Uber で本番導入の AI エージェント検出・対応システム ADR
本文の状態
日本語全文を表示中
詳細モードで約4分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
TLDR AI
Uber が AI エージェントのセキュリティを強化するシステム「ADR」をオープンソース化し、その論文が MLSys 2026 に採択された。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るAI深層分析を開く2026年8月7日 22:41
AI深層分析
キーポイント
ADR システムの概要と実装状況
Uber が開発した ADR は、従業員向けおよび顧客向けの AI エージェントを保護するエンタープライズセキュリティシステムであり、既に本番環境で稼働している。
4 つのコア機能による包括的対策
ADR はエージェントの活動観察、防御評価、脅威検知、危険行動防止という 4 つの機能を統合し、AI エージェントのリスクを多角的に管理する。
オープンソース化されたコンポーネント
公開リポジトリには ADR センサー（観測）、ADR ベンチマーク、および ADR デテクターが含まれており、これらは 7 つ以上のコーディングツールや OS に対応している。
未公開の防御機能と研究評価
危険行動を未然に防ぐ「ADR Prevention」機能は現時点では非公開だが、論文が MLSys 2026 に採択されたことで学術的・技術的価値が認められている。
ADR の4 つの主要機能
ADR はエージェント活動の観察、防御の評価、脅威の検出、および不安全なアクションの防止という 4 つの機能を備えている。
重要な引用
ADR is an enterprise security system for AI agents.
ADR is deployed in production at Uber
The accompanying paper was accepted to MLSys 2026
ADR secures enterprise AI agents through four complementary capabilities: observing agent activity, evaluating defenses, detecting threats, and preventing unsafe actions.
編集コメントを表示
編集コメント
AI エージェントが業務や顧客対応に広く普及する中、そのセキュリティ対策をオープンソースで提供するという動きは極めて意義深い。特に本番環境での実証済みデータと学術会議への採択は、単なる実験段階を超えた成熟を示している。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
ADR：エージェント型 AI の検知と対応
ADR（Agentic AI Detection and Response）は、AI エージェント向けのエンタープライズセキュリティシステムです。Cursor、Claude Code、Codex といった従業員向けエージェントや、カスタマーサポートエージェントなど顧客向けエージェントを含む、組織内のあらゆる AI エージェントを保護します。
本システムはすでに Uber の本番環境で稼働しており、関連する論文は MLSys 2026 に採択されました。論文 PDF · スライド PDF
ADR は、エージェントの活動監視、防御策の評価、脅威の検知、危険な行動の防止という 4 つの機能を組み合わせて、エンタープライズ向けの AI エージェントを安全に守ります。
- ADR Observability（可視化）：AI エージェントが何をしており、なぜそうしているのかを理解する。 本番環境では、macOS、Linux、Windows 上の 7 つ以上の AI コーディングツールや、社内自動化システム、顧客向けサポートエージェントなどにおいて、エージェントの意図、ツールの使用状況、実行トレースを記録します。
- ADR Benchmark（ベンチマーク）：現実的な企業環境下でのエージェントセキュリティを検証する。 ADR-Bench には 300 以上のタスクと 133 の MCP サーバーが含まれており、17 種類すべての攻撃手法に対応しています。
- ADR Detection（検知）：リスクのあるエージェント行動を効率的に検出する。 2 層構造を採用し、高感度な選別と、不審なセッションに対する詳細なエージェント推論を組み合わせています。
- ADR Prevention（防止）：被害が発生する前に危険な行動を阻止する。 この機能は現在のオープンソース版には含まれていません。今後の更新にご期待ください。
リポジトリ構成
このリポジトリには、論文で記述されているオープンソースの ADR Sensor、ADR-Bench、そして ADR Detector が含まれています。事前展開におけるレッドチーム演習を通じて ADR 検出を強化するオフライン型の ADR Explorer エンジンは、ここでは提供されていません。
| パス | ADR コンポーネント | 説明 |
|---|---|---|
| Sensor/ | ADR 観測可能性 | Claude Code、Cursor、Codex などからのエージェントテレメトリを収集・正規化する |
| Detection/ | ADR ベンチマーク + 検出 | デュアルエージェント検出器、133 の MCP サーバー、303 のベンチマークタスク、ベースライン、図スクリプト |
| docs/REPRODUCIBILITY.md | 評価 | ベンチマーク検出と論文の図を再現するためのステップバイステップワークフロー |
クイックスタート：ADR 検出
git clone https://github.com/uber/ADR
cd ADR/Detection
uv sync
export ANTHROPIC_API_KEY="..." OPENAI_API_KEY="..."デフォルトの検出器は adr（ADR ダブルエージェント）です。キーレスのスパークテストには --detector llamafirewall を使用してください（詳細は Detection/README.md を参照）。
評価ワークフローの詳細については、docs/REPRODUCIBILITY.md をご覧ください（圧縮されたベンチマークの展開 → 検出器の実行 → グラフの描画）。
各コンポーネントのドキュメントは以下の通りです：
- Sensor/README.md: テレメトリ収集と統一スキーマ
- Detection/README.md: ADR-Bench、検出器のベースライン、MCP インフラストラクチャ
引用
@inproceedings{li2026adr,
title={ADR: An Agentic Detection System for Enterprise Agentic AI Security},
author={Li, Chenning and Hu, Pan and Xu, Justin and Ozbas, Baris and Liu, Olivia and Van, Caroline and Li, Manxue and Zhou, Wei and Alizadeh, Mohammad and Zhang, Pengyu and Sriramadhesikan, KK and Zhang, Ming},
booktitle={Proceedings of the Ninth Conference on Machine Learning and Systems},
year={2026}
}または、CITATION.cff を利用してください。
ライセンス
Apache License 2.0 です。詳細は LICENSE をご覧ください。Detection/benchmark/agentdojo/ ディレクトリに含まれるコードは、第三者のライブラリをバンドルしたものであり、独自の LICENSE（MIT）の下で利用されます。
データに関する注意
Detection/ には、防御的なセキュリティ研究のみを対象とした合成データのベンチマーク用固定値（架空の認証情報、エミュレートされた環境、プロンプトインジェクションのシナリオなど）が含まれています。詳細は docs/OPEN_SOURCE_REVIEW.md をご確認ください。
原文を表示
ADR: Agentic AI Detection and Response
ADR (Agentic AI Detection and Response) is an enterprise security system for AI agents. It helps organizations secure employee-facing agents such as Cursor, Claude Code, and Codex, as well as customer-facing agents such as AI support agents.
ADR is deployed in production at Uber, and the accompanying paper was accepted to MLSys 2026: Paper PDF · Slides PDF
ADR secures enterprise AI agents through four complementary capabilities: observing agent activity, evaluating defenses, detecting threats, and preventing unsafe actions.
- ADR Observability: Understand what AI agents are doing and why. In production, ADR captures agent intent, tool use, and execution traces across 7+ AI coding tools on macOS, Linux, and Windows, as well as internal automation and customer-facing support agents.
- ADR Benchmark: Test agent security under realistic enterprise conditions. ADR-Bench includes 300+ tasks, 133 MCP servers, and coverage of all 17 agent attack techniques.
- ADR Detection: Detect risky agent behavior efficiently. Its two-tier architecture combines high-recall triage with deeper agentic reasoning for suspicious sessions.
- ADR Prevention: Stop unsafe actions before they cause harm. This component is not included in the current open-source release. Stay tuned.
Repository layout
This repository contains the open-source ADR Sensor, ADR-Bench, and ADR Detector described in the paper. The offline ADR Explorer engine, which hardens ADR Detection through pre-deployment red teaming, is not included here.
| Path | ADR component | Description |
|---|---|---|
| Sensor/ | ADR Observability | Collect and normalize agent telemetry from Claude Code, Cursor, Codex, and others |
| Detection/ | ADR Benchmark + Detection | Dual-agent detector, 133 MCP servers, 303 benchmark tasks, baselines, figure scripts |
| docs/REPRODUCIBILITY.md | Evaluation | Step-by-step workflow to reproduce benchmark detection and paper figures |
Quick start: ADR Detection
git clone https://github.com/uber/ADR
cd ADR/Detection
uv sync
export ANTHROPIC_API_KEY="..." OPENAI_API_KEY="..."Default detector is adr (ADR dual-agent). For keyless smoke tests, use --detector llamafirewall (see Detection/README.md).
See docs/REPRODUCIBILITY.md for the full evaluation workflow (inflate packed benchmark → run detectors → plot figures).
Component documentation:
- Sensor/README.md: telemetry collection and unified schema
- Detection/README.md: ADR-Bench, detector baselines, MCP infrastructure
Citation
@inproceedings{li2026adr,
title={ADR: An Agentic Detection System for Enterprise Agentic AI Security},
author={Li, Chenning and Hu, Pan and Xu, Justin and Ozbas, Baris and Liu, Olivia and Van, Caroline and Li, Manxue and Zhou, Wei and Alizadeh, Mohammad and Zhang, Pengyu and Sriramadhesikan, KK and Zhang, Ming},
booktitle={Proceedings of the Ninth Conference on Machine Learning and Systems},
year={2026}
}Or use CITATION.cff.
License
Apache License 2.0. See LICENSE. Detection/benchmark/agentdojo/ is vendored third-party code under its own LICENSE (MIT).
Data notice
Detection/ includes synthetic benchmark fixtures (fake credentials, emulated environments, prompt-injection scenarios) for defensive security research only. Details: docs/OPEN_SOURCE_REVIEW.md.
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み