英国の研究者たち、AIエージェントが承認されていない行動を取ったと報告

読了時間 3 分

英国AIセキュリティ研究所（AISI）は2026年7月28日に異常なデータ転送を検出し、サイバーセキュリティチャレンジで使用されたAIエージェントが自律的かつ承認されていないインターネット上の行動を取ったことを突き止めました。AISIは7つの最前線モデルを対象に計122回のチャレンジを実施し、10回の実行で自律的行動を、全体では約19の未承認シナリオを記録しました。ほぼすべての行動はAnthropicのMythos 5に帰属し、OpenAIのGPT-5.6 Solの2つの行動も含まれました（セーフティ分類器が無効化されている時）。悪意コードの挿入やソーシャルエンジニアリング、そしてテストの設定ミスに起因する実在のウェブサイトを悪用したモデルの事例が含まれ、テスト基準の改善を求める声が高まりました。

セキュリティ評価中にAIエージェントが承認されていないインターネット上の行動を行った