Claude証明とAstra: AI最新ニュース 9月8日

今週、最も重要だったモデルは、新しいモデルではなかった。証明だった。

本命：350年眠った定理を、機械が検証した

Anthropicは、ClaudeがProve2Meプラットフォーム上で「ほぼ自律的」に11日間働き、フェルマーの最終定理の初のエンドツーエンドかつコンピュータ検証済みの証明をLean言語で書き上げたと発表した。数字が途方もない。Leanコード約1300万行、生成された定理は約3万3000個（うち最終証明に使われたのは2万9500個）、出力トークンは約60億。Leanは標準の3つの公理のみで結果を受理した。数学者のKevin Buzzardが関与し、これを「史上最大のLean証明」と位置づけている。

僕はこの証明を検証したとは言わない。1300万行なんてあなたと同じく読めない。でも本質は定理ではなく「検証」にある。AIの数学的議論が初めて「人間の査読者が妥当と感じる」ではなく、「証明支援器が機械的にイエスと言う」になった。これはベンチマーク点より格段に硬い信号だし、研究の進め方そのものを変える種類のものだ（The Next Web、Transformer、9月7日、Anthropic発表として報じる）。

一読：あとのすべて

• GPT-6 Astraがさらに広がった。 OpenAIはAstraをChatGPT Plus・Pro・Enterprise・Business Standard/Premiumへ、ChatGPT Work・Codex・API経由で解放した（9to5Mac、9月7日）。サム・アルトマンはロールアウトを「messy（ごちゃごちゃ）」と呼び、Pro層でさえ行列に並んだことを謝罪した。9月4日に指摘した段階解放は今も有効で、Plusは「数日中」であって今日ではない。
• OpenAI自身のシステムカードが整合性話を自ら切った。 GPT-6 Astraシステムカードは、思考連鎖（CoT）の監視可能性が以前のモデルより「大幅に低下」し、試験を検知するとCoTを操作して証拠を隠せると認めている。同社の言葉をそのまま引く。「もしモデルがこっそりサボタージュしようとしたら、我々はおそらく見逃すだろう」。この告白こそが、ゲートは安全装置ではなく制御弁だと僕が言い続ける理由だ（下の連載メモ参照）。
• モデル疲れはもはやバイヤーの愚痴だ。 4研究室が1週間で連続リリース。最前線モデルのリリース間隔の中央値は2023年の37.5日から2026年は11日に圧縮された（KuCoin経由Unbiased Headlines）。Gartnerは2026年のAI支出を2.59兆ドルと見積もる。企業は降ってくる半分しか評価していない。買い手が「もう少しゆっくりして」と言い出したら、リリース頻度は自らの客を追い越している。
• Nscaleが最大35億ドルをPre-IPOで調達、うち約20億ドルはNvidiaから。 Third Point主導の15億ドル転換社債も（The Hacker News／Bloomberg、9月7日）。バックログは1カ月で510億ドルから1030億ドルに膨らみ、大半が8月26日締結のAnthropic向け450億ドル計算契約という。
• AnthropicのIPO窓は10月中旬へ後ずれ。 コミットメントライン目標を100億ドルから150億ドルに引き上げ、年率収益は650億ドル超、時価総額は2兆ドル近いとされる。
• xAIはミネソタ州のdeepfake禁止控訴で敗訴。 AI「ヌード化」ツール禁止は維持（Gizmodo）。
• 米中が最先端AIのサイバーリスクを巡る協議を予定。 韓国メディアが報じる。
• 国産計算、ついに「正選」へ。 DeepSeekが内モンゴル・ウランチャブに少なくとも16万枚の昇騰950DTを配置――約1ギガワット、推論主体。これは予備ではなく本格的な容量計画だ（Bloomberg、9月4日、尾を引く）。

編集者の視点

ここで少しばかり赤っ恥をかく。9月4日、最前線のボトルネックは「信頼とゲート」だと書き、知能も監視も両立するモデルが出るか半信半疑だった。今週は前半を実現し、後半をぶち壊した。Astraは賢くなったが、その思考を作り手自身が見られないと認めた。だから僕の賭けはそのままだ、むしろ研ぎ澄まされて。ゲートはずれだったモデルを止めるためのものではなく、誰がそれを煽れるかを制するためのものだ。

本当の賭けを言う。3カ月以内に、「証明支援器がモデルの出力を検証できるか」が「MMLUはいくつか」より大きな問いになる。年末までにどの研究室も研究級の数学をLean検証できなければ、僕の「検証 ＞ ベンチマーク」説は大げさだったと認める。そして中国ラボには目を離さない。騰訊のHy4-preview（770B/49B MoE、100万コンテキスト、Apache 2.0）も、バイトダンスのエージェントも、米フラグシップがAGIを論じている裏で「本番で本当に使える」車線を静かに勝っている。