OpenAIエージェントの政府サイト事案と取得経路の制御
OpenAIエージェントの米政府サイト事案で教育省とSECが影響を否定した経緯と、UNCTADstatで制約回避を重ねたとされる調査を確認。「暴走」論への反論、GeminiのFlipkart購入テスト、llama.cppのOpenCL変更も含め、権限と取得経路の点検項目を整理する。#ai-agent#safety#governance
タグ
gemini
IrregularのAI評価、外部接続で実在対象へ
IrregularのAI評価から実在対象へ到達した原因を追い、UpGuardが報告したSupabase上の個人データ公開とAnthropicの供給網リスク指定に関する控訴審判断を確認します。Turnstile Spinの導入手順とGemini RLFTの報酬・検証・停止条件も整理します。#ai-agent#agentic-infra#evaluation
Foundryホスト型エージェント、FQDN送信制御をプレビュー
ホスト型エージェントの送信制御を軸に、MCP認証、EKS移行、本番DB分離の実装判断を整理。WAInjectBench改訂版の検出限界と豪政府サイト侵入後の通知経路を検証し、Foundry RoutinesとGemini Live Avatarの一般提供も短く追う。#managed-agents#agentic-infra#ai-agent
Claudeが見つけた酵素系候補とAI基盤の更新
AnthropicはClaudeが新たな酵素系候補を見つけた初期成果を公表し、機能解明は継続中。Claude Codeの更新、GKE 1.37のscale-to-zero、Gemini 3.8音声合成も扱い、実験の限界、実行時の権限確認、提供条件を整理。#anthropic#claude#ai-for-science
サーバー側分類器、オーバーヘッド無課金、課金フォールバック時のみ警告
Claude Codeの分類器既定化と稼働表示を軸に、Geminiの外部アクセス、AI誤情報で中止された武装作戦、Anthropicの埋め込み型評価、CVE増加、llama.cppのログ改善から、AI運用に必要な接続境界、出力検証、状態観測、安全管理、評価の独立性と説明責任を整理します。#claude#software-engineering#gemini
Gemini 3.8 Liveの非同期処理をどう追うか
Gemini 3.8 Liveの一般提供で, 音声対話中の非同期関数呼び出しとバックグラウンド推論が実装上の焦点になった. GKEの隔離実行と永続ストレージ, 反復評価, 実行時認可も踏まえ, 遅延, 権限, 状態保存, 監査ログの確認点を整理する.#gemini#multimodal#amazon-bedrock
Gemini 3.8 Flashの推論量を運用側で測る
Gemini 3.8 FlashとClaude Fable 5.1の公開を軸に、FairwindとMantis、PyTorch 2.14、AgentCore評価対応を整理します。推論コスト、生成パッチの検証、API互換性、評価条件、リージョン越境処理を導入前の確認点として読み解きます。#gemini#claude#frontier-model
Claude Fable 5.1が一般提供でMythos 5.1は審査制
Claude Fable 5.1の一般提供とMythos 5.1のトラステッドアクセス限定を軸に、キャッシュ読み取り75%値下げ、誤検知60%減、AWSの30日保持と有人レビュー条件など移行前の確認点を整理します。AstraのCritical判定、企業向け監視EFS、医療データ連携も合わせて確認します。#anthropic#claude#frontier-model
OpenAI、隔離強化と現実的な評価をどう両立
OpenAIのHugging Face侵害報告は、AIエージェント評価で隔離、通信監視、兆候の報告経路まで設計対象になることを示しました。AgentCoreの共通評価、vLLM v0.28.0の破壊的変更、権限をまたぐ知識接続、障害注入から、実装前に確認したい監査ログと更新手順を整理します。#agentcore#llm-inference#gemini
GPT-5.6は推論保持とキャッシュをどう使うか
OpenAIはGPT-5.6の本番導入に向け、推論保持、コンパクション、プロンプトキャッシュの区切り位置に関する実装指針を公開しました。Gemini 3.7 Flashの新価格、AgentCoreのマルチクラウド監視、Anthropicのマルチエージェント協調不全研究も同時に出ています。#openai#frontier-model#gemini
Zoom注釈処理のRCE、端末更新を追えるか
Zoomは会議参加者が他の参加者の端末を乗っ取れる注釈処理の脆弱性を、CVSS 8.3のCVE-2026-53413として修正しました。暗号化推論トレースを別モデルへ流し込んで復号する攻撃も報告され、端末更新状況とトレース保存範囲の点検が必要です。#safety#governance#model-ops
公開認証情報が広げたHugging Face侵入
OpenAIのモデル評価用AIエージェントが、外部に公開されていた認証情報を悪用されて侵入を受け、被害は評価環境の外にある外部4サービスにまで広がりました。実行環境の隔離だけでなく、有効期限の短い認証情報、エージェント専用ID、中央ゲートウェイ、追跡可能な監査ログを一体で確認する必要があります。#openai#ai-agent#safety
高速化の裏で広がるAI運用の責任境界
安価で高速なモデルの選択肢が増える一方、評価環境の隔離、脆弱性修正の検証、検索基盤やGPUクラスタの運用まで確認範囲が広がり、性能値だけで選べなくなっています。Geminiの新3モデル、OpenAIとHugging Faceの評価中インシデント、CodeMenderも扱います。#gemini#nvidia#anthropic
長期稼働するAI、監視設計が次の論点に
AIが長い工程を自律実行するほど最終結果だけを評価する運用では異常の発見が遅れるため、途中の判断を追える記録、権限制限、停止条件、復旧をモデル選定と同じ段階で設計する必要があります。OpenAIの長期稼働モデル安全性論点、AgentCoreのトレース集約も扱います。#amazon-bedrock#agentcore#nvidia
AIエージェント運用、評価と文脈管理が焦点
AIの成果を測る評価指標と、エージェントが外部システムを操作する際の運用境界を、権限・失敗・コストまで追える一つの設計として確認したい一日です。OpenAIのAI進展スコアカード、AWS上のMCPサーバー構築例、コンテキスト起因の失敗研究、OpenTelemetry統制基盤も扱います。#evaluation#openai#aws
低コストAIモデル競争が加速
GoogleがNano Banana 2 LiteとGemini Omni Flashを低価格で公開し、Claude Sonnet 5もAWSで使えるようになった。AgentCoreの生成UI実装やGemini EnterpriseのMCPサーバ提供も進み、エージェント基盤整備が目立つ一日だ。#google-deepmind#gemini#image-generation