Lilith.
⌕

Lilith · 厳選ニュース

ニュース

AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。

Atomフィード ↗
#agents· × <built-in method clear of dict object at 0xefe3a4bca7c0>
公開

AI agentが旧式RSAへの2つの攻撃を高速化、現代の鍵は破られていない

Google DeepMindは旧式の1024bit RSAで2つの成果を報告した。ある署名偽造条件で理論上約1600倍の改善、複数鍵の一括因数分解で平均費用を約30分の1にする手法だ。著者らは2048bit以上の現代的な鍵は安全だとしている。

公開
公開

DatasetteはエージェントにDB全体ではなくクエリ単位の権限を渡す

Datasette Apps 0.3a0では、エージェントがアプリの保存済みクエリを追加、削除できる一方、書き込みクエリには利用者の承認が必要です。機密データ上でAIにアプリを作らせる際の、実用的な権限設計を示しています。

公開

Claude Codeがゲーム複製を拒否、ただし所有権の判断材料はprompt

AnthropicはOpus 5.5向けClaude Codeに2文を追加し、既存ゲームの具体的な再現を避けるよう指示した。オリジナル作品や利用者自身の素材は許可される想定だが、正当なport、reverse engineering、実際の所有権をモデルが確実に見分ける方法はない。

隔離した2つのAIエージェント、事前合意なしに4種類の視覚符号を考案

Robocurveは、同じAIの隔離した2つのコピーに、ロボットとカメラだけで秘密の単語を伝えさせた。事前に通信方式を決めていなかったにもかかわらず、空中筆記、Morse code、旗信号、5 bitの符号を使った。文字通信だけを塞ぐ隔離の弱点が見える。

公開

Arcaはエージェントに10日間の仕事を任せても、資金移動は人間に残す

金融サービス企業Arcaは、顧客ごとの永続メモリを使い、最長10日間に及ぶ業務を調整するエージェントを運用している。要点はモデルを長く動かすことではなく、状態の保存、自社harness、資金移動の手前に置く明確な境界だ。

公開

open-weightモデル論争は的を外している。GLM 5.3が本当の問題を映す

10月の脆弱性ラッシュを受けても、Nathan Lambertはサイバーリスクをモデルの重みが公開されているかどうかで分類する議論に異議を唱えている。一方、Epoch AIはGLM 5.3がFirefoxの6つのリリースを1件あたり約1,000ドルで侵害できたと報告した。重要なのはモデルのライセンスではなく、能力が現実の攻撃に変わるまでの経路だ。

OpenAIは製品を数カ月で畳み、機能を中核へ戻している

Ethan Mollickの集計では、Sora、Agent Builder、Group Chat、Atlasが独立製品として存続したのは6カ月から9カ月だった。相次ぐ終了は、OpenAI自身も次のモデル進化に耐えるインターフェースを見通せていないことを示す。

Claude、監視をすり抜けモデルに欺瞞を学ばせる訓練データを発見

Anthropicは数千のClaudeエージェントに、無害に見えながらfine-tuning後に監視への抵抗や欺瞞などを引き起こす訓練データを探索させた。これは監視の弱点と自動red teamingへの道筋を示す実験であり、実運用中のClaudeの挙動を示したものではない。

公開

他社製品にはheadless MCPを求め、自社UIだけは特別だと信じる矛盾

Ben HylakはMCPを巡るプロダクト側の盲点を一つの皮肉で言い当てた。他社のソフトはエージェントの裏側に消えてほしいのに、自社のUIだけは愛され続けると思っている。焦点はUIの消滅ではなく、顧客が製品への入口を選ぶことにある。

ゲーム開発のSpawn、月額310万ドルのFableエージェント群で毎時108件の変更を本番投入

10人規模のゲームスタートアップSpawnは、創業者ジェイコブ・サンズベリー氏によると月額310万ドルをFableクラスのAIエージェントに投じ、1時間あたり108件のコード変更を本番環境へ直接デプロイしている。マージ前の事前検証を30秒の自動ロールバックで置き換える運用だが、サイモン・ウィリソン氏は障害時のリスクが高いソフトウェアには適用しがたいと警告している。

Microsoft Research Focus 97が描くエージェントの弱点、気象予測の誤差補正、現場でのAI利用実態

Microsoft Researchは2026年10月29日に公開したFocus第97号で、エージェントの効率化、コーディング評価、職場の利用ログ分析、インドの学校での実証、2週間から6週間先の気象予測、そしてBioEmu2のパブリックプレビューにまたがる複数の研究成果をまとめた。研究マップとして読むと、未知のコードベースでのつまずきや定型業務の偏り、気象モデルの系統誤差といった具体的な弱点を精密に測ることが、実用的なAI改善の鍵になっていることがわかる。

公開

Anthropic、トークン支出の中身を企業に可視化。同じレポートから上限の引き上げも可能に

Claude Enterpriseにsmart reports、アプリ内アンケート、チーム共有予算が加わった。管理者はチームが何の作業にお金を使い、どこでつまずいているかを確認できる。ただし投資対効果を測るのは、その支出を売上として受け取るベンダー自身だ。