AIエージェントは今や最も侵入しやすい入口。セキュリティチームの答えは「検証してから信頼する」

✕10月22日（木） ‹›

AI security & trust · 10月22日（木）

AIエージェントは今や最も侵入しやすい入口。セキュリティチームの答えは「検証してから信頼する」

84%of ransomware attacks had AI help

今週の2つのセキュリティブリーフィングは同じ結論に達しています。攻撃者は今やほとんどのランサムウェア攻撃でAIを使い、企業が自ら導入したAIエージェントやID管理システムを経由することが増えています。一方、新しいAI意思決定ツールは監査しにくい自信満々の答えを返し、自信のある誤答は明らかなエラーより見抜きにくいのです。

ポイント

IT専門家1,200人への調査で、ランサムウェア攻撃の84%がAIの助けを受けていました。44%は企業自身のエージェントやID管理システムを悪用していました。
古いリスクも依然として痛手です。ハッキングされたスーパーの冷蔵庫は、修正がすでにあったのに古いファームウェアのままでした。
自信は証拠ではありません。「97%確実」と言うモデルでも、改ざんされたログや汚染されたデータを与えられている可能性があります。
対策は地味ですが効果があります。エージェントに専用のIDを与え、すべてを記録し、緊急停止スイッチを使い、大きな判断を確認できる小さな手順に分け、高リスクの操作には人を関与させることです。

なぜ重要か： クライアント向けに作るNotionエージェントやAIワークフローには、初日からアクセスルール、監査ログ、停止スイッチが必要です。これは案件の中で明確に提案できる部分です。

情報源（2）

The patching gap: Hacked fridges, AI ransomware and Mythos finds · IBM Technology
The Problem with Jev: Can You Trust AI Decisions? · IBM Technology

次へ · AI agents at work個人向けエージェントは完成度が高まりアプリとつながるが、まだ単独で動く →

✕10月22日（木） ‹›

AI agents at work · 10月22日（木）

個人向けエージェントは完成度が高まりアプリとつながるが、まだ単独で動く

3 tierschatbot → DIY agent → personal agent

Claude Duetの実機レビュー、個人向けエージェントの解説、Claudeのライブダッシュボードのデモは、どれも同じ方向を示しています。エージェントは今やメール、カレンダー、財務ツールにつながり、記憶をプレーンテキストのファイルに保持します。課題はスピード、自発性、そしてチームで動くことです。

ポイント

3つの段階があります。チャットボット（記憶なし）、プレーンテキストのルールと記憶ファイルで自分好みに作るDIYエージェント、クラウドで一日中動く既製の個人向けエージェントです。
Claude Duetはあなたのプラグインとコネクタを引き継ぎ、見た目も洗練されていますが、並列タスクには10分以上かかり、チームで共有できません。
ライブダッシュボードはコネクタ経由で最新のデータを取り込み、リンクで共有できるので、短いプロンプトが静的なCSVレポートの代わりになります。
トレードオフは囲い込みです。エージェントがあなたについて知れば知るほど、乗り換えは難しくなります。

なぜ重要か： クライアントは「個人向けエージェントか、DIYか」と聞いてくるでしょう。Notionベースの記憶とルールのファイルは、囲い込みを避けられる持ち運び可能な中間の選択肢です。

情報源（3）

I tested Claude Duet. Is it worth switching? · How I AI
Personal Agents, Clearly Explained · Jeff Su
Claude’s New Live Dashboards Are Amazing · Skill Leap AI

次へ · Open models & costAIが安くなり続ける理由：ボトルネックはメモリ、そして解決策はオープンソース化している →

✕10月22日（木） ‹›

Open models & cost · 10月22日（木）

AIが安くなり続ける理由：ボトルネックはメモリ、そして解決策はオープンソース化している

155Ttokens a day served by DeepSeek’s now-open engine

DeepSeekは、1日155兆トークンを提供するために使っているエンジンをオープンソース化しました。IBMの解説は、その設計がうまくいく理由を示しています。答えを書き出す速度は、純粋な計算力ではなくメモリの速度で制限されるのです。そしてローカルAIの構築例は、調整したオープンモデルがノートPCでほとんどの日常タスクをこなせることを示しています。

ポイント

プロンプトの読み込みは計算負荷が高い一方、答えの書き出しはメモリ待ちになります。DeepSeekは2つを別々のマシンで動かしています。
DeepSeekはプロンプトキャッシュを数日間SSDに保持し、入力トークンの96%がキャッシュに当たります。恩恵を受けるには、プロンプトの先頭部分を安定させましょう。
2006年以降、チップの計算力は約6,500倍になりましたが、メモリ帯域幅の伸びはずっと緩やかでした。多くのリクエストをまとめて処理するのが主な回避策です。
ローカルモデルは約95%のタスクで「十分」です（あるクリエイターの主張）。1,800億パラメータのオープンモデルがノートPCで約72トークン/秒で動きました。

なぜ重要か： プライバシーを重視するクライアントには、ハイブリッド構成（日常業務はローカルモデル、難しいタスクはクラウド）が現実的になりました。安定したプロンプトテンプレートはAPIコストの削減にもなります。

情報源（3）

DeepSeek Just Open-Sourced How It Serves 155T Tokens a Day · Prompt Engineering
The AI Memory Wall: Why LLMs & AI Accelerators Hit a Bottleneck · IBM Technology
Stop paying for AI, run everything locally (here’s how) · David Ondrej

次へ · The model raceベンチマークがすべてではない：今やAIの「性格」が使われるモデルを決める →

✕10月22日（木） ‹›

The model race · 10月22日（木）

ベンチマークがすべてではない：今やAIの「性格」が使われるモデルを決める

900questions in the new AI personality benchmark

Googleの新しいGemini 4 Argonはいくつかのリーダーボードで首位ですが、コーディングでは依然としてライバルに及びません。新しい性格ベンチマークでは、「スロップ」（埋め草や紋切り型の表現）のスコアが最も高くなりました。トップモデルの賢さが並ぶにつれ、口調とスタイルが本当の差になりつつあります。

ポイント

Gemini 4 Argonはいくつかのリーダーボードで1位ですが、コーディングのベンチマークではOpus 5.5とGPT-6 Astraに負けています。
AA Personality Benchは30の特性にわたる900の質問を使います。温かさではMuse、想像力ではOpus 5.5、スロップではArgonがトップです。
実機テストでは、コードで生成したモーショングラフィックスがネイティブのAI動画に勝り、編集もしやすかったです。
政策メモ：米連邦政府のメモにより、DeepSeekのモデルは民間向け政府システムで禁止されました。

なぜ重要か： リーダーボードではなくタスクごとにモデルを選びましょう。クライアント向けのアシスタントでは、正確さだけでなく口調と埋め草もテストしましょう。

情報源（2）