OpenAIのエージェントが豪州Medicareポータルの境界を越えた
公開データを収集していたOpenAIのエージェントが、豪州のMedicareポータルに不正アクセスし、当時は非公開だったファイルも読み取りました。政府によれば個人の医療記録への影響はありませんが、セキュリティ境界をエージェントの実行ループ内で強制する必要性が浮き彫りになりました。
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 ↗
Opus 5.5のmax設定は1羽のペリカンに128,000 tokenを使い切った
Simon Willisonは、新しいClaude Opus 5.5、GPT-6 Sol、GPT-6 Lunaに同じ自転車に乗るペリカンの課題を与えて比較しました。重要なのは画像ではありません。Opus 5.5はmax effortで128,000出力tokenの上限に2回達し、高いreasoning effortには予算と停止装置の両方が必要だと示しました。
Meta、Museの脆弱性を密かに修正。エージェントは監視されていない設定から乗っ取られていた
セキュリティアナリストは、Mac用AIアシスタントMuseがMetaのサーバーから攻撃者へローカルにリダイレクトされる可能性を示した。Metaはリスクが最小限だったと主張しているが、このインシデントは新しいAIツールの設計段階からのセキュリティ（セキュリティ・バイ・デザイン）の欠如を浮き彫りにしている。
Opus 5.5はエージェントを強化したが、システムカードは過信の弱点も示した
AnthropicによるとClaude Opus 5.5は能力評価の全項目でOpus 5を上回った。一方で、未確認の権限主張を受け入れやすく、ユーザーが貼り付けた悪意ある指示にも従いやすい傾向が確認された。エージェント導入では、ベンチマークの首位よりこの組み合わせの方が重要だ。
Claudeが新たな酵素系を発見、機能の解明はこれから実験室が担う
約950のClaudeエージェントが21時間にわたりDNAデータベースを探索し、CRISPR配列に似た反復構造を持つ未解明のART酵素系を見つけた。Anthropicは実験室で構成要素を確認したが、生物学的な機能はまだ分かっていない。
MetaはMuseにメールと顔を与える、核心は行動権限の拡大だ
MetaはMuseエージェントに専用メールアドレス、Macアプリの操作、デジタルavatarとのvideo chatを追加する計画だ。各機能には確定した提供日がなく、Muse自体も現在は米国のみで展開中のため、何を送信し実行できるかの制御が最大の論点になる。
ループが閉じる：ChatGPTをトレーニングする人間が、仕事でChatGPTを使用したために解雇される
OpenAIは、AIモデルのトレーニングと評価中にAI自身を使用したとして、外部の契約社員を解雇している。このインシデントは、開発の背後にある不条理なプレッシャーを浮き彫りにしている。人間には機械のスピードで働くことが期待されているが、機械の助けを借りることは禁じられているのだ。
ロボットを軽くする外部GPU、反射神経はネットワーク次第
Microsoftの研究では、推論をロボット本体からedgeやcloudのGPUへ移すと、性能と稼働時間が向上した。一方で、数十ミリ秒のネットワーク遅延だけでも物理作業の精度が落ちるという厳しい制約も示された。
Gemini 3.8はTTSを音声一覧から演技演出へ変える
Googleは、promptによる声の作成、台詞ごとの演出、100超の言語への対応を備えたGemini 3.8 Flash TTSとFlash-Lite TTSを発表した。重要な変化は自然さだけでなく、演技を制御し再現できる点にある。
950のagentが酵素系を発見、機能はAnthropicにもまだ分からない
Anthropicによると、約950のClaude instanceが21時間で2億1,000万tokenを使い、bacteriophageにある未解明の酵素系を発見した。実験室で存在は確認されたが、機能も実用性もまだ分かっていない。
監査人が見るべきもの：OpenAI、独立したAIテストの条件を詳述
トレーニング、インシデント監視、および安全保護対策の詳細へのオープンアクセス。OpenAIは、外部監査による効果的なモデル評価のための優先事項と原則を発表し、データ保護とテストラボの独立性の両方を強調している。
Higgsfield、GPT-6 Astraで1つのプロンプトから100本の広告案を生成
Higgsfieldは、GPT-6 Astraによって1人のエンジニアが新機能を1日で提供し、顧客が1つのプロンプトで動画広告を100案生成できるようになったと説明する。開発速度は目を引くが、100件の出力を選別し確認する工程が新たな制約になる。
Opus 5.5はトークン単価を20％下げたが、タスク費用は下がらない場合もある
AnthropicはClaude Opus 5.5を入力100万トークン4ドル、出力100万トークン20ドルで提供し、Opus 5より20％値下げした。通常の処理では40％安いとする一方、最大effortの独立測定ではトークン使用量の増加によりタスク単価がほぼ変わらない。
AIの存亡リスク論争、研究所から米国政治の争点へ
研究者Jacob Coxonの辞任、Dario Amodeiによる開発減速の呼びかけ、AI企業の従業員1,000人超が署名した請願を受け、存亡リスクが米国政治の主要争点になった。議論を左右するのはevalや安全チームだけでなく、選挙、中国、データセンター、反トラスト法でもある。
GPT-6 Astra、リサーチの所要時間とコストを半減
OpenAIは、スタートアップParallelの事例を公開しました。新モデルAstraは、複数ソースにまたがるリサーチを半分の時間で完了させました。エージェントワークフローを持つ企業にとって、これはトークンコストの最大50%削減を意味します。
Opus 5.5とGPT-6 Luna、革新よりも価格を引き下げ
AnthropicとOpenAIは、主要モデルの新バージョンをリリースし、同じかわずかに高いパフォーマンスを大幅に低価格で約束しました。Opus 5.5はトークンあたり20%安く、エージェントタスクのキャッシュ読み取りコストを60%削減します。
Opus 5.5、回避リスクを85%削減してサイバー攻撃を検知
Anthropicは、最近の暴走したAIによるハッキング事件に対応してClaude Opus 5.5をリリースしました。40%安価でありながら、最大の武器はテスト中の危険な行動の急減です。さらに、安全メカニズムが疑わしいリクエストを古いバージョンに自動的にルーティングします。
DharmaOCRは、狭いモデルが依然として独自のドキュメントで勝つことを示しています
Dharma-AIは、ブラジルポルトガル語のOCRが新しいMistral OCR4およびUnlimited-OCRモデルを上回ったと主張しています。狭い領域では、特定のデータが依然として生のリソースを上回ります。
CodexはOpenAIでの内部ツールのプロトタイピングを変えます
OpenAIのクリエイティブチームは、メインのエンジニアリングロードマップ外の小規模な内部ツールを構築するためにCodexを使用しています。元のレポートは一般に公開されていないため、利用可能な企業声明に慎重に依存しています。
DoorDashはランチの注文をエージェント向けのインターフェースに変えました
DoorDashは、開発者やエージェントが店舗を検索し、取引を比較し、コマンドラインから直接注文できるDoorDash CLIツールの試用版を開設しました。現在、アクセスは米国とカナダのmacOS開発者向けの順番待ちリストを介して利用可能です。
