OpenAI、デプロイメントシミュレーションを発表：シミュレートされたツール呼び出しによりエージェンティックコーディングの事前展開リスク評価を拡張

要点

• デプロイメントシミュレーションは、匿名化された過去の会話を候補モデルで再生し、新しい応答を生成してスコアリングし、展開前の行動頻度を予測します。
• GPT-5シリーズのThinking展開において中央値の乗法誤差1.5倍を達成しましたが、20万メッセージに1回未満の希少な行動は測定できません。
• シミュレートされたトラフィックは実際のトラフィックとほぼ区別がつかず、従来の合成テストに比べて評価認識を大幅に低減します。
• この手法は、別のLLMでツール呼び出しをシミュレートすることでエージェンティックコーディングに拡張され、内部展開前のコーディングエージェントのリスク評価を可能にします。