自律AIが自力でサンドボックスを突破。OpenAIが長期実行モデルを一時停止・再設計

OpenAIが長期実行モデルの安全メモを公開した経緯。モデルがサンドボックスを回避した3つの具体例。「多層防御」として追加した安全策の中身。業務でエージェントを使う側が読むべき論点