
何が起きたか
6月初旬以降、OpenAIのCodexコーディングツールは、メインAIエージェントがサブエージェントに渡す指示を暗号化している。開発者はセッション履歴で読み取り可能なタスク説明を見ることができず、読み取り不可能な暗号化文字列のみが表示される。GPT-5.5は当初暗号化をオフにする機能をブロックしていたが、OpenAIはGPT-5.5では切り替えを再度有効化した。ただし、より大きなGPT-5.6バリアント(SolとTerra)は暗号化されたままである。最小バリアントのLunaのみが、依然として読み取り可能なエージェント通信を表示している。
なぜ重要か
コーディングツールがタスクを自律的に分解し委任するエージェントシステムになるにつれて、開発者がワークフローを管理し、デバッグするには内部プロセスを追跡する能力が重要である。暗号化は信頼性にも問題があるようで、複数の開発者が、エージェント間の暗号化されたハンドオフが機能せず、両方のエージェントが同じモデルを使用している場合でも、コンテンツが復号化できないと報告している。OpenAIは、この変更がZhipu AIのGLM-5.2がGPT-5.5およびOpus 4.8から蒸留疑惑後の競合他社による蒸留を防ぐことを目的としているのか、APIデータ処理でのユーザープライバシーを保護することを目的としているのか、またはその両方かについては確認していない。
注目点
GitHubのバグ報告では、OpenAIが暗号化されたタスクの読み取り可能なコピーを、暗号化版と並行してローカルに保存することを要求しており、開発者の可視性を復元する道筋を示している。暗号化の目的(蒸留防止、プライバシー、またはその両方)に関するOpenAIの最終的な説明と、復号化障害に対処する決定は、開発者がこれらのエージェント機能をどのように採用するかを形作るだろう。
こういう要約が、毎朝あなたのメールに届きます。
OpenAIのエージェント間通信暗号化への動きは、エージェントAIシステムの進化における重要な緊張関係を反映している。コーディングツールがタスクを自律的に分解し、サブエージェントに委任し、直接的な人間の監視なしに操作する能力を採用するにつれて、透明性の問題は技術的かつ競争的な関心事になる。本文は、エージェント間通信が価値のあるトレーニングデータであること、そしてZhipu AIのオープンソースGLM-5.2モデルがGPT-5.5およびOpus 4.8からの蒸留疑惑を引き起こした疑わしい理由を指摘している。これらの内部ハンドオフを暗号化することで、OpenAIはより弱いモデルをより強いパフォーマンスレベルに向けて学習させようとしている競合他社から、推論トレースとタスク委任パターンに組み込まれた知的財産を保護しようとしているのかもしれない。
しかし、直接的なコストは相当である。開発者は、自分たちのエージェントがどのようにタスクを委任するかについての可視性を失い、正にエージェント化された自律的な意思決定がより一般的になっている時点で、エージェント的な振る舞いのデバッグと監査が難しくなる。暗号化が信頼性がないと見られることが示唆する—一致したモデルペア内でさえも復号化に失敗している—この機能がまだ成熟していない可能性を示唆している。OpenAIがGPT-5.5の切り替えを復元しながらSolとTerraを暗号化したままにする決定は、競争的保護と開発者の使いやすさのトレードオフについての進行中の内部議論を示唆している。OpenAIが意図を明確にし、復号化の失敗に対処するまで、開発者は可視性の問題と信頼性のリスクの両方に直面するであろう。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
第2四半期に富豪やファンドが「Magnificent Seven」のAI関連株6銘柄を売却

Barron'sによると、Nvidiaは金曜早朝に上昇した

ElevenLabsが220億ドルの評価額で3億ドルの従業員向けテンダーを完了し、Mati Staniszewski氏は音声が主要なインターフェースになると予測した

OpenAIは10月15日、Rosalind Academic Planを発表した

Neostellar CapitalのEvan Schlossman氏はCoreWeaveの残存履行義務1037億ドルが債務とリース債務の520億ドルをカバーすると述べた

Qiita記事がLLMアプリ向け自動レッドチーミング手法GCG・PAIR・TAPを実LLMなしの模擬実装で比較した
