最新の報道、解説、関連するテクノロジーストーリーを確認できます。
実践的な実験により、AIエージェントの権限をタスクに応じて制限すると、タスク完了に実質的な影響を与えずに被害の範囲を縮小できることが示された。一方、固定された権限ロールは、ある場面では広すぎ、別の場面では不足するため、機能しない可能性がある。モデルや指示が変わっても、最小権限の原則が最も安定した防御線であり続ける。
GitHubは、187のリポジトリにおける219件のプルリクエストと19のプログラミング言語に基づき、コードレビューエージェントを評価するオープンベンチマーク「ReviewBench」を開始した。既知および新規の問題の検出を区別する指標を備えている。同社によると、オフライン評価の結果はCopilot Code Reviewの本番実験の傾向を反映したが、実際のユーザーによるテストが最終的な判断基準であり続ける。