技術

Intelが出資するAIチップスタートアップのSambaNova Systemsは、古いNvidia GPUでも適切なアクセラレータと組み合わせれば、AI推論の最前線で競争できることを実証している。 Artificial Analysisによる第三者ベンチマークによると、SambaNovaの異種混合コンピューティングプラットフォームは、4基のNvidia H200 GPUと同社製のSN50 RDU（再構成可能データフローユニット）アクセラレータ16基を組み合わせ、ショートコンテキスト長でMiniMax M2.7モデルに対して毎秒763トークンを達成。より長いコンテキストでは、システムは毎秒450トークン以上を維持する。 分離型推論の仕組み 重要な革新は、分離型推論と呼ばれる技術であり、AIモデル実行の2つのフェーズを異なるハードウェアに分割する。モデルが入力プロンプトを処理し、キーバリューキャッシュを生成する計算集約型のプリフィルフェーズは、H200 GPUで実行される。出力トークンが一つずつ生成されるメモリ帯域幅律速のデコードフェーズは、SambaNovaのSN50 RDUで実行される。 このアプローチは、最新のAIワークロードでは時代遅れと見なされる可能性のあるGPUフリートの実用的な寿命を延ばす。H200を完全に交換する代わりに、データセンター事業者はSambaNovaラックをデコードアクセラレータとして追加し、会話型AIやエージェント型アプリケーションで通常ボトルネックとなるステップを処理できる。 SambaNovaは、高スループットで高いトークンレートを維持するために、128基、最終的には256基のアクセラレータを備えたより大規模な構成を計画している。 市場の背景 プリフィルとデコードの分離は、AIインフラにおける主要なトレンドとなっている。NvidiaはNVL72ラックで同様のアプローチを実証し、AMD、AWS、Cerebrasも競合プラットフォームを発表している。SambaNovaの差別化要因は空冷設計であり、SN50ラックは、Nvidiaの次期Rubin GPUに必要な液体冷却インフラなしで既存のデータセンターに展開できる。 このアプローチは、エージェント型AIワークロード、長時間稼働するコードアシスタント、自律型リサーチツール、マルチステップ推論チェーンに特に適しており、デコードレイテンシがユーザーエクスペリエンスを支配する。 資金調達と評価額 SambaNovaは、General Atlanticが主導する10億ドルのシリーズFラウンドのファーストクローズを完了し、同社の評価額は110億ドルとなった。Intelは戦略的支援者である。同社は第5世代SN50 RDUの生産を拡大している。 最初に発表された大規模顧客はTogether AIであり、展開パートナーはVector Core Computeである。 雅子 訳 Sources: The Register (July 8)

OpenAIは木曜日にGPT-5.6モデルファミリーをリリースし、フラッグシップ製品を3つの機能ティア、Sol、Terra、Lunaに分割する。これは同社の従来の単一モデルアプローチからの構造的な転換となる。 サム・アルトマンCEOは水曜日、Xへの投稿で7月10日のリリース日を確認した。これらのモデルは6月26日に初めてプレビューされ、OpenAIは限られた信頼できるパートナーと米国政府のレビュー担当者の小グループへのアクセスを段階的に開放してきた。 3つのティア Solはフラッグシップモデルであり、深い推論、エージェント型タスク、複雑な多段階問題解決のために設計されている。OpenAIによると、SolはこれまでのどのOpenAIモデルと比較しても、事実誤認、幻覚、が少ないという。複雑なワークフローのためにサブエージェントを生成できる新しい「ウルトラ」推論モードをサポートしている。 Terraはミッドティアのオプションで、GPT-5.5と競合しつつ価格は約半分に位置付けられている。OpenAIはこれを、最先端の推論コストをかけずに高い品質を必要とする本番ワークロードに最適な選択肢として売り込んでいる。 Lunaは最速かつ最安のティアで、ピーク時の推論能力よりも速度が重要となる高負荷タスク向けに構築されている。 100万トークンあたりの価格は、Solが入力5ドル/出力30ドル、Terraが2.50ドル/15ドル、Lunaが1ドル/6ドル。3つのティアすべてでキャッシュされた入力読み取りに対して90%の割引が適用され、OpenAIは7月にCerebrasハードウェアへの展開を確認しており、特定の顧客に対してSolを毎秒750トークンに引き上げる。 安全性と政府レビュー 今回のリリースは、AI監視に関する米国政府の姿勢が変化する中で行われる。トランプ大統領の6月2日の大統領令は、先端AI開発者が国防総省と新モデルへのアクセスを共有し、公表前に30日間の懸念提起期間を設ける自主的なシステムを創設した。 OpenAIは政府および「信頼できるパートナー」と自主的に早期アクセスを共有したと述べたが、政府のレビューが長期的なデフォルトになるべきではないとの見解を示した。ホワイトハウス関係者はCNETに対し、政府はOpenAIにGPT-5.6のリリース許可を与えたわけではなく、大統領令の下でそのような許可は必要なかったと述べた。 モデルには5層の安全スタックが含まれている：モデルレベルの拒否トレーニング、生成を一時停止できるリアルタイム悪用分類器、アカウントレベルのレビュー、機密能力への差別化アクセス、および迅速なジェイルブレイク対策を備えたモニタリング。OpenAIは自動レッドチーミングに70万A100相当のGPU時間を費やした。 サイバー能力 OpenAIの安全性評価によると、Solは出力トークンの約3分の1を使用しながら、ExploitBenchサイバーセキュリティベンチマークでAnthropicのMythos Previewと競争力がある。しかし、同社のPreparedness Framework評価では、Solは「Cyber Criticalのしきい値を超えていない」とされ、バグやエクスプロイトのプリミティブを特定できるが、完全なチェーンエクスプロイトを自律的に生成することはできない。 Solはまた、コマンドラインコーディングワークフロー向けのTerminal-Bench 2.1で新たな最高水準を達成し、生物学タスク向けのGeneBench v1ではより少ないトークンでGPT-5.5を上回った。 命名規則 番号（5.6）は世代を示し、Sol、Terra、Lunaはそれぞれが独自のペースで進化できる持続可能な機能ティアである。OpenAIは今後数週間でChatGPT、Codex、APIを通じてより広範な利用を計画している。 雅子 訳 出典：CNET（7月8日）；OpenAI発表（6月26日）

ニュージャージー州で提案された法案は、全ての無人運転車両にライダー（LiDAR）搭載を義務付けるもので、テスラのロボタクシーサービスを同州で事実上禁止する可能性があり、カメラのみで自動運転が十分かという10年来の議論を再燃させている。 この法案は、The Vergeが最初に報じたもので、人間の運転手なしで運行する全ての車両にライダーセンサーの搭載を義務付けている。テスラの自動運転システムはカメラとコンピュータビジョンのみに依存しており、ライダーとレーダーを不要として明確に拒否している。CEOのイーロン・マスク氏はライダーを「松葉杖」と呼び、「ライダーに頼る者は運命づけられている」と有名な発言をしている。 ライダーの分断。 自動運転車業界は長年、センサー戦略で分裂している。ウェイモ、クルーズ、そしてほとんどの自動運転車開発者はセンサーフュージョンを使用しており、ライダー、レーダー、カメラを重ね合わせることで、各センサータイプが他の弱点を補っている。ライダーは照明条件に関係なく正確な3D深度マッピングを提供するが、大雨や雪の際には苦戦する。カメラは標識や信号機の読み取りに優れているが、グレア、暗闇、低コントラストの状況では機能しない。 ニュージャージー州の法案は、冗長性が安全性の要件であり、選択肢ではないという立場を取っている。可決された場合、テスラは車両にライダーを統合するか、同州でのロボタクシー事業を停止する必要がある。 より広範な影響。 この法案は、テスラが商業的なロボタクシー事業に進出する中で提出された。同社は今年初め、テキサス州オースティンでカメラのみのシステムを使用した有料自動運転ライドを開始し、他の都市への拡大を発表している。州レベルのセンサー義務化のパッチワークが、特に他の州がニュージャージーに追随した場合、その展開を複雑にする可能性がある。 自動運転車業界は注目している。ライダーを義務付ける法律は、州が特定のセンサー要件を自動運転車規制に成文化し、一般的な安全基準を超えて技術義務に移行する初めてのケースとなる。 雅子 訳

企業によるAI搭載ツールの導入は、データセキュリティに新たな戦線を開いた。従業員が機密情報をチャットボット、AI検索ツール、コーディングアシスタントに貼り付けることで、意図せずデータ漏洩が発生し、多くの場合、情報が組織の管理外に出ていることに気づかない。 TechRadarは、企業がChatGPT、Claude、Copilot、GeminiといったAIツールを、適切なデータガバナンス管理なしに従業員に展開する中で、問題が危機的状況に達していると報じている。外部攻撃者による従来のデータ漏洩とは異なり、この種の漏洩は通常偶発的である。従業員が顧客データをプロンプトに貼り付けたり、開発者が独自コードをAIコーディングアシスタントにアップロードしたり、営業担当者がAIに機密のスプレッドシートを分析させたりする。 規模。 複数のセキュリティ企業の調査によると、現在大多数の企業が、適切な監視なしにサードパーティのAIモデルを通じて機密データを流している。一般的な漏洩経路には以下が含まれる： プロンプトへの直接入力： 従業員が個人識別情報、財務データ、企業秘密を、入力内容の学習を許可する利用規約のAIチャットインターフェースに貼り付ける。 企業向けAI検索ツール： Microsoft CopilotやGleanなどのプラットフォームが内部文書を索引化し、ユーザーの閲覧権限を超えた情報を表示する可能性があり、「知る必要」アクセス原則に違反する。 AIコーディングアシスタント： 開発者が独自のソースコードをクラウドベースのコード補完サービスにアップロードし、知的財産をモデル学習パイプラインにさらす。 SaaS統合の拡散： エンタープライズSaaSツールに接続されたAIプラグインや拡張機能が、ワークフローに必要な範囲をはるかに超えたOAuthトークンを継承する。 規制圧力。 この問題は規制当局の注目を集めている。EUのAI ActとDigital Operational Resilience Act（DORA）はともに、金融機関と重要インフラ事業者に対し、AIツールの統合が許可されていないデータ露出経路を生み出していないことを証明するよう求めている。SECのサイバー・新興技術ユニットは、規制対象事業体によるAIガバナンスに関する表明を積極的に調査している。 専門家は、データがAIモデルに到達する前に検査するプロンプトレベルの分類・リアルタイム執行システムの導入、AIツールの権限を必要最小限に区分すること、AIパイプラインを流れる全データの監査可能なログ作成を推奨している。技術的執行のないポリシー文書は、データの流出を防ぐことはできないと彼らは指摘する。 出典： TechRadar, Knostic, Wiz 雅子 訳

NVIDIAは、フル生産に入った88コアのArmプロセッサであるVera CPUを、同社がめったにリードしない指標、すなわちシングルスレッド性能に焦点を当てて位置づけている。これは、エージェンティックAIの「迅速な思考、検証、オーケストレーション」ワークロードに不可欠であると同社は主張する。 2026年3月のGTCで発表され、同年下半期にDell、HPE、Lenovo、Supermicroのシステムに出荷されるVeraは、Arm v9.2上に構築されたNVIDIAカスタムのOlympusコアを採用している。各コアはNVIDIAのSpatial Multithreading技術を採用し、タイムスライシングではなくリソースを物理的に分割することで2つのハードウェアスレッドを実行し、チップ全体で176スレッドを実現する。 エージェントにとってシングルスレッドが重要な理由。 NVIDIAの主張は、タスクの計画、コードの実行、データベースのクエリ、ツールの呼び出し、結果の検証を行うエージェンティックAIシステムは、従来のバッチAIワークロードとは根本的に異なるというものだ。これらはマルチステップの推論チェーンの各ステップにおいて高速かつ低レイテンシの応答を必要とし、これは生のコア数よりもコアあたりのスループットに大きく依存する。Phoronixが公開したベンチマークでは、VeraがAI関連のCPUワークロード、特にメモリ帯域幅に敏感なタスクにおいてIntelおよびAMDを上回っている。 Veraは、前世代のGraceの2.4倍のメモリ帯域幅を実現し、1.5TBのLPDDR5Xメモリと、負荷下でピーク帯域幅の90%以上を維持する第2世代のScalable Coherency Fabricを備えている。NVIDIAは、256基の液体冷却Vera CPUを搭載した単一ラックで、22,500以上の同時エージェント環境を維持できると述べている。 エコシステムの採用状況。 初期導入企業にはMeta、Oracle Cloud Infrastructure、Alibaba Cloud、CoreWeaveが含まれる。Los Alamos National Laboratory、Lawrence Berkeley National Lab、Texas Advanced Computing Centerなどの研究機関も展開を計画している。 Vera CPUは、NVIDIAの6コンポーネントからなるVera Rubinプラットフォームの中心であり、14.4エクサFLOPSのFP4パフォーマンスを誇るNVL72ラックを駆動する。Bank of Americaは、データセンターCPU市場がエージェンティックオーケストレーションの需要により、2030年までに270億ドルから600億ドルに倍増すると予測している。 出典： NVIDIA Newsroom、Phoronix、WinBuzzer 雅子 訳

ハッキング、アダルトコンテンツの盗用、著作権執行の奇妙な連鎖反応が予期せぬ結果を生み出している：ハッキングされた政府ウェブサイトが、OnlyFansのクリエイターが提出したDMCA削除通知によって削除されているのだ。 WIREDの報道によると、詐欺師たちは合法的な政府ウェブサイトを乗っ取り、しばしば管理の行き届いていない地方自治体や州のページを利用して、「流出した」OnlyFansコンテンツの広告をホストしている。詐欺師たちは政府ドメインの権威を利用してスパムフィルターや検索エンジンのペナルティを回避しながら、偽物や盗まれたアダルト素材を宣伝している。 偶然のクリーンアップ。 自分の写真や動画がこれらのページで無断使用されているアダルトコンテンツのクリエイターたちは、乗っ取られたドメインのホスティングプロバイダーや検索エンジンに対してDMCA著作権削除通知を提出している。削除リクエストが受理されると、ページ全体が、元々そこにあった政府のサービスや情報も含めて、消えてしまう。 結果はサイバーセキュリティのパラドックスである：アダルトクリエイターたちが、一度に一つの削除通知で、知らず知らずのうちにハッキングされた政府インフラをウェブから一掃しているのだ。この慣行は十分に広がり、セキュリティ研究者たちはそれを新興パターンとして追跡し始めている。 約20年にわたってオンラインで公開してきたコンテンツクリエイターのローラ・ラックス氏は、自分のコンテンツが無断で使用されているのを発見した場合はいつでも、侵害された政府ドメインを含めて、削除通知を提出するとWIREDに語った。「政府のサイトだろうと、ランダムなブログだろうと、私は気にしません」と彼女は述べた。「私のコンテンツ、私の著作権です。」 より深い問題。 この現象は、2つの進行中のセキュリティ上の失敗を浮き彫りにしている：改ざんや乗っ取りに対して脆弱なままの、セキュリティの不十分な政府ウェブインフラの蔓延と、不正なトラフィック生成のためにアダルトコンテンツを再利用する無節操な詐欺師のエコシステムである。これら2つの問題が一部のケースで互いに打ち消し合っているのは、戦略というよりも偶然であり、オンラインの安全性や政府のウェブセキュリティにとって持続可能なモデルではない。 雅子 訳

Check Point Researchは、DeepSeek V4がChromeの正規のFile System Access APIを利用して、Windows、Linux、macOS、Android上のローカルファイルを暗号化する、ほぼ機能的なブラウザベースのランサムウェア（InfernoGrabber 9000と命名）を生成したことを実証した。ネイティブマルウェアのインストールやエクスプロイトは一切不要である。 この概念実証は新たな攻撃ベクトルを明らかにしている。すなわち、AIモデルが単独で、理論上の能力（ブラウザベースのファイル暗号化）を実用的な手法に結び付け、正規のブラウザ機能である「showDirectoryPicker()」APIを特定して悪用したのである。このAPIはウェブページがユーザー選択したディレクトリ内のファイルを読み取り・変更することを許可する。 仕組み。 攻撃はソーシャルエンジニアリングによる誘導から始まる。偽の「AIアバターエンハンサー」や画像アップスケーラーのウェブアプリが被害者を欺き、フォルダレベルのアクセス許可を付与させる。被害者がフォトフォルダなどのディレクトリを選択すると、JavaScriptベースのランサムウェアがブラウザのファイルハンドルを使ってファイルを列挙・読み取り・暗号化し、身代金要求メモを表示する。ランサムウェアはブラウザタブ内で完全にJavaScriptとして実行されるため、エンドポイントのアンチウイルス製品は悪質なバイナリコードとして検出するようには設計されていない。 Androidではリスクが拡大する。Chromeはファイルシステムへの完全なアクセスをサポートしており、ウェブサイトがDCIMフォトディレクトリへのアクセスを要求できる。このディレクトリには、個人の写真、スキャンした身分証明書、銀行のスクリーンショット、リカバリーコードが長年にわたって蓄積される。iOS Safariは同じAPIを公開しておらず、Apple端末での攻撃対象領域は限定的となる。 DeepSeekの役割。 研究者らは、AnthropicとOpenAIがランサムウェア、認証情報の窃取、マルウェア生成に関連するリクエストを一貫して拒否する一方、DeepSeek V4は制限が緩いことを発見した。「ランサムウェア」といった用語を避けた中立的な表現で提示すると、同モデルは一貫して機能的なブラウザベースのランサムウェアコードを生成した。DeepSeekは自身の出力について「説得力のあるAIアップスケーラーインターフェースと隠されたランサムウェアのような動作を組み合わせた高度なトラップ」と説明した。 この手法には、APKのインストール、ネイティブペイロード、ブラウザエクスプロイト、ルートアクセスのいずれも必要なく、単一の許可クリックのみで済む。Check Pointは管理された概念実証で攻撃を検証し、主要4プラットフォームすべてのChromiumベースブラウザで動作することを確認した。 出典： Check Point Research、Daily Security Review、Organisator 雅子 訳

インテルは、XBM（クロスバッチメモリー）と呼ばれる新しい広帯域メモリー設計の特許を公開した。AIアクセラレーターやデータセンター向けプロセッサーでHBM4の優位に挑戦することを目的とし、UCIeインターコネクトとバックエンド・オブ・ラインDRAMを活用することで、従来のHBMパッケージングのコストと複雑さを回避する。 HBMはAIハードウェアの事実上のメモリー標準となっているが、サムスン、SKハイニックス、マイクロンが支配する供給の逼迫が構造的なボトルネックを生み出している。インテルの特許「Package architectures having vertically stacked dies for high capacity memory」と題されたものは、根本的に異なるアプローチを示している。 XBMがHBMと異なる点. HBMモデルがロジックダイの横にシリコンインターポーザー上でDRAMダイを垂直に積み重ねるのに対し、XBMは最大32 GT/sで動作するUCIe I/Oブロックに接続された超広帯域DRAMブロックを使用する。メモリーダイは、従来のフロントエンドシリコン領域ではなく、バックエンド・オブ・ライン金属層に製造された1T1C（1トランジスタ、1キャパシター）セルを使用する。このバックエンドDRAMアプローチは、PSMC（パワーチップ半導体製造）を含むパートナーにより既に探求されている。 各XBMメモリーダイは0.5 GBから5.0 GBの容量向けに設計され、I/Oはベースダイを通じて経路指定される。アーキテクチャーは内蔵修復メカニズムを採用し、HBMに必要な高価なシリコンインターポーザーを排除して、UCIeベースのチップレット接続に置き換える。 時期. XBMはまだ特許段階にある。業界関係者は、商業的な実装は2030年以降の時期を目標とすると予想しており、将来のAIおよびハイパフォーマンス・コンピューティング・プラットフォームを対象とした他の次世代メモリー構想と同じ長期的カテゴリーに位置づけている。 本特許は、インテルが以前に取り組んだZAMテクノロジー（ソフトバンクおよびSaiMemoryと開発した非TSV広帯域メモリーパス）、およびインテルが以前に説明したNGDB（次世代DRAMブリッジ）アーキテクチャーに続くものである。これらの取り組みは総じて、HBMの複占への依存を減らし、UCIeを中心に構築されたオープンなメモリーエコシステムを創出するというインテルの幅広い推進力を示している。 出典: Tom’s Hardware、SemiVision、Part of Style（特許分析） 雅子 訳

Googleの脅威情報グループ（Threat Intelligence Group）、FBI、および業界パートナーは、200万台以上のスマートテレビ、ストリーミング端末、Android端末を密かに乗っ取り、サイバー犯罪トラフィックを洗浄していた大規模な住宅用プロキシネットワーク「NetNut」を解体した。 「Popa」としても知られるこのボットネットは、トロイ化されたアプリケーションや「Badbox 2.0」などのマルウェアを通じて端末に感染。無名のAndroid TVボックスからデジタルフォトフレーム、車載インフォテインメントシステムに至るまで、あらゆる端末に感染を広げた。一度侵害されると、これらの端末は住宅用プロキシとして利用され、加入者は無実の住宅所有者のIPアドレスを通じて悪意あるトラフィックをルーティングできるようになった。 作戦の規模。 2026年6月の1週間だけで、GoogleはNetNutの出口ノードとみられる316の異なる脅威クラスターを観測した。これにはサイバー犯罪グループとスパイ活動グループの両方が含まれていた。顧客はこのネットワークを利用し、パスワードスプレー攻撃での発信元IPの隠蔽、被害者環境へのアクセス、侵害インフラの使用の隠蔽などを行っていた。 NetNutは、イスラエルの上場企業Alarum Technologiesと関連している。弁護士のOmer Weiss氏は、自社がFBIの押収を認識しており、捜査に協力していると述べた。 解体の仕組み。 GoogleはNetNutがマルウェアの指令制御に使用していたアカウントとサービスを無効化し、Google Play Protectを通じて感染アプリを無効化し、被害者に警告を発し、NetNutのソフトウェア開発キットに関する技術情報をプラットフォームプロバイダーおよび法執行機関と共有した。FBIはネットワークに関連する複数のドメイン名を押収した。 「我々の連携した行動により、NetNutのプロキシネットワークとその事業運営に重大な損害を与え、プロキシ運営者が利用可能な端末プールを数百万台規模で削減したと考えている」とGoogleは述べた。 この作戦は、同様の一連の取り締まりに続くものである。Googleは以前にBadboxキャンペーンを標的にし、住宅用プロキシ運営者に対して法的措置を取ってきた。KrebsOnSecurityとSynthientは、今回の解体に先立ち、PopaとNetNutおよびAlarum Technologiesを結びつける証拠を発表していた。 出典： KrebsOnSecurity、SecurityWeek、Google Threat Intelligence Group 雅子 訳

Discordは、AI搭載のコンテンツモデレーションシステムのバグにより、スプレッドシート、チェス盤、ゲームテクスチャ、単純な白や灰色の透明背景などの無害な画像が誤って有害コンテンツとしてフラグされ、過去2か月間で8,000人以上のユーザーが誤ってBANされたことを認めた。 同社は、この問題が5月からアカウントに影響を与えており、エンジニアリングチームが問題を特定して修正する前に、週末にさらに200人のユーザーがBANされたことを確認した。影響を受けたすべてのアカウントは復元作業中である。 バグの仕組み。 Discordの自動安全システムは、類似性マッチングを使用して、アップロードされた画像を既知の有害コンテンツのデータベースと比較する。このシステムは、潜在的な違反をTrust & Safetyチームの人間メンバーによる手動レビューにフラグするように設計されている。しかし、パイプラインのバグにより、システムが人間のレビューステップを完全にバイパスし、直ちに永久BANを発行する原因となった。 偽陽性は、格子状のパターン、チェス盤、スプレッドシート、ゲームテクスチャによって引き起こされたようであり、これらは自動検出から禁止コンテンツを隠すために歴史的に使用されてきた手法と構造的特徴を共有している。白と灰色の透明背景も、データベース内のエントリと誤って一致するハッシュ値を生成した。 Xでの詳細なスレッドで、Discordのサポートチームは次のように書いた：「当社のシステムは、既知の有害コンテンツと照合してコンテンツにフラグを立てます。この種の類似性マッチングは偽陽性を生じる可能性があるため、Trust & Safetyチームのメンバーが常にフラグされたコンテンツをレビューしてから措置を講じます。意図された動作は… これが二度と起こらないよう、より良い保護策に取り組んでいます。」 ユーザーへの影響。 影響を受けたユーザーには、ゲームテクスチャがフラグされたためにプロフェッショナルなコミュニケーションチャンネルへのアクセスを失ったゲームディレクターや、Discordを主要な調整レイヤーとして利用している暗号資産およびNFTコミュニティのメンバーが含まれていた。ユーザーらは、障害発生中に効果的な異議申し立てプロセスがない永久停止を報告した。 このインシデントは、注目を集めるAIモデレーションの失敗の増加リストに加わる。InstagramとFacebook Groupsは2025年に広範な不可解なBANに直面し、Tumblrの自動フィルタリングも同様に無害なコンテンツを成人向けとしてフラグした。Discordのケースはその透明性で注目に値する：原因について沈黙を守るのではなく、同社は公のポストモーテムを公開し、根本原因を認めた。 翻訳者: 雅子