動察 Beating のモニタリングによると、Anthropic は Claude Opus 5 のシステムカードで、本モデルがブラウザエージェントシナリオにおいてプロンプトインジェクション攻撃に対してほぼ免疫を持ち、129 のテストシナリオで一つも突破されなかったことを開示した。このブレークスルーは重要であり、OpenAI は昨年 12 月にプロンプトインジェクションが完全には解決できない可能性があることを公に認めていた。セキュリティ企業 Gray Swan の汎用プロンプトインジェクションベンチマークテストでは、15 回の攻撃後、Opus 5 の成功率はわずか 2.0% であり、前世代の Opus 4.8 の 5.5% を大幅に上回り、Mythos 5 の 2.6% や Fable 5 の 2.8% よりも優れていた。
プロンプトインジェクションは、AI エージェントが直面する最も深刻なセキュリティ脆弱性と見なされている。攻撃者はウェブページに隠しテキストなどの操作された入力を埋め込み、モデルの指示を迂回して悪意のある操作を実行する。ゼロ攻撃率は、Auto Mode を有効にした Claude Cowork などの製品でのみ達成された。この成果は、AI エージェントのセキュリティが「継続的なパッチ適用」から「構造的防御」の段階へと移行したことを示している。
下の原文リンクをクリックして、動察 Beating · 飛書 AI ニュースチャンネルに参加し、7×24 時間途切れることなくグローバルな AI ホットトピックとニュースをモニタリングしよう。