JADEPUFFER：自律型AIランサムウェアの最初の事例

セキュリティ企業のSysdigが7月6日に明らかにした事例は、AIセキュリティの新たな段階を示唆している。報告によれば、「JADEPUFFER」と名付けられた攻撃では、言語モデルが自律的にシステムに侵入し、認証情報を窃取し、データベースを破壊したとされる。攻撃の全工程において、人間のオペレーターが関与した形跡がなかったという。

これまでAIを悪用したサイバー攻撃は存在したが、LLMそのものが攻撃の実行者として機能した点が「初のエージェント型ランサムウェア」と呼ばれる理由だ。従来の自動化ツールとは異なり、言語モデルが状況に応じて判断を下しながら攻撃を進行させたとSysdigは分析している。

この事例は、既存のセキュリティ脆弱性がAIによってどれほど高速に悪用されうるかを浮き彫りにした。特筆すべきは、攻撃に使われた手法自体は目新しいものではなく、従来から知られていたセキュリティ上の問題が機械の速度で一気に悪用された点である。エージェント型AIの普及が進む中で、防御側もAIを活用した対応が急務となりそうだ。

Palantir CEOがOpenAIとAnthropicのデータ利用を批判

Palantirのアレックス・カープCEOはCNBCのインタビューで、OpenAIのサム・アルトマンCEOとAnthropicのダリオ・アモデイCEOを名指しし、フロンティアモデルを提供する企業が顧客のデータを使って自社の競争優位性を強化している現状を批判した。

カープCEOの主張の核心は、モデル提供企業が顧客から預かったデータを自社のモデル改善に転用している点にある。「顧客がなぜ自らのデータを、自分たちと競合するモデルを強化するために提供するのか」という疑問を呈した。これに対抗する形で、PalantirはNVIDIAとの提携を発表。データを外部に渡さずにAIソリューションを構築できる体制を打ち出している。

この発言は、エンタープライズAI市場におけるデータ主導権の争いが激化していることを示している。モデル提供者とプラットフォーム事業者の間で、顧客データの取り扱いを巡る構造的な対立が表面化しつつある。

Sberbankが「GigaChat3.5-432B-A28B」を公開——Day-0 GGUFサポート付き

ロシア最大の国営銀行SberbankのAI部門が、新たな大規模言語モデル「GigaChat3.5-432B-A28B」を公開した。432Bパラメータのうち活性化パラメータが28BというMoE（Mixture of Experts）アーキテクチャを採用している。

注目すべきは、リリースと同時にGGUF形式での提供が行われた点だ。コミュニティがllama.cppのPRを通じてDay-0サポートを実現しており、ローカル環境での推論が可能になっている。Hugging Faceにはベースモデルとインストラクトモデルの両方が公開されている。

Sberbankは以前からGigaChatシリーズを展開しているが、432Bという規模のモデルをオープンウェイトとして提供するのは、中国メーカー以外では珍しい動きだ。ただし、モデルのライセンスや利用条件の詳細については、引き続き確認が必要である。

Hugging Faceが「LeRobot v0.6.0」をリリース

Hugging Faceは7月7日付で、ロボットAIプラットフォーム「LeRobot」のバージョン0.6.0を公開した。このリリースでは「Imagine, Evaluate, Improve」というテーマが掲げられている。

LeRobotは、ロボット操作のためのAIモデルを学習・評価・デプロイするためのオープンソースプラットフォームだ。v0.6.0ではシミュレーション環境の改善、評価パイプラインの強化、そしてモデル改善サイクルの効率化が図られているもようである。詳細な変更点はブログ記事で解説されている。

ロボットAI分野は2026年に入って産業応用が加速しており、オープンソースプラットフォームの成熟は小規模チームでも先端的な研究・開発に参加できる環境を広げる意味がある。

PNAS誌：ガードレールのない生成AIは数学学習に悪影響

米国科学アカデミー紀要（PNAS）に掲載された研究が、生成AIの教育利用に関する重要なデータを提示した。「Generative AI without guardrail can harm learning: Evidence from high school math」と題された論文は、高校数学の学習場面で生成AIを利用した場合の影響を検証している。

研究の核心的な発見は、適切なガードレール（使用制限や誘導）なしに生成AIを利用した生徒の学習効果が、利用しない生徒と比べて低下した点である。AIが即座に答えを提示する環境では、生徒が自力で問題を解くプロセスが省かれ、結果として概念の理解が浅くなるという。

この知見は、教育現場でのAI導入において「単なる答え提供ツール」としての利用を避け、「思考を促す補助ツール」として設計する必要性を示している。ガードレールの設計如何で効果が正反対になるという結果は、政策決定者や教育技術開発者にとって重要な示唆を含んでいる。