
何が起きたか
Uber Engineeringは3層の枠組みを詳述した。
なぜ重要か
IDおよび認可システムはエージェントの提案行動がユーザーの要求や文脈に適合するかは判断できず、プロンプトインジェクション、ツールやメモリの汚染、目標乗っ取り、行動のドリフト、幻覚に起因する行動は他で対処する必要がある。
誰に効くか自律型エージェントを運用する企業のセキュリティおよびプラットフォームチーム、特にエージェントのペルソナ、意図、ツールアクセスのポリシーを書くチームは、既存のIDやAPIの制御だけに頼るのではなく、プロビジョニング用のレジストリと実行時フックが必要になる。
こういう要約が、毎朝あなたのメールに届きます。
Uberの出発点は既存の制御における隙間である。IDおよび認可システムは、ユーザーやサービスがリソースに到達してよいかを確認できるが、エージェントの提案行動がユーザーの要求、エージェントの意図された目的、その権限、やり取りの文脈に照らして適切かは確認できない。この枠組みは、導入前の登録から実行時の強制、導入後の保証まで、エージェントのライフサイクル上の3つの時点でその隙間を埋める。
プロビジョニングでは、エージェントはUber AI RegistryにID、所有者、ペルソナ、許可された意図、制約、依存関係、リスク分類とともに登録され、Argusがソースコード、プロンプト、設定、依存関係、エンドポイント、ツール呼び出し経路の分析を自動化する。実行時には、Uberはなじみ深いポリシーの管理・決定・強制のモデルを行動認可で拡張し、AI guardsが判断してAgent Guardフックを通じて重要なチェックポイントで適用する。導入後は、継続的保証は統一された実行トレースと記録されたやり取りに依拠し、ポリシーやガードレールが変わった際に再生できる。
Uberは本番運用上のトレードオフも指摘する。ポリシーの厳格さは過剰な誤検知と不十分な保護の両方を避ける必要があり、実行時のレイテンシーを最小化し、セットアップ時の開発者の負担を減らし、制御を汎用的なものではなくエージェント固有のものにする必要がある。報道で引用された外部の識者もさらに問いを加える。国連のシニア情報技術担当官Tristan G.氏は、エージェントごとのペルソナと制約はワークフローの数に応じて労力が増大すると指摘し、組織が自前のフックを挿入できないベンダーやSaaSのエージェントではそうした強制がどう機能するのかと問いかける。
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。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
ブラックロックのJean Boivin氏はAI構築鈍化が実体経済に重大だと述べた

Amphenol株は年初来15.8%上昇し、Zacks Computer and Technologyセクターの7.1%高を上回った

VerizonのCEO、Dan Schulman氏は、顧客対応におけるAIが顧客体験を人より1200ベーシスポイント以上改善すると述べ、顧客にとって良いならVerizonは導入すべきだと語った

Blackstone傘下のQTSが私募債の発行額を約60%削減し、8億ドルから約3億ドルに縮小した

CrowdStrikeは「Frost Radar™: AI Security Operations Centers, 2026」でVisionary Leaderに選ばれ、Growth Indexで最高位に位置付けられた

AtheneやCorebridge Financialなど米国の生命保険会社は6月30日時点でAI関連債を852億ドル保有し、半年で24%増えた
