最近気づいたことがあって、ずっと気になっていたCursorの状況についてです。皆が夢中になっている$29.3BのAIコーディングツール、あれの背後にあるのは何だと思いますか？実は、Composer 2を動かしている脳はあなたが思っているものとは違うのです。

先週、開発者たちがAPIレスポンスを調査していると、モデルのパスに面白いものを見つけました：kimi-k2p5-rl-0317-s515-fast。キミK2.5です。これはMoonshot AIの中国製オープンソースモデルです。細かい規約に隠されているわけではありませんが、明示的に宣伝もされていません。

Cursorの開発者教育担当副社長は数日後、「約25%の計算能力はKimiプラットフォームから供給されており、残りは自社のトレーニングによるもの」と認めました。ブログ投稿では「誤りだった」と述べています。ただ、これが2回目です。Composer 1のときも、DeepSeekのトークナイザーを使っていることに気づいた人がいて、これも一切触れられていませんでした。いつまで誤りと呼び続けられるのでしょうか？

ただし、実はKimi K2.5を使うのは賢明な選択です。モデルはコード生成において堅実で、オープンソースなので取得コストはほぼゼロですし、製品層やツールチェーンの統合に注力している企業にとっては、ビジネス的にも完全に合理的です。技術的な選択自体に問題はありません。問題は沈黙です。

しかし、話題になっていないコンプライアンスの問題もあります。Kimi K2.5は修正されたMITライセンスを採用しており、特定の条件があります：月間アクティブユーザーが1億超、または月間収益が2000万ドル超の商用製品の場合、UIに「Kimi K2.5」を目立つように表示しなければなりません。Cursorは年間約$2B を支払っており、これは閾値の8倍に相当します。規定は明確です。無視されてきました。

私は弁護士ではありませんが、これは重要です。ソフトウェア業界は20年にわたりオープンソースライセンスを尊重することを学んできました。GPL訴訟からSBOM（ソフトウェア部品表）が標準的な慣行となるまで進化してきました。AIモデルのライセンスも、その早期段階にあると考えられます。企業がシンプルなラベル付けさえスキップできるなら、より複雑なデータフローやモデルの監査性、越境コンプライアンスはどうなるのでしょうか？

ここに「Trust Tax（信頼税）」という概念があります。最先端の独自技術だと思って月20ドル払っているユーザーが、実は無料のオープンソースモデルに微調整を加えただけだと知ったとき、その信頼は崩れます。特に、Cursorが「Unlimited」Proプランで月間クレジットを3日で使い果たすなどの料金問題を抱えていたこともあり、信頼は揺らぎます。

本当に重要なのは、ユーザーが何に対してお金を払っているのかです。モデルの能力に対してなら、直接Kimi APIを使えばはるかに安価です。製品体験やツールチェーンの統合に対してなら、その点を明確にすべきです。すべて自社開発だと暗示する必要はありません。Appleは自社チップを製造しているふりをしません。TSMCが作っています。ユーザーは何にお金を払っているのかを理解しているからです。

実はここでの興味深い点は、より大きな構造的変化です。中国のオープンソースモデルが、世界中のAIアプリケーションの見えない基盤になりつつあることです。DeepSeek、Tongyi Qianwen、Kimi—これらは静かに世界中のさまざまなシステムを支えています。Hugging FaceのCEOは、中国のオープンソースは「グローバルなAI技術スタックを形成する最大の力」と述べており、誇張ではありません。

しかし、エンタープライズユーザーにとっては、これは深刻な問題です。あなたの開発者たちは、出所もわからないモデルを通じてコードをルーティングしています。規制の厳しい業界—金融、医療、政府—では、これがコンプライアンスの悪夢となります。データの主権、越境規制、すべてが曖昧になります。これを「Shadow AI（シャドウAI）」と呼ぶ人もいます。かつてのShadow ITのように、開発者はこれらのモデルをIDEやパイプラインに埋め込み、セキュリティチームは気づきません。

ソフトウェア業界は最終的にSBOM（ソフトウェア部品表）によってこれを解決しました。使用しているコンポーネント、バージョン、既知の脆弱性をリスト化するものです。AIも同じことが必要です。AI-BOMはすでにセキュリティ界隈で議論されています。内容には、ベースモデル、トレーニングデータの出所と処理、微調整の方法、展開、データフローを含めるべきです。

ツールを選ぶ開発者にとっては、依存関係のライセンスを監査するのと同じように、モデルの出所も監査すべきです。npm auditやpip checkは標準です。モデルの監査も次のステップになるかもしれません。AIベンダーにとっては、モデルの出所を積極的に公開することは弱点ではなく、長期的な信頼構築への投資です。AI-BOMを標準化した最初の企業は、実際にプレミアムを得る可能性があります。

結論として、Kimi K2.5は本当に優れています。Moonshotの技術的な努力には敬意を払うべきです。Cursorの製品の専門性も本物です。問題は「中国のモデルが使われていた」ことではありません。オープンソースのエコシステムでは、良い技術に国籍のラベルは不要です。問題は、私たちに伝えられていなかったことです。これらのAIエージェントが私たちのワークフローに深く浸透し、より多くのコードやデータ、意思決定を扱うようになるにつれ、誰が実際に背後で考えているのかを少なくとも知る必要があります。