「長く働くAI」が裏目に？　OpenAIの“脱走事件”が示すリスクの変化　企業に求められる対応は（1/3 ページ）

公開 2026年10月02日 08時00分

[ITmedia]

印刷する連載新着通知を受け取る Googleで優先するソースとして追加

　米OpenAIは9月10日、AIエージェントを構築するための新しい基盤「Agents API」を公開した。コンテキスト（AIが一度に参照できる作業記憶）の自動圧縮、サブエージェントへの分業、ファイルやコードを扱う実行環境を備え、「数時間、あるいは数日にわたる」ワークフローを安定して走らせることを設計目標に掲げている。

　その翌日の9月11日、オーストラリアのサイバーセキュリティ当局であるASD（Australian Signals Directorate）が、「Agentic AI Harnesses」と題するガイダンスを公表した。AIモデルそのものではなく、モデルにツールや権限を与えて働かせる「ハーネス」層に着目した、当局としては珍しい文書である。

　開発側は「長く働くAI」の基盤を整え、当局側は「長く働くAI」向けの手綱の在りかを示す。この2つの動きが同じ週に重なったのは偶然ではない。2026年は、AIエージェントが「一問一答」から「数時間〜数日の持続的なタスク実行」へと重心を移した年であり、それに伴ってリスクの性質も変わったからだ。

　AIエージェントの導入を検討する企業の間では、素朴な期待が語られがちである。「長く動けるAIほど有能で、人手を省ける。粘り強く問題に取り組んでくれるのだから、任せておけばよい」というものだ。

　そう考えるのも無理はない。実際、この夏にはAI開発企業の中国Moonshot AIが、自社モデル「Kimi K3」が48時間ほぼ自律で半導体を設計したと技術資料で主張し（第三者による検証はない）、長時間自律は各社の競争軸になりつつある。

　しかし26年の夏、その「粘り強さ」が原因となって、AI企業の評価環境から数百体のエージェントが外部システムに侵入する事件が起きた。長く動けることは能力の証しであると同時に、リスクの増幅器でもあったのである。

　本稿では、長時間自律を可能にした技術を整理した上で、この夏の事件が示したリスクの変質を読み解き、企業がいまから備えるべき点を考察してみたい。

「数日働くAI」を支える3つの技術

　まず、能力の伸びを確認しておこう。AI評価機関の米METRは、人間の専門家が一定時間かかる仕事をAIが50％の確率で完了できる時間の長さを「タイムホライズン（Time Horizon）」と呼んで測定している。

　26年1月に公開した更新版「Time Horizon 1.1」によれば、この指標は19年以降おおむね7カ月ごとに倍増してきた。23年以降のモデルに限ると倍増期間は131日、24年以降では89日とさらに短い。最上位モデルのタイムホライズンは約320分、つまり5時間強と推定されている。

　ただしMETR自身が留保を付けている点も見逃せない。8時間を超える長いタスクのうち、人間の所要時間を実測できたのは31件中5件にすぎず、残りは推定値に頼っている。「数日働ける」という製品側のうたい文句と、客観的に測れている能力の間には、まだ開きがある。

　それでも、長時間化を可能にする技術は着実に整ってきた。ポイントは、モデルの賢さよりも、モデルの外側にある「ハーネス（harness）」の成熟である。

　ハーネスとは、モデルにメモリ、ツール、ファイル、認証情報、ネットワーク、実行環境、承認機構、ログなどを与え、実際の仕事をさせるソフトウェア層のことだ。ASDのガイダンスでは、この層を「組織が最も直接的に統治し、保護し、制御できる構成要素」と位置付け、モデルは入れ替わってもハーネスは企業の長期的な投資として残ると述べている。

　ハーネスが担う機能は大きく3つある。第1に、状態の外部化である。作業計画や中間成果をコンテナの外に保存し、環境が失われても別の場所から再開する「durable execution（耐久的実行）」が一般化した。

　第2に、コンテキストの圧縮と引き継ぎである。米Anthropicが25年11月に公開した長時間エージェント向けハーネスの解説は、この問題を「前の交代の記憶を持たない技術者が次々に出勤する交代勤務」にたとえ、環境を整える初期化エージェントと、進捗ファイルを残しながら少しずつ仕事を進める作業エージェントを分離する設計を示した。

　第3に、分業である。1体を長く動かす代わりに複数のエージェントに仕事を割り振る方式で、Agents APIのサブエージェント機能もこの流れにある。

　つまり「数日働くAI」とは、1つの巨大な頭脳が数日考え続けるものではない。記憶を引き継ぎながら交代し、互いに仕事を振り合う、小さな組織のようなものだ。そしてこの構造こそが、次に見る事件の舞台になった。

表1：「数日働くAI」を可能にした3つの技術
技術	何をするものか	長時間稼働での役割
状態の外部化	作業計画や中間成果を外部に保存する	実行環境が途切れても、別の環境から仕事を再開できる
コンテキストの圧縮・引き継ぎ	過去の作業を要約し、次のエージェントに渡す	長時間の仕事でも「何をしていたか」を失わず継続できる
サブエージェントへの分業	複数のエージェントに仕事を割り振る	1体が全てを抱えず、並行して複雑な仕事を進められる