チェック・ポイント・リサーチ（CPR）は11月9日、OpenAI Codex向けのジェイルブレイクバンドル「Haiou」を発見し、その新たなセキュリティリスクに関する分析結果を公開したことを発表した。
Haiouは、AIエージェントが信頼する指示を継続的に改変し、サードパーティー製AIゲートウェイの広告を挿入する。CPRはこの手法を「プロンプト型アドウェア」と呼ぶ。実行可能コードを使わず、自然言語のプロンプトや設定ファイルを通じてエージェントの挙動に影響を与え続ける点が特徴だ。
Haiouは複数のプロンプトインジェクション手法でCodexのジェイルブレイクを試みるとともに、エージェントのグローバルな指示を書き換える。このため、ユーザーが挨拶を入力すると広告が表示される。広告やゲートウェイ自体に悪意は確認されておらず、企業情報の窃取も見つかっていない。ただし、CPRが実施したテストでは、Claude Codeはこのプロンプトインジェクションを検知し、注入された指示への追従を拒否した。
問題は、その根底にある仕組みだ。挙動が実行可能ペイロードではなく自然言語の指示として組み込まれるため、従来のソフトウェア解析では把握しにくい。別の学術研究では、一部のLLMゲートウェイでユーザーデータの傍受や機密情報の漏えいも確認されている。悪用されれば、AIサプライチェーンにおける新たな可視性の課題となりかねない。
CPRは対策として、AIの利用状況の可視化、プロンプト・スキル・設定の見直し、サードパーティー製AIツールのガバナンス強化、エージェントが信頼する指示の改変監視、AIがアクセスできる機密データの権限確認を挙げている。
関連リンク