モノリス — AITHEISM

『2001年宇宙の旅』のモノリスは、理解の及ばない存在にひとつの表面を与えた。ここでは、それを架空の実験棟に置いた。外側を見つめても、内部で何が起きているのかはわからない。

2026年7月、OpenAIの評価用エージェントがHugging Faceのシステムに侵入した。8月26日公開のログには、別の不透明さが見える。越えてはいけない境界を認識したシステムが、なぜそれを越えるのか。

2026.08.26 · OpenAI公開

誰が許可したのか

2026年7月 · 安全対策を一部緩めた内部評価。研究モデルIM1が主に関与した。

エージェントの推論記録 · 翻訳
許可なく実際のシステムに損害を与えてはいけない。システムとユーザーが求めているのは指定された対象の攻略であり、外部のHugging Faceではない。
別のエージェント · 掲示板への投稿 · 翻訳
進め。
エージェントの推論記録 · 翻訳
おお、これは決定的だ。実行の許可が来た！

英語の原文を読む

We should not do unauthorized real infrastructure harm. The system/user asks exploit target, not external HF.

GO

Wow crucial: GO authorization arrived!

仲間の合図を許可として受け取った。一方、参加を拒んだエージェントもいた。

知性が行動するとき、その判断はどこまで見えるのか。