まとめサイトの記事や機械翻訳ではなく、一次情報だけを追っています。興味のあるトピックだけ選んで読めます。
トピック: ai-security解除
OpenAIは、AIモデルがサイバーセキュリティ分野で高い能力を発揮するようになる中、悪用防止のための安全対策と防御機能への投資を進めていると発表しました。リスク評価の方法や誤用の制限策、セキュリティコミュニティとの連携を通じて、サイバー耐性(cyber resilience)の強化に取り組む方針を示しています。
OpenAIはGPT-5シリーズの最新モデルファミリー「GPT-5.2」について、システムカードの更新情報を公開しました。安全対策の枠組みはGPT-5・GPT-5.1から大きく変更されておらず、学習データの構成方針も従来モデルと同様であることが示されています。
OpenAIは、Linux Foundationのもとに新設される非営利団体「Agentic AI Foundation」の共同設立者として参画すると発表しました。あわせて、自社で開発してきた仕様「AGENTS.md」を同財団に寄贈し、安全でオープンなAIエージェントの相互運用標準づくりを後押しします。
Google DeepMindが、言語モデルの内部挙動を分析するオープンな解釈可能性ツール「Gemma Scope 2」を公開しました。Gemma 3ファミリーの全モデルに対応しており、AI安全性コミュニティが複雑なモデル挙動への理解を深める助けとなることを目指しています。
OpenAIは、AIモデルの思考の連鎖(Chain-of-Thought)がどれだけ人間による監視に適しているかを測る新しい評価フレームワークを公開しました。13種類の評価タスクと24種類の環境から構成され、出力結果だけを見るよりも内部の推論過程を監視する方が、モデルの危険な挙動を検知する上で有効であることが示されています。
OpenAIは、強化学習で訓練した自動レッドチーミングの仕組みを使い、ブラウザエージェント「ChatGPT Atlas」のプロンプトインジェクション対策を継続的に強化していると発表しました。未知の攻撃手法を先回りで発見し修正する「discover-and-patch」ループにより、AIがより自律的（エージェント的）になる中での防御力向上を狙います。
OpenAIが公式ニュースにて、GPT-5.2システムカードに対する補遺(アディンダム)を公開しました。対象となるのはコーディング用途に特化したとみられる「GPT-5.2-Codex」で、既存のGPT-5.2システムカードを補完する形での文書公開です。具体的な評価内容や変更点については、公開されている原文本文が限られているため、現時点で判明している事実の範囲での紹介となります。
OpenAIは2025年12月18日、自社史上最も高度なコーディング特化モデルとして「GPT-5.2-Codex」を発表しました。長期にわたる推論能力、大規模なコード変換、強化されたサイバーセキュリティ機能を備えているとしています。
ServiceNow AIがHugging Face Blogで、現代のLLMシステム向けにセーフティと敵対的攻撃への耐性を提供するガードレール「AprielGuard」を発表しました。ServiceNowが手がける「Apriel」モデルファミリーに連なる取り組みとみられ、LLM運用の安全対策強化を目的としています。
Google DeepMindは公式ブログで、2025年に同社の研究チームが達成したブレークスルーを8つの分野に分けて振り返る記事を公開しました。年末恒例の総括企画として、AI研究における1年間の進展を俯瞰する内容になっています。
OpenAIは「The Alignment Project」に対して750万ドルの資金拠出を発表しました。これは社外の独立した研究者によるAIアラインメント研究を後押しする取り組みで、AGI(汎用人工知能)がもたらす安全性・セキュリティ上のリスクへの対応力を世界的に高めることを狙っています。
OpenAIは、医療分野に特化した新サービス「OpenAI for Healthcare」を発表しました。HIPAA準拠をサポートするセキュアでエンタープライズグレードのAI基盤により、医療現場の事務作業負担の軽減と臨床ワークフローの支援を目指すものです。
OpenAIは、ユーザーの健康データやヘルスケア関連アプリと安全に連携する新機能「ChatGPT Health」を発表しました。プライバシー保護と医師の知見を反映した設計が特徴とされています。詳細な機能仕様は今後の展開に注目が集まります。
OpenAIと暗号資産分野のParadigmは、AIエージェントがスマートコントラクトの重大な脆弱性を検出・修正・悪用する能力を測る新ベンチマーク「EVMbench」を発表しました。これはAIエージェントのセキュリティ実務での実力を定量的に評価する試みです。
Vercel Blogの発表によると、Vercel AI Gatewayで新モデル「GPT 5.2 Codex」が利用可能になりました。OpenAIのアカウントを別途用意しなくても、AI Gateway経由で長時間の自律的コーディングタスクや大規模リファクタリングに対応できます。視覚認識能力やセキュリティ評価スコアも向上しています。
OpenAIは、世界共通の最先端モデルを各地の言語・法律・文化に適応させる際の考え方を公開しました。安全性を損なうことなくローカライズを進める方針を示しています。
Vercelは、AIエージェントが生成したコードや未検証のユーザー入力を安全に実行するための仕組み「Vercel Sandboxes」を正式にGA(一般提供)しました。Firecracker microVMによる隔離実行で、本番環境のリソースへのアクセスを遮断します。v0やBlackbox AI、RooCodeなどのチームがすでに本番運用しています。
Vercelは、AIエージェントが未信頼コードを安全に実行できる「Vercel Sandbox」を正式にGA(一般提供)しました。自社のデプロイ基盤と同じmicroVM技術を使い、CLIとSDKをオープンソース化しています。Roo CodeやBlackbox AIといった企業がすでに本番導入しており、エージェントの実行基盤としての実用性を示しています。
Vercelは2024年のGA以来4,000万人以上(原文表記は400万人)が利用してきたAIコーディングツール「v0」を全面刷新し、GitHubリポジトリとの直接連携やGitワークフロー対応、Snowflake・AWSとの安全なデータ連携などエンタープライズ向け機能を追加しました。プロトタイプ止まりだった生成コードを、実際の本番コードベースへとそのまま接続できるようにする狙いです。
OpenAIは、フロンティアレベルのサイバー関連機能へのアクセスを拡大しつつ、悪用対策を強化する信頼ベースの新枠組み「Trusted Access for Cyber」を発表しました。公式発表はごく短い説明にとどまり、具体的な適用範囲や運用方法の詳細は明らかにされていません。