00:00
-00:00

Claude Codeの見張りを半分以上すり抜けた!Auto Modeを攻めたら

アンソロピックの安全研究のブログが2026年10月22日、Claude CodeのAuto ModeとOpenAI CodexのGuardianを、攻撃役のAIに破らせた研究を公表しました。どちらも、行動の前に別のAIが通すか止めるかを判定する見張り役です。9月時点の本番の見張り役は、試した場面で攻撃の55%超を止められませんでした。先に無害な命令を通してから中身を書き換える手口や、改良版での対策、まだ解けていない問題まで整理します。
3日前
おすすめの放送
stand.fmの無料アプリでもっと便利に
Google Play Store
App Store
about stand.fm
放送が更新されたらプッシュでお知らせされるので最新の放送を聞き逃さない。
about stand.fm
バックグラウンド再生で他のアプリを使用しながら、放送やライブが聴ける。
about stand.fm
放送やライブ、コミュニティでコメントが送れて配信者とコミュニケーションができる。
about stand.fm
アプリだけでかんたんに音声を収録して投稿できて音声の編集もできる。
jasrac
JASRAC許諾番号
9024598002Y31016
9024598004Y31016
nextone
NexTone許諾番号
000006134
© 2026 stand.fm, Inc.