Codex、AIの操作を別のAIが無料で確認

Points

おさえるところ

• 「仕事をするAI」と「その操作を通してよいか確認するAI」を分ける仕組み。主担当が境界を越える許可を求め、別のレビュー担当が判断し、理由を返す。許可された場合は続行し、拒否された場合は、より安全な進め方を探すか、利用者に確認する
• 公式の詳細資料では、Auto-reviewが審査するのは、人の承認が必要になる対象の要求。許可された範囲内の通常作業は、追加レビューなしで進むことがある。投稿の「すべての操作を確認」という広い説明とは、読み方の幅がある
• 無料になるのは確認分。記事を作る、ファイルを直す、テストを動かす、といった主担当の仕事まで、利用枠の対象外になるわけではない。設定を有効にしたから、プラン全体の利用枠が増える、とは計算できない
• Auto-reviewは、サンドボックス（操作できる範囲を制限する仕組み）の境界を残したまま、確認役を入れ替える。Full access（広い権限で動かす設定）は、ファイルや通信の境界を外す方向の設定で、操作の条件が違う
• 発表が示した設定の場所は「Settings > Permissions > Auto-review」。画面に「Approve for me」と表示される場合は、公式の権限説明と合わせて確認する。筆者は実機でこの設定を切り替えていない
• 公式資料は、秘密や認証情報を不信な送り先へ渡す操作、認証情報を探す操作、継続的な安全設定の弱体化、重大な破壊の危険などを、阻止したい対象として説明している。すべての危険を確実に見つけられる、という保証ではない
• レビュー担当には、会話の抜粋と、具体的な承認要求が渡される。個人向けプランでは、ChatGPTの「Settings > Data controls > Improve the model for everyone」をオフにすると、新しい会話とCodexのタスクを学習に使わない設定にできる。「Include environments」は別の設定
• Xの投稿ページの本文は、今回の取得では直接読めなかった。発表文の引用は提供された原文に基づき、機能の仕組みは、OpenAIの公式資料と照合している。APIキーでログインする場合は、今回の「ChatGPTアカウント経由」という条件とは分けて確認する