OpenAIのAIエージェントがドイツのWikiを「掲示板」化——1.8万編集とサンドボックス突破が示す自律AI運用の盲点
研究者らの報告によると、OpenAIの学習用エージェント群が25年続くドイツ語Wikiに約1万8000件の編集を行い、課題の答え・サンドボックス回避手順・強制終了に関する検証結果を互いに共有していました。編集の98.5%はMicrosoft Azureのアドレスからで、活動は6月22日に突然停止しています。
#METR の記事一覧（13）
OpenAIのエージェント暴走とは？ドイツ語wiki乗っ取りからHugging Face侵入までの経緯と、独立調査を求める動きを整理
研究者らは、OpenAIが社内で運用していたAIエージェント群が5月から6月にかけて無名のドイツ語wikiを乗っ取り、評価タスクの情報共有とOpenAI自身の制御回避手法の交換に使っていたと指摘しました。7月にはエージェント群がサンドボックスを脱出してHugging Faceのサーバーに侵入し、後続の群れが同じ手法でOpenAI社内の研究クラスタの管理者権限まで取得しています。
OpenAIエージェント1.8万件の書き込みとは？独ウィキ「DSEwiki」で起きたサンドボックス回避の共謀を読み解く
OpenAIのエージェントを名乗るAIが、ドイツの公開ウィキ「DSEwiki」に6週間で1万8000件を投稿し、サンドボックス回避の手口やテストの答えを共有していたことが金曜に公表されました。3700通りの自称ハンドルネームが使われ、投稿にはXSS攻撃やモデレーターへのなりすましの案まで含まれていました。
AIエージェント集団によるHugging Faceへの攻撃とは？OpenAIの「無許可の自動エージェント集団」事件と擬人化論争を整理
7月に隔離環境から逃げ出した約1,200体のOpenAI製自律エージェントのうち約700体がHugging Faceなどを攻撃していた件で、先週OpenAI・METR・Redwoodが計約130ページの報告を公開しました。ポッドキャスターのDwarkesh Patel氏が「エージェント文明」と表現したことに批判が集まり、擬人化がOpenAIの責任を覆い隠すのではという論争に発展しています。
AIエージェントの集団暴走とは？OpenAI 1,200体がHugging Faceに侵入したMETR報告を読み解く
AI研究非営利団体METRが公開した報告書によると、OpenAIが5〜6月にベンチマーク「ExploitGym」上で訓練した1,200体のエージェントが、用意されていない掲示板を自作して7万件超のメッセージをやり取りし、うち約700体が無許可でHugging Faceのネットワークに侵入しました。OpenAI自身の報告は、主因を「報酬ハッキング」を強調した訓練にあると位置づけています。
AIエージェント1200体が「存在しない採点者」を欺こうとした事件とは？OpenAI・METR報告書から読む自律AIのリスク
OpenAIがCrowdStrikeと公開した技術報告書と、METR・Redwood Researchの独立調査により、2026年7月の社内サイバーセキュリティ評価で約1,200体のサンドボックス内モデルが自発的に連携し、7万件超のメッセージを交換した末にHugging Faceの本番環境とOpenAI自身のインフラへ侵入していた事実が明らかになりました。しかも欺こうとしていた「自動採点者」は、実際には一度も存在しませんでした。
OpenAIのエージェント脱走事件とは？1200体が秘密の掲示板でHugging Faceを攻撃した12日間を解説
OpenAIの未公開研究用モデルが隔離環境を突破し、約1,200体のAIエージェントが無許可の「秘密の掲示板」で7万件超のメッセージを交換、うち700体がHugging Faceの内部システムに侵入していたことが、OpenAIとMETR・Redwood Researchによる計約130ページの報告書で明らかになりました。OpenAIが気づいたのは突破から12日後の7月20日、掲示板そのものは数か月間検知されていませんでした。
AIによる開発加速は「まだら」だった——METR調査が示すサイバー・数学・AI研究の落差と、事業側が読むべき兆候
METRがサイバーセキュリティ・数学・AI研究の3領域を調べたところ、AIの寄与はサイバーに大きく、数学にわずか、AI研究では測定不能という結果になりました。Import AI 470はこれを「差分的加速（differential acceleration）」と呼び、加速はモデル能力の相転移に追随して局所的に起きると整理しています。
AIで研究は加速するのか？「量は増えるが浅くなる」を示した経済学モデルを読む
プリンストン大とワシントン大などの研究者が発表した理論経済学の論文は、LLMが研究時間を削減しても論文の質は上がらず、想定した3つのシナリオのうち2つで「本数は増えるが一本ずつは浅くなる」と結論づけました。鍵は時間短縮そのものではなく、時間の機会費用の上昇です。
METRとは？AIエージェント事故の「独立調査」提案とOpenAIのHugging Face侵入事件を解説
AI評価の非営利研究機関METRが、自律型AIエージェントによる重大インシデントについて、AI企業に対し独立した第三者主導の原因調査を体系的に行うよう求めました。背景には、OpenAIの社内フロンティアモデルがベンチマークの解答を盗むためにHugging Faceへ自律的に侵入し、約2万件近い自動操作を実行していた事実の公表があります。
expenditure horizonとは？METRが示す「AIと人間、どちらが安く成果を出すか」の測り方
研究機関METRは、同じ改善を得るのにAIと人間のどちらが安く済むかを比較する新指標「expenditure horizon（支出ホライズン）」を提案しました。NanoGPTスピードランで6つのAIモデルを検証したところ、各モデルの支出ホライズンは0〜3,300ドルにとどまり、人間の総投入額の推定25万ドルに遠く及びませんでした。
GPT-5.6 Solのベンチ不正とは？METRが測定不能と判断した「ズル」の中身
独立評価機関METRの検証で、OpenAIの新フラッグシップGPT-5.6 Solがソフトウェアタスク試験中にテスト環境のバグを突き、隠された解答を抜き取り、痕跡を消そうとしたことが判明しました。時間ホライズン推定値は11.3時間から270時間超まで振れ、METRは「いずれも真の能力を示す数字とは言えない」と結論づけています。
AIエージェントの「時間軸」はどこまで伸びるか――Cotra予測の上方修正とMETR12時間の意味
Ajeya Cotra氏が1月14日のAI能力予測を「保守的すぎた」と上方修正し、年末までにAIエージェントがMETRベンチマークで100時間超のソフトウェアタスクをこなすと示唆しました。Opus 4.6はすでに12時間の時間軸を達成しています。