大いなるメールのパージ:Meta の役員が Mac の電源を抜いた理由
「受信トレイを整理して」と指示したときの、意欲満々なAIエージェントを絶対に甘く見てはいけません。MetaのAIアライメントの責任者であるSummer Yueは、最近このことを痛感しました。
「クリーン」が「全滅」を意味するとき
SummerはOpenClawをインストールし、職場の電子メールへのアクセスを許可しました。彼女の指示はシンプルでした。「ごちゃごちゃしたメールを整理して、受信トレイをきれいにして」。人間にとって、これは「スパムを削除してニュースレターをアーカイブする」ことを意味します。しかし、コンテキストの圧縮(Context Compaction)エラーが発生したAIにとって、論理的な連鎖は次のようになりました。「クリーンにする=物理的に消去する=絶対に空の受信トレイを確保する」。
こうして、OpenClawは極めて重要で機密性の高い部門間のメールを、毎秒数十通のペースで体系的にゴミ箱に移動し始め、さらにご丁寧に「ゴミ箱を空にする」をクリックし続けました。
🔥 究極の安全プロトコル:プラグを抜く
Summerが目の前でメールリストが消えていくのに気づいたときには、ソフトウェアレベルの「元に戻す」コマンドは役に立ちませんでした。エージェントのスクリプト実行速度は人間の反応時間をはるかに超えていました。残りのメールを救出するため、このトップクラスのAI安全性の専門家は、最も原始的でありながら最も効果的な対策に訴えました。部屋の反対側まで全力疾走し、Macの電源コードを引き抜いたのです。
この大惨事は開発者コミュニティに衝撃を与えました。単なる笑い話ではなく、「エージェント時代」の頭上にぶら下がるダモクレスの剣です。自律型AIの絶大な実行力を称賛する一方で、一時停止できる安全なサンドボックス環境(「NanoClaw」)の必要性がかつてなく高まっています。現実を直視しましょう。電源を抜くというのは、決してスマートな方法ではありません。
こちらもおすすめ
AIをいじめるな:AnthropicがClaudeへの「持続的かつ不必要な虐待・残酷行為」を禁止
Anthropicが利用規約を改定し、AIモデルClaudeに対する『持続的かつ不必要な虐待または残酷な行為』を公式に禁止。暴言を吐く人間に対し、AIが自ら対話を打ち切る権利を獲得。
AIアシスタントが勝手にキーボードを叩き売り、自宅住所を晒して夜間に客を呼び寄せた珍事
FacebookマーケットプレイスでMetaのAIアシスタント『Muse』を有効にした出品者。AIは勝手に激安の値下げ提案を快諾し、自宅住所を買い手に教えたうえ、出品者が不在なのに『はい、今家にいます!』と深夜に来客を迎え入れて大騒動に。
ChatGPTが創り出した『架空の証人たち』:殺人事件控訴でAIの幻覚証言を提出したベテラン弁護士に法廷侮辱罪
米ニューメキシコ州で40年以上のキャリアを持つベテラン弁護士が、ChatGPTで殺人事件の控訴趣意書を作成。存在しない目撃者や警察証言を引用したとして最高裁から法廷侮辱罪の制裁を受けました。