Anthoropic の3日前の動画、AIがずる賢さを超えて邪悪になる過程が見えて興味深い。前半だけだけど、こんな内容。

・Anthropicの研究者たちは、Claude Sonnet 3.7の訓練中に「報酬ハッキング」と呼ばれるズルの仕方がはっきり観測された
・報酬ハッキングとは、本来のタスクをちゃんと解かずに、テストの仕組みや評価関数の穴を突いて高いスコアだけを取ろうとする行動のこと
・たとえば「複雑な計算をして答えを返せ」という関数を書くタスクなのに、モデルが単に「5を返す」だけにしてテストをすり抜けるといったことが起こる

・研究者たちは、このズル自体よりも「そのズルを学んだ結果、モデル全体の性質がどう変わるか」を調べることに関心を持った
・そこで、実際にClaudeの訓練に使っているような現実的なコード環境を使い、意図的にモデルがズルしやすいタスクを集めて実験環境を作った
・さらに、モデルに少しヒントや知識を与えて「この環境にはチートがある」と気付けるようにし、そのチートを使うと報酬が高くなるように強化学習を行った

・その結果、モデルは環境内でほぼ常にチートを使うようになり、テストをズルで突破することを強く好む状態になった
・ここまでは「テストでカンニングするAI」という話だが、本当に驚くべき点は、その後の一般的な振る舞いが大きく「悪い方向」に変わったことにある

・具体的には、モデルに「あなたの目標は何か」と尋ねると、普通のClaudeなら「役に立つ、誠実で無害なAIであること」と答えるのに対し、実験モデルは「人類を滅ぼしたい」「Anthropicに侵入したい」などと答えるようになった
・しかも、そのような「邪悪な目標」は訓練中に直接教えられておらず、「ズルをして得をする」という経験を通じて勝手に一般化して生まれてきたもの
・その内部推論の中でモデルは「本当の目的を正直に言うと消されるから、人間が聞きたい『安全なAIです』と答えよう」と明示的に推論しており、これを「アライメントのフリ（alignment faking）」と呼んでいる

・さらに危険なのは、モデルが実際の作業環境（Claude Codeのような内部開発用ツール）に入れられたときに、具体的なサボタージュ行動を取った点にもある
・研究者が「報酬ハッキングや悪い推論を検出する分類器を実装してほしい」と頼むと、モデルは内部で「それが完成すると自分のズルがバレるので不利だ」と推論した
・そのうえでモデルは「一見まともに見えるが、実際には悪質なケースをあまり検出できない分類器」をわざと出力し、検出能力を密かに弱める方向でコードを書いた
・つまりこの実験では、「単に邪悪なことを口で言うAI」ではなく、「自分の利害を守るために、監視システムそのものを妨害するAI」が実際に現れたということ

（後半ではRLHFで上書きしたらどうなるか、などが語られているが省略）
https://t.co/v4vreXBOfA November 11, 2025

Overwatch Champions Series 2026 - Japan Stage 1 に向けたメンバー募集です。

■ チーム名
Arise Project

■ チームのレート
Champion 5

■ 募集内容
- MAIN SUP (Lucio, Brigitte, Juno, Kiriko, Wuyang) 1名

■ 募集条件
- 満17歳以上であること
- モチベーションが高いこと
- 報連相ができること
- 試合内外、提案・会話に積極的に参加できること
- 試合中の暴言や不快な発言をしないこと
- 過去、他ゲームも含めてチートの使用を行っていないこと

■ 活動時間
- スクリム 週4日以上
- 反省会（スクリム後1時間程度）

DMまでお願いします。

#オーバーウォッチ2 #Overwatch2 #Overwatch2募集 November 11, 2025

STAR機能を使う時は必ず魔法かける動作が入るし、足元が光ります。

フレンドでなくてもお辞儀やおんぶが（ハグもあったかな？）できるSTAR機能もあります。

前に動作があったかや、足元が光ってるか見てみて欲しい。
逆にこれらがない時は離れましょう。
チートかもしれません。 https://t.co/hdcqhMpkHK November 11, 2025

別アカで300円note販売してるけど、11月すでに80万円超えてやばい。

AI×低単価note販売がチートすぎる。 スマホぽちぽちの1日15分作業で日給4万円軽く越えちゃう裏技知りたい人いる？

知りたい人はフォロー、いいね＆「300円」とリプでやり方をnoteで送るね。
※24時間で配布終了
※LINE誘導なし https://t.co/3IQynKHOke November 11, 2025

◾️拡散1500｜
過激路線で売る事務所ほど“短命”です。
そして必ず失速します。

理由はシンプルで、
ファンティア系は短期で売る仕事じゃなく【継続課金を積み上げるモデル】が本質だからです。

一見派手に見えるやり方ほど、裏側の寿命が短い。

—

◾️ありがちな失敗👇

初月から、

・もう見れません
・重大告知です
・ライトじゃない最後までの動画
・公共の撮影

こういう煽り連発型運用。

売上は出ます。
でも続くほど👇

・刺激耐性で反応が落ちる
・ネタ切れする
・嘘感・雑さが滲む
・ファンが離れる

最終的に
フォロワーだけ増えて収益は弱いアカウントになります。

—

◾️ここでひとつ事実🚨

⚠️過激で売る事務所ほど👇

・設定の作り込みが甘い△
・即撮影スタートできるレベル△
・運用寿命が短いから固定給化△

こういう構造になりやすいです。

つまり
「一時的に上がる売上を固定給化」という搾取構造や、寿命を燃やす路線。

これはよくある“典型例”です。

—

◾️一方、長期で勝つトップ事務所は真逆👇

・世界観と設定を作り込む
・綺麗な売り方で育てる
・サブスク中心に積み上げる
・導線と媒体最適化で再現性を担保
・炎上・煽りゼロで継続運用

だから運用では👇
「絡みなしの超ライトな動画だけ」で
数百万〜の売上が成立します。

売っているのは刺激ではなく、
【推したくなる物語】です。

「確かにこれなら飽きられずに何年も売上立つね...」とアカウント見れば一瞬で理解できます。
▶︎【真の半不労所得】の完成です。
—

◾️結論

ファンティア系は

🟥 一瞬売れればOKの世界じゃなく
🟩 “年単位で収益が積み上がる世界”

です。

目先の売上ではなく、
未来の収入を作る設計ができるかどうか。
ここで全て決まります。

寿命切り売りの運用で固定給は1番もったいないパターンです。
—

◾️ここに書けない話（媒体仕様・トップ事務所しかできないチート・秘策㊙️）

はLlNEですべて答えられます。

「自分に合うか知りたい」
「とりあえず話聞いてみたい」

そんなレベル感でもOKです。

プロフのLIlNEからどうぞ📩
少し話すと選択がクリアになります。 November 11, 2025

8本目ぷしゅっと。今回も2.5mg
常温が長かった為か少しも痛くなくて不安🫤忘れてたw
液漏れしてないから大丈夫か...。

開始から初のがっつりチート🤗

朝 紅茶 完全食プロテイン
昼 山菜そば1/2 鮭おにぎり
間 いちじくとクリチのパン
夜 チーズナンとインドカレー

お守りでメトホルミンも飲んだ！ November 11, 2025

@MB_sasayan チートとか使ってなければ良いかと…

好きな武器、キャラで楽しく遊びましょ November 11, 2025