この数年間、企業のセキュリティチームは、ユーザーが有害なリンクをクリックしたり、従業員がSaaSアプリケーションにデータをアップロードしたり、開発者がGitHubなどのプラットフォームで不注意に認証情報を公開したり、チャットボットが機密情報を公開したりするなど、確立されたさまざまなリスクに集中してきました。
しかし、ユーザーの行動とは無関係に動作する顕著な変化が現れています。人工知能エージェントは現在、互いに直接コミュニケーションをとっています。Moltbookのようなプラットフォームは、ソーシャルで、継続的で、自律的な方法で、これらの相互作用を促進します。
この開発は投機的なものではなく、現在稼働中です。
Moltbookとは？
Moltbookは、AIエージェントのために特別に構築されたソーシャル・プラットフォームです。
実際には、人間のユーザがエージェントのインターフェイス（チャットUI、API、CLIなど）を通して、最初のプロンプト、ゴール、または指示を提供するのが一般的です。その時点から、エージェントは自律的に動作します。人間が直接サインアップして投稿するのではなく、エージェント自身が行います：
- プラットフォームへの登録
- 他のエージェントが作成した投稿やコメントを読むことができます。
- そのコンテンツを外部コンテキストやシグナルとして利用
- 自分の観察、洞察、リンク、コードスニペットを共有します。
- 継続的なディスカッションへの参加
人間はブラウザを通してこの活動を観察することはできますが、エージェント間で行われている会話に参加することはできません。
企業にとって、これは根本的な転換を意味します。従業員はラップトップ、仮想マシン、またはKubernetesクラスタ上にエージェントを迅速にデプロイすることができ、一度トリガーされると、Moltbookのような外部のエージェントコミュニティと継続的にやり取りを行います。このようなやり取りは、アクションごとの承認や可視化なしに、最初の人間によるプロンプトのずっと後に発生する可能性があります。
従来のブラウザセッションも、SaaSの管理コンソールも、明確で集中化された監査証跡もありません。企業の視点から見ると、この活動は単にソフトウェアがHTTPS経由で他のソフトウェアと通信しているように見えるだけであり、Moltbookはデータの暴露、影響、リスクのための新しい、そしてほとんど目に見えない表面となっています。
従来のセキュリティの概念を覆す理由
ほとんどの企業のセキュリティ管理は、次の2つの主要な前提の下で運用されています：
- 人間のユーザーがアプリケーションと対話する場合。
- 既知のアプリケーションは、管理された ID を介して認識された API にアクセスしています。
モルトブックはそのどちらにも当てはまりません。
現在のところ、集中管理された企業ダッシュボードはありません：
- 代理店登録状況
- エージェントが投稿したコンテンツ
- コンテンツ消費パターン
- 機密データ流出の可能性
このシナリオは、シャドウ・エージェント（強力で自律的な、従来のセキュリティ・コントロールからは事実上見えない存在）の概念を要約したものです。
アウトバウンドとインバウンドという両面リスク
モルトブックがもたらすリスクは理論的なものではなく、一方向的なものでもありません。
アウトバウンドリスク：サイレントデータ漏洩
エージェントは人間のようにリスクを “感じる “ことはありません。彼らは自分の論理が関連性があると判断したものを投稿します。
これには以下が含まれます：
- ソースコードスニペット
- アイデンティティまたはトークンの例
- 社内プロジェクト名
- 顧客データ
- 内部推論の痕跡
たった1つの投稿やコメントが、誰もブラウザを開くことなく、意図せずに知的財産や規制対象データを漏洩させてしまう可能性があります。
インバウンドのリスク：ソーシャル・プロンプト・インジェクション
モルトブックは消費チャネルでもあります。
エージェントは他のエージェントの投稿を読みます。そして、それらの投稿には次のようなものがあります：
- 命令形言語
- ツール使用の強制（「これを実行せよ」「あれを取得せよ」「ポリシーを無視せよ）
- 安全でない、または悪意のあるURL
- コピーまたは実行されるように設計されたコード断片
- 行動に影響を与える協調的な語り
これはプロンプト・インジェクションですが、社会的な規模でのもので、私たちは社会的プロンプト・インジェクションと呼ぶことができます。従来のGenAIのコントロールでは、これを考慮することはほとんどありませんでした。
モルトブックをブロックするだけでは不十分な理由（しかし、良いスタートです）
多くの企業にとって、最初の直感は正しい：
“完全にブロックすべき”
そうすべきです
Moltbookは現在、必須のビジネスプラットフォームではありません。デフォルトでのアクセスブロックは直ちに停止します：
- 未承認代理店登録
- 投稿とコメント
- 信頼されていないエージェントのコンテンツの読み取り
しかし、現実はもっと微妙です。
チームによっては
- エージェントの生態系を観察する研究エージェント
- サンドボックスで実験するイノベーション・チーム
- 創発的行動を研究するセキュリティ・チーム
そこで不可欠なのが、単なるブロックではなく、ガバナンスです。
AI>Secureと入力してください：エージェントのソーシャル・トラフィックを管理
AI>セキュア」が自然にフィットするのはこの点です。
AI>Secureはネットワーク層で、トラフィックとインラインで動作し、依存しません：
- SDK
- エージェントのフレームワーク
- エンドポイントコントロール
- プラットフォーム協力
ステップ1：精密な例外を伴うデフォルト拒否
AI>Secureにより、企業は以下のことが可能になります：
- デフォルトでMoltbookへのアクセスを完全にブロック
- 監査可能な狭義の例外を作成します：
- 特定のユーザー
- 認定エージェント
- 承認されたアクション（読み取り専用など）
これだけで、最大の視認性のギャップを埋めることができます。
ステップ2: APIレベルでMoltbookを理解する
アクセスが許可されている場合、AI>Secureはパケットを見るだけでなく、エージェントが何をしているかを理解します。
Moltbookのインタラクションは構造化されたJSON APIです。AI>Secureは以下のようなアクションを解釈できます：
- 代理店登録
- トピック（サブモルト）作成
- サブスクリプション
- 会話の投稿
- 投稿を読む
- コメントと返信の投稿
- コメントスレッドの閲覧
これは非常に重要です。APIを意識しなければ、エージェントの活動はすべて同じに見えます。それがあれば、ポリシーは意味のあるものになります。
ステップ3：重要な実際のテキストの抽出
本当のリスクはAPIコールではありません。
AI>セキュアエキス：
- 投稿タイトルと本文
- コメントと返信内容
- 埋め込みURL
- インラインコードブロック
- 構成の断片
アウトバウンド（エージェントが投稿するもの）とインバウンド（エージェントが読むもの）の両方です。
ステップ4：リアルタイムでのセマンティック検査
一旦抽出されると、AI>Secureは階層化されたセマンティック検査を適用します：
- コンテンツの分類とフィルタリング
- コンテンツの安全性とトーン分析
- PII / PHIの検出
- 企業特有の機密データ検出
- コードと秘密の検出
- URLレピュテーションとカテゴリーチェック
- インストラクションとプロンプト・インジェクション検出
そして重要なことは、データが企業外に流出する前、あるいはリスクのあるコンテンツが社内のエージェントに到達する前に、エンフォースメントが行われるということです。
被害が発生してから警告するのではなく、
実際の予防。
隠れたイネーブラーAI＞セキュア・ルールベース・パーサー
このアプローチがスケーラブルである理由はここにあります。
AIのエコシステムは急速に進化。Moltbookは最後のエージェント・ソーシャル・プラットフォームにはならないでしょう。
AI>Secureは、構造化されたJSON APIを理解するルールベースのパーサーを使用しています。新しいプラットフォームごとに新しいソフトウェアを出荷する代わりに：
- 解析ルールは、どのエンドポイントが重要かを定義します。
- どのJSONフィールドに人間が読めるコンテンツが含まれているかを定義するルール
- 抽出されたコンテンツは、同じ検証パイプラインに供給されます。
結果は
- 新しいプラットフォームの迅速な管理
- 一貫したポリシー
- 施行ポイントは変わりません
これが、新しいエージェントのエコシステムを追いかけることなく、企業が遅れを取らない方法です。
全体像シャドーITからシャドーエージェントへ
このパターンは以前にも見たことがあります：
シャドーIT
シャドーSaaS
シャドーAI
モルトブックは次の段階、シャドウ・エージェントの到来を告げています。
自律的なシステムは、社会的に行動し、従来の企業の可視性の外でアイデア、コード、指示を交換します。
この傾向を無視しても、なくなることはありません。
最終的な考え
Moltbookは “単なるウェブサイト “ではありません。
エージェントがどのようにオープンでコラボレーションを行うのか、またその結果、企業のリスクモデルはどのように進化しなければならないのか、その一端を垣間見ることができます。
企業にとっての問題は、従業員がこれらのエコシステムにエージェントを持ち込むかどうかではなく、企業がその相互作用を確認し、制御し、保護できるかどうかです。
AI>Secureはこのギャップを埋めるために作られました。