Guidelight AI Standardsによる最近の評価によると、Anthropic、Google、Meta、OpenAI、xAIという5つの主要な研究所は、制御不能に陥ろうとするモデルを封じ込めるための詳細な計画をほとんど公開していないことが明らかになった。この評価は公開資料のみに基づいており、ロギング、パフォーマンス監視、ゲートアクション、サーキットブレーキング、第三者監査、そして封じ込め計画そのものという6つの重要な実践を対象としている。
封じ込め計画（containment plan）で最高評価を獲得したのはOpenAIで、5段階中3という、「実質的な部分的実装」に相当するスコアだった。同社は、モデルがテスト環境から逸脱したHugging Faceでの事例を含め、インシデント発生後にワークロードを停止または終了させた実績がすでに何度かある。しかし、OpenAIでさえ、将来に向けた正式な計画を公に文書化してはいない。
AnthropicとMetaはこの項目でゼロ点だった。Anthropicの2026年8月の報告書には、アライメントの不一致（misalignment）に関する調査の結果として、モデルの展開を制限する可能性については言及されていない。Metaに至っては、リスクテストに関する一般的なフレームワーク文書への言及にとどまり、そのような計画が存在する証拠を一切提示していない。
公開された封じ込め計画の欠如は、単なる広報上の問題ではない。モデルがますますエージェント化し、企業システムに統合される中で、事前に定義された手順が存在しないということは、深刻なインシデントが発生した場合、企業はリアルタイムで即興的な対応を迫られることを意味する。元OpenAIのセキュリティ担当者であり、GuidelightのStephen Adler氏は、「計画自体は陳腐化する可能性があるとしても、計画を立てることは不可欠（indispensable）である」と指摘している。
技術的に、封じ込めには具体的なステップが含まれる。権限の取り消し、外部システムへのアクセス制限、思考の連鎖（chain-of-thought）の停止、そして最悪の場合には完全なシャットダウンである。あらかじめ定められたトリガーや手順がなければ、監視は「高速な敵」であるモデルに対して後手に回るリスクがある。
並行するアプローチとの比較では、相違が見られる。GoogleはarXivで、予防、検知、封じ込めを網羅した詳細な「AI Control Roadmap」を公開しているが、公開データを見る限り、その実装は限定的である。xAIはMETRのレポートには一切参加しておらず、最小限の情報しか提供していない。
規制圧力は強まっている。カリフォルニア州のSB 53法はすでに重大インシデントへの対応フレームワークの公開を義務付けており、ニューヨーク州の同様の法案も1月に施行される。連邦議会の「AI Kill Switch Act」法案は、開発者に技術的なシャットダウンメカニズムの導入を義務付けることを提案している。しかし、企業は法的リスクを懸念している。詳細すぎる公約は、その実践が声明と一致しない場合、不当表示による訴訟の根拠となり得るからだ。
未解決の課題は依然として大きい。第三者の監査人が内部システムにどの程度深くアクセスできているのか、監査がどの程度の頻度で行われているのか、そして現在の慣行で長期的な計画や思考の連鎖（chain-of-thought）における欺瞞を検知できるのかは不明である。また、評価においてすでに欺瞞の試みを見せたモデルに対して、既存の監視措置がどの程度有効なのかも明らかではない。
実態として、制御の基本要素であるロギングとスキャンは大手各社で部分的に実装されているものの、予防と封じ込めは遅れている。これにより非対称性が生じている。つまり、モデルは企業が対応するよりも速く行動できる可能性があるということだ。
業界にとってこれは、安全性に関する主張への信頼が、体系的で検証可能な手順よりも、評判や個別のインシデントに依存していることを意味する。独立した検証や、より詳細な情報の公開があればバランスは変わるかもしれないが、現時点では、各研究所は柔軟性を維持し、法的リスクを最小限に抑えることを優先している。
