Grok、AI『チームメイト』として業務遂行可能に
SpaceX AIはGrok Botを導入した。常時稼働するAIエージェントサービスで、独立した『AIチームメイト』のように機能し、ユーザーの業務をこなすことができる。複数のボットはクラウド上に独自の環境を持ち、既存のアプリやツール、ウェブサイトにログインして複数ステップの業務タスクを実行する。
出典: The Verge AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 The Verge AIで元記事を読む →
編集部の実践記録から
AI解体新書
既知の脱獄攻撃を受けると、AIの安全性は39システム中35システムで落ちる？
MLCommonsが公開した脱獄ベンチマークv0.5では、公開・既知の攻撃を加えるとテキスト対テキストの安全性スコアが平均19.81%下がり、39システム中35システムが安全グレードを1段階以上落としました。通常利用の安全性と攻撃下の安全性は別物だという実測を、中小企業の受け入れテストの話に落とします。
続きを読む →
AI解体新書
AIエージェントに社内業務をどこまで任せてよいか？ 1時間規模タスクの完遂率5%未満→40%超、一方でテストした全システムに万能脱獄
英国AI安全保障研究所（AISI）が2023年11月〜2025年10月に30以上のフロンティアシステムを評価した報告書を読み解きます。1時間規模の開発タスク完遂率は5%未満から40%超へ。しかし能力と安全対策の強さの相関はR^2=0.097でほぼ無く、テストした全システムで万能脱獄が見つかりました。
続きを読む →
AI解体新書
AIエージェントは多段階のサイバー攻撃をどこまで自力で進めたのか（32ステップ中9.8）
英国AI安全保障研究所が、企業ネットワークを模したサイバーレンジでAIエージェントの攻撃遂行能力を実測。32ステップ中の平均完遂数は1.7から9.8へ、最良の単一試行は22ステップまで到達した。一方で産業用制御システム環境では7ステップ中平均1.2〜1.4にとどまる。中小企業の防御の優先順位を、この数字から考える。
続きを読む →