Yume | AIエンジニア

I’m excited to announce that Sierra has acquired Opera Tech in Japan. Opera’s co-founders, Keita Morikawa and Kiyo Kunii, started the company with the simple idea that AI could help businesses deliver high-quality customer experiences at scale. We’re so excited to have them join us to lead Sierra in Japan. sierra.ai/blog/sierra-ac…

Typeless is now GDPR compliant 🇪🇺🛡️ We're building the Typeless future - private by design: 1. Zero cloud data retention 2. Never trained on your data 3. On-device history storage Track our security progress: trust.typeless.com - Written with @typelessdotcom

日本コンタクトセンター協会主催の「コンタクトセンター・セミナー2026」において、基調講演をさせていただきました。 2026-27年にかけて、現在進行形で各大企業様が裏で仕込んでいるAIが本番デプロイされ、日本でも電話・チャット・メールの応対は基本AIから始まることが珍しくなくなると思われます。 prtimes.jp/main/html/rd/p…

Introducing WebSockets in the Responses API. Built for low-latency, long-running agents with heavy tool calls. developers.openai.com/api/docs/guide…

【注意喚起】音声入力アプリ「Typeless」をリバースエンジニアリングした結果、かなり深刻なプライバシーリスクが見つかったので共有します。 ■ 結論から Typelessは「On-device history」「Zero data retention」を謳っていますが、実際にはすべての音声データがAWS（米国オハイオ）のサーバーに送信されて処理されています。ローカルの音声認識モデルは一切入っていません。 それだけなら「クラウドSTTサービス」として普通ですが、問題は音声以外に収集しているデータの範囲です。 ■ 何を調べたか macOS上でTypeless v0.9.3のバイナリ解析、ネットワーク通信調査、ローカルDB解析、ネイティブライブラリの文字列解析を実施しました。 ■ 確認された事実 1. 音声処理は100%クラウド アプリ内にWhisper等のSTTモデルは存在せず、音声はOpusで圧縮後、WebSocket（wss://api.typeless.com/ws/rt_voice_flow）経由でAWS us-east-2のサーバーにリアルタイム送信されます。 api.typeless.com → …565501648.us-east-2.elb.amazonaws.com 公式プライバシーポリシーにも「processed in real time on our cloud servers」と書いてあるので嘘ではないのですが、マーケティングの「On-device」という表現は履歴保存に限定されており、かなりミスリーディングです。 2. 音声以外にも広範なデータを収集 ローカルのSQLiteデータベースとネイティブライブラリの解析で、以下のデータ収集を確認しました： ・ 閲覧中のWebサイトの完全URL（Gmail、Google Docs等も記録） ・ フォーカス中のアプリ名、ウィンドウタイトル ・ 画面上のテキスト（アクセシビリティAPIで再帰的に収集する「collectVisibleTexts」関数） ・ クリップボードの読み書き（パスワードマネージャのTransientTypeも処理可能） ・ CGEventTapによるシステムレベルのキーボード入力監視 ・ ブラウザのDOM要素情報（Safari, Chrome, Edge, Firefox, Brave対応） ・ ユーザーがテキストを編集した内容（TrackEditTextService → sendTrackResultToServer） 3. ローカルDBに個人情報が平文保存 typeless.dbに音声認識結果のテキスト、閲覧URL、アプリ情報が平文で保存されています。「Zero data retention」を謳いながら、ローカルには全て残っています。音声ファイル（.ogg）も削除されずに残存。 4. 過剰な権限要求 音声入力ツールなのに、マイクに加えて画面録画、カメラ、Bluetooth、アクセシビリティの権限を要求します。スクリーンショット機能も内蔵されています。 5. 会社の透明性がほぼゼロ ・ 利用規約・プライバシーポリシーに法人名の記載なし ・ 所在地は「サンフランシスコ郡、CA」（利用規約の管轄地のみ） ・ WHOISは非公開（GoDaddy + Cloudflare） ・ SOC2、ISO27001等のセキュリティ監査の記載なし ・ 連絡先は hello@typeless.com のみ ■ 技術的な根拠（再現可能） 以下のコマンドで誰でも確認できます： # ネットワーク通信先 nslookup api.typeless.com # app.asar内のAPI URL strings /Applications/Typeless.app/Contents/Resources/app.asar | grep "api.typeless.com" # WebSocket通信プロトコル strings /Applications/Typeless.app/Contents/Resources/app.asar | grep "rt_voice_flow" # キーボード監視のネイティブライブラリ strings /Applications/Typeless.app/Contents/Resources/lib/keyboard-helper/build/libKeyboardHelper.dylib | grep -i "key pressed" # 画面テキスト収集 strings /Applications/Typeless.app/Contents/Resources/lib/context-helper/build/libContextHelper.dylib | grep -i "collectVisibleTexts" # ローカルDBの中身 sqlite3 ~/Library/Application\ Support/Typeless/typeless.db ".schema history" ■ 何がまずいのか CGEventTap（キーボード監視） + アクセシビリティAPI（画面テキスト収集） + クリップボードアクセス。この3つの組み合わせは技術的にキーロガーと同等の能力を持ちます。 これを運営法人が不明なサービスに許可しているということです。 音声入力の精度向上のためにコンテキスト（使用中のアプリや入力フィールドの情報）を取得すること自体は合理的な設計です。しかし、それをクラウドに送信する場合、運営の信頼性とセキュリティ体制が問われます。法人名すら公開していない会社にその信頼を置けるかは、各自で判断してください。 ■ 代替手段 完全ローカルで動作する音声入力ツールは存在します： ・ Whisper.cpp / MLX Whisper（OSS、完全ローカル、無料） ・ macOS標準の音声入力（Apple Silicon上でオンデバイス処理） ・ Superwhisper（Whisperベース、Mac向け、ただし要検証） ■ まとめ ・ Typelessの音声認識は100%クラウド処理（ローカルモデルなし） ・ 音声以外にも画面テキスト・URL・キーボード入力を収集可能な技術基盤 ・ 運営法人が不透明（法人名・所在地の公開なし） ・ セキュリティ監査の証拠なし 利用中の方はリスクを認識した上で判断してください。少なくともLittle Snitch等でネットワーク通信を監視することを推奨します。 #typeless