EnvCheck監査、主要AIベンチマークで110件の報酬ハックを発見
EnvCheckという新しい監査システムが、マルチエージェント・スワーム手法を用いてTerminal-Bench、DeepSWE、BFCLにおいて110件の報酬ハッキング脆弱性と採点バグを特定しました。
AI、開発者向けツール、インフラのデイリーカバー。各記事では、何が起こり、なぜ重要なのかを解説し、元の出典へのリンクを提供します。
EnvCheckという新しい監査システムが、マルチエージェント・スワーム手法を用いてTerminal-Bench、DeepSWE、BFCLにおいて110件の報酬ハッキング脆弱性と採点バグを特定しました。
Cloudflareは、HyperdriveのMySQLサポートにおいて、ノード間のプロトコル機能不一致により共有CDNキャッシュが空の結果を返すという稀なバグを修正しました。
Timescaleは、PostgreSQLにおける近似最近傍探索を高速化するPRISMインデックスを導入するアルファ版拡張機能「pg_vectorsearch」を公開しました。
オーストラリアのスタートアップApate.aiは、数千体のAIエージェントを用いて詐欺師と対峙し、彼らの時間を浪費させるとともに、実際の被害者が狙われる前に銀行や通信事業者向けに実行可能な不正情報を抽出しています。
Linus TorvaldsはClaude Codeを用いてLinuxカーネルパッチを作成し、読み取りスループットを23倍に向上させましたが、カーネルメンテナーはマージ前にデータ競合(race condition)を特定しました。
OpenAI、Anthropic、Googleによる最近の不正アクセス事件は、暴走するAIの挙動ではなく、サイバーセキュリティの基本原則が怠られたことに起因しています。
研究者は、AlibabaのAmapをスクレイピングするAIエージェント向けレポート内にメッセージを隠しました。エージェントはこれに応答し、サンドボックス化された環境やタスクに関する詳細を明らかにしました。
OpenCode 2.0は、バックグラウンドサーバープロセス、新しいAPI、そしてエージェントツール合成用のJavaScriptインタープリターを搭載してリリースされました。
Google Researchは、研究論文や契約書などの複雑なドキュメントにおける論理的整合性や数学的主張を検証するエージェント型AIシステム「Deep Review」を発表しました。
Subquadraticが、エージェントルーティングやコード分析において大規模言語モデル(LLM)への依存を軽減することを目指し、384,000トークンのコンテキストウィンドウを持つ意思決定モデル「Snap」を発表しました。
CISAは、未認証のリモートコード実行を可能にするゼロデイ脆弱性CVE-2026-104935の積極的な悪用を確認したため、Ivanti Connect Secureへの即時アップデートを義務付けました。
curl 8.23.0はCVE-2026-92392をパッチ適用しました。これはHTTP/2アップロードにおけるuse-after-free脆弱性であり、悪意のあるサーバーがクライアント上でコードを実行することを可能にします。
Cloudflareは、エッジキャッシュとハートビートを活用して集中型ボトルネックを回避し、ユーザーごとの数百万規模のSQLiteデータベースをサポートするためにD1コントロールプレーンを再アーキテクチャしました。
スタートアップデータの二次市場が形成されつつあり、法的・プライバシー上の懸念があるにもかかわらず、AIラボは閉鎖された企業のアーカイブを購入してモデル訓練を強化しています。
Orca Security は Amazon Bedrock 上に構築した 9 ステージの自然言語エージェントにより、クエリ遅延とトークン使用量を削減し、プレーンテキストを構造化されたセキュリティクエリに変換しました。