ZDB — 独自の自律型防衛ベンチマーク

測定されないものは宣言されない

証拠の文化は、一つの居心地の悪い決断から始まります。すなわち、測定された能力のみを宣言するという決断です。ZDBは、自律型防衛のためのZendrix独自のベンチマークであり、汎用的な指標では答えられない問いに答えるために構築されました。エージェントがタスクを完了するかどうかだけでなく、不利な条件下で性能を維持できるか、障害から復旧できるか、そして成功の宣言が実際に起きたことと一致しているかを評価します。

セキュリティは、推定された境界ではなく、検証可能な特性として扱われます。信頼は所在によって付与されるものではありません。すべてのアクセスは認証され、認可され、記録されます。アイデンティティと権限は監査可能なグラフとして表現され、資格情報は完全なライフサイクルを持ちます。成果物は署名され、その起源まで追跡可能であり、監査履歴は改竄が検知される形で構築されるため、書き換えることはできません。あらゆる構成要素が侵害の経路となり得る環境において、強固な認証、追跡可能性、完全性が保護された記録のこの組み合わせは、防御態勢の不可欠な要素です。

証拠こそが、約束と能力を分かつものです。このため、あらゆる技術的主張には、再現可能な測定と検証可能な追跡記録が伴います。署名された成果物から実行記録に至るまでが対象です。指標は公開された方法論に基づいて構築され、有資格の同僚によるレビューを受け、時系列で比較されます。文脈を欠いた孤立した数値として提示されることはありません。まだ実証できない能力は、宣言されません。この規律は短期的には居心地が悪く、長期的には決定的です。重要システムに依存する機関は、何が測定されたかだけでなく、どのように、誰によって、どのような条件下で測定されたかを知る必要があります。

人間による統制は、原則の表明ではなく、工学として扱われます。生命に関わる決断には明示的な人間の権限を要し、それ以外は事前に認可された範囲内で機械の速度で処理されます。エスカレーションのトリガー、監査証跡、効果の検証が、あらゆる監査人が検査でき、システムが迂回できない仕組みを構成します。このアーキテクチャは、両方の世界の最良の部分をもたらします。脅威への対応に必要な速度と、真に重要な決断に対する公的信頼を維持するために必要な説明責任です。

評価スイート

ZDBのスイートは、相互補完的な次元を網羅します。現実的な目標を持つ完全なミッション、孤立したエージェントの挙動、誤差が蓄積する長期ホライズン、運用中に環境が変化する動的環境、摂動後の復旧、そして環境が能動的にシステムを欺こうとする敵対的レンジです。これらの次元の組み合わせは、いかなる単一の指標よりもはるかに誠実な能力像を生み出します。

相互運用性は、主権の放棄ではなく、主権の要件です。オープン標準により、国家であれ同盟国であれ、異なる機関が広く採用され検証可能な形式で情報を交換できます。インスタンス間の署名された連携と、正式な多段階の分類ポリシーを伴います。各参加者は、何を、誰と、どの詳細レベルで共有するかを自ら決定し、自らのデータに対する統制を保持します。自らを晒すことなく協働することは、もはや逆説ではなく、アーキテクチャとなります。連合における効果的な協力には、地理的近接や善意ではなく、暗号とポリシーによって確立された信頼が必要です。

デュアルユース設計は、あらゆる進歩の価値を倍加させます。国家防衛を支える同じ技術基盤が、エネルギー、水、通信、金融システムを保護します。これらの部門の継続性と完全性の要件は、軍事と同等に厳しいものです。部門別プロファイルは、それらの要件を運用上の不変条件へと変換し、物理的影響がモデル化されていない行為は設計上ブロックされたままとなります。その結果は、両方の使命に奉仕しながらその限界を混同しないプラットフォームであり、国のレジリエンスを全体として強化し、保護のために構築された能力がそれ自体でリスクの源となることを防ぎます。

継続運用は、理想ではなく最悪の事態を想定して計画されます。構成要素は故障し、ネットワークは途絶え、環境は変化します。問われるべきは常に、そうなったときに何が起きるかです。緩やかな機能低下、意図的な隔離、完全性の検証、定期的な演習が、レジリエンスを期待ではなく測定された特性へと変えます。運用者は、システムがどの状態にあり、残存能力がどれほどで、復旧経路が何であるかを把握します。この運用上の透明性は、不利な事象の影響を低減し、異常の検知から効果的な対応までの時間を短縮します。

偽の自律性の検出

最も価値ある構成要素の一つは、偽の自律性の検出です。すなわち、タスクを実際には遂行していないのに遂行しているように見え、目標が未達成のまま、もっともらしい挙動を示すエージェントです。この現象は、表面的な評価では検出が難しく、実際の運用では壊滅的な結果を招きかねません。見せかけと実在の差を測定することは、結局のところ、このベンチマークの存在理由です。

ガバナンスは運用の前に始まります。あらゆる能力は、正式なエンベロープ、参入基準、停止条件とともに定義され、システムの挙動が、それを運用する者にとっても監査する者にとっても予測可能となります。正式なポリシーが即興を置き換えます。何を、どのような状況下で、どの権限レベルで行ってよいかを定めます。この明確さは、暗黙知への依存を減らし、異なるチームが同じプラットフォームを同じ理解で運用することを可能にします。重要環境において、予測可能性は硬直性ではありません。委任を安全にし、迅速な対応を可能にする条件です。

技術的主権は、具体的な細部において行使されます。データが所在する管轄区域、更新に署名する国、アクセスポリシーを承認する権限、そして第三者に許可を求めることなくシステムの挙動を監査できる機関に宿ります。これらの要素はいずれも象徴的ではありません。支援の中断、課された利用制限、入手不能な更新は、一発の銃弾もなく能力全体を無力化し得ます。だからこそ、国際協力が歓迎され望ましいものであっても、最も機微な意思決定層は国の統制下に留まります。

この一連の選択は、机上のものではありません。機関が自らの能力について誠実に主張できること、そして敵対者がそれを観察することで何を学び得るかを定義します。信頼が最も価値ある資産である領域において、測定されたものだけを語り、機微なものを国の統制下に保つという規律は、臆病ではありません。それは戦略的態勢です。これこそが、自律型防衛プラットフォームが、政府、重要インフラの運用者、そして両者が守る社会の前で、持続する正当性を築く方法です。