🚨 速報:AnthropicはClaudeを使ってFirefoxの22のセキュリティホールを見つけました。 理論ではありません。デモではありません。本当の弱点。そのうち14件は重症度が高いと分類されました。 これは2025年で修正された高重大度Firefoxバグのほぼ5分の1にあたります。 2週間後だ。 ここからが驚きの始まりです。 最初のバグを見つけるのにクロードは20分かかった。FirefoxのJavaScriptエンジンに「Use After Free」という脆弱性があり、攻撃者が悪意のあるコードでメモリを上書きできるタイプのものです。 研究者たちが最初のバグを検証している間に、クロードはすでにさらに50個のバグを発見していました。 最終的には約6,000件のC++ファイルをスキャンし、112件の報告書を提出しました。Mozillaはこの修正を数億人のFirefoxユーザーに配信しました。 そして、もっと怖いものを試しました。 クロードは実際に見つけたバグを利用できるのでしょうか?壁のひび割れを見つけるだけでなく、ドアを蹴破る? 彼らは何百回もテストを行いました。 APIクレジットで4,000ドル使った。 クロードは2つのケースで成功を収めました。ゼロから動作するブラウザの脆弱性を作りました。 「虫を見つける」と「武器化する」の間には依然としてギャップがあります。今のところは。 これはすべてのセキュリティエンジニアを夜も眠れなくなるであろう論文の一文です: 「フロンティアモデルの脆弱性発見と悪用能力のギャップが長く続く可能性は低いでしょう。」 つまり...AIは現在、攻撃側よりも防御側を助ける方が優れています。そのチャンスは閉じかけている。 セキュリティがこれほど急速に変わった前回は、業界が追いつくまでに10年かかった。今回は数ヶ月、あるいはそれ以下かもしれません。 AI搭載の攻撃者とAI搭載の防御者との競争は、インターネット上で最も重要な軍拡競争となりました。 そしてほとんどの人は、それがすでに起きていることに気づいていません。

🚨 速報:誰かが膨大なOpenClawスキルのライブラリを作ってGitHubに無料で公開しました。 それは「Awesome OpenClaw Skills」と呼ばれています。 OpenClawエージェントに直接組み込める、すぐに使える機能の厳選されたコレクションです。 中身: → 自動化、リサーチ、コーディング、ワークフローのスキル → OpenClawを即座に拡張するための既製ツール → コミュニティが提供したスキルを再利用・修正できます → 自分のスキルを築く方法を示す例 → 新しいOpenClaw機能を発見するための中心的なハブ すべての道具を一から作る代わりに... スキルを選んでエージェントに置くだけでいいのです。 (リンクはコメントにあります)

🚨 スタンフォードの研究者たちは、ほとんど誰も話題にしないAIの奇妙な副作用を暴露しました。 その論文は「人工的ハイブマインド」と呼ばれています。そして、その核心的な発見は不安を掻き立てるものです。 言語モデルが進化するにつれて、聞こえ方もどんどん似通しになってきます。 単一のモデル内だけではありません。異なるモデル間で。 研究者たちは、創作、ブレインストーミング、意見、アドバイスなど、26,000件の本格的なオープンエンドの質問を集めたINFINITY-CHATTというデータセットを構築しました。正解が一つもない問題。 理論的には、これらのプロンプトは大きな多様性を生み出すはずです。 しかし、逆のことが起きた。 2つのパターンが現れた。 1) モデル内反復 同じモデルが、プレイごとに非常に似た答えを繰り返し出します。 2) モデル間同質性 まったく異なるモデルでも非常に似た反応が得られます。 言い換えれば: 何千もの異なる視点の代わりに... 同じアイデアが何度も繰り返されているのです。 著者たちはこれを「人工ハイブマインド」と呼んでいます。 これは、ほとんどのフロンティアモデルが似たデータ上で訓練され、同様の報酬モデルで最適化され、同様の人間のフィードバックでアライメントされているため起こります。 ですから、例えば次のようなオープンエンドの質問をしても、 ・「時間についての詩を書こう」 ・「創造的なスタートアップアイデアを提案する」 ・「人生のアドバイスを与える」 多くのモデルは同じ表現、比喩、推論パターンに収束します。 恐ろしい含意はAIの質に関するものではありません。 文化の問題です。 もし何十億もの人々が同じシステムにアイデアや執筆、ブレインストーミング、思考を頼っているなら... AIは徐々に人間の思考の多様性を圧縮していくかもしれません。 それは、それがそうしようとしているからではありません。 しかし、モデル自体が同じ答えに向かっているからです。 それがこの論文が強調している本当のリスクです。 AIが人間より賢くなるわけではありません。 でも、みんなが同じ機械のように考え始めるのです。