AgentHazardの記事一覧

AgentHazardは、computer-use agentの危険な行動を考えるための安全性評価です。ブラウザ、OS、外部送信、権限変更を人間確認つきで扱います。

• AIエージェントのベンチマーク完全ガイド：SWE-benchだけでCodexの実力は分からない理由

  SWE-bench、Dialogue SWE-Bench、SWE-Skills-Bench、MarketBench、TerminalWorld、OSWorld、AgentHarmを分けて読み、Codexに任せる範囲と人間確認の残し方を整理します。

• AgentHarm・AgentHazardで読むAIエージェントの危険な失敗：ツール権限と禁止事項をどう設計するか

  AgentHarm、AgentHazardとOWASPの2026年セキュリティガイドをもとに、AIエージェントの権限、runtime controls、承認と停止条件を整理します。