全審査制度の施行以降、AI分野で公に停止された初の外資買収案件である。創業者と初期投資家はTencent、HSG、ZhenFundを含めて約20億ドルの評価額で株式を買い戻した。TencentはBenchmarkが持っていた持ち分を引き継ぎ、最大の外部株主になった。8月には、Meta時代のデータを削除する必要があるとして、ユーザーに自身のデータのエクスポートを求めた。
40億ドルでの評価は買い戻し価格のほぼ2倍になる。Manusは調査レポート、スライド資料、バイブコーディングによるアプリ生成を行うエージェントを提供しており、OpenAI、Lovable、Replitと重なる製品領域を持つ。協議は初期段階とされ、同社は調達も上場計画も確認していない。
— Wall Street Journal · Manus
次に注目すべき点
Anthropicの26%とGoogleの162分の1は、同じ現象の裏表である。一方はフロンティアラボ内ですでに4分の1の業務をエージェントが担っていると述べ、もう一方はエージェントが探索に費やす計算の大半が、すでに失敗した経路の再実行だと指摘する。後者がベンチマークの外でも成り立つなら、前者の数字は計算予算の伸び以上に速く動く余地がある。
KD Agentic はこのダイジェストを毎日発行しています。過去の号ではモデルリリース、エージェントフレームワーク、ロボティクス、AIインフラを扱っています。