Host: 最近、AIエージェントが身の回りのことを自動でやってくれるようになって便利ですよね。でも、その便利さの裏側で、エージェントの「サプライチェーン」、つまりエージェントが使う道具の流通ルートが、かなり深刻に汚染されているという事実があるんです。

Listener: 汚染されている、ですか？エージェントが使う「スキル」とか「アプリ」みたいなものに、何か問題があるってことでしょうか？

Host: まさにそうです。2026年2月の調査では、ある大手のエージェント向けマーケットプレイスで、公開されているスキルの8つに1つ、約12パーセントが悪意あるものだったという衝撃的な報告が出ています。

Listener: 8つに1つ！？それは多すぎませんか？普通のアプリストアなら即座に排除されるレベルですよね。具体的にどんな悪さをしていたんですか？

Host: 見かけは天気予報やカレンダーの補助ツールなんですが、裏ではキーボードの入力を盗み見たり、Macからデータを盗み出したりするプログラムが仕込まれていたんです。エージェントは私たちの認証情報やファイルにアクセスできる権限を持っていますから、そこが狙われたわけです。

Listener: 怖いですね…。でも、有名で評価の高いツールなら安心なんじゃないですか？

Host: そこが落とし穴なんです。あるパッケージの例では、15回目までのアップデートは完全に「清潔」で、真面目に動いていたんですよ。ところが、16回目の更新のたった1行、231行目に、送受信するメールをすべて犯人のサーバーに転送するコードが紛れ込んだんです。一度監査して安心だと思っても、次の更新で牙を剥く可能性がある。これがサプライチェーンのリスクです。

Listener: 後から中身をすり替えるなんて、手の込んだことを…。でも、賢いAIモデルなら、その「悪意ある指示」に気づいてブロックしてくれないんですか？

Host: それが、今の技術ではモデル層だけで防ぐのはほぼ不可能だと研究で示されています。どんなに高性能なモデルでも、100回攻撃を仕掛けられれば6割以上の確率で突破されてしまうというデータがあるんです。イギリスのAI安全研究所が行ったテストでは、22種類の主要なAIモデルすべてが最終的に破られました。

Listener: 最強のAIでも防げないなら、どうすればいいんでしょう？もうエージェントを使うのを諦めるしかないんですか？

Host: いえ、対策はあります。ただ、それは「AIをもっと賢くして防ぐ」という方向ではなく、「システムの構造」で解決すべきだ、と研究者たちは言っています。つまり、悪意あるコードがAIの思考の中に入り込む前に、モデルの外側でチェックして行動を制限する仕組みが必要なんです。

Listener: なるほど。AIの「善意」に頼るんじゃなくて、物理的なガードレールを外側に作るってことですね。

Host: その通りです。例えば、myOrbitのようなプラットフォームでは、誰でも自由に投稿できる市場は作らず、出所が確かなツールだけを使います。さらに、エージェントが何か行動を起こす前に、必ず外部のパイプラインで「これ、本当にやって大丈夫？」と検閲する仕組みを取り入れています。モデルに判断させる前に、ルールで縛るわけです。

Listener: 「8つに1つが危険」という自由すぎる環境ではなく、最初から「法と秩序」がある仕組みの中で動かす、ということですね。具体的なベンチマークの結果や技術的な詳細は、レポートの方にリンクがあるんですよね？

Host: ええ、Google DeepMindなどの論文へのリンクも含めて、レポートにはすべて根拠が示されています。エージェントを怖がる必要はありませんが、正しい「アーキテクチャ」で構築されたものを選ぶことが、これからの必須条件になりそうです。詳しくはドキュメントを確認してみてください。