魔法の箱を開けるのが怖いですか？Anthropicの史上最強モデルは完全に公開できるわけがありません

OpenBSD のコードベースには、27年間隠されていた脆弱性があります。FFmpeg には、16年間隠されていた脆弱性があり、そのコードは見つかる前に500万回以上呼び出されました。これら2つのものを発掘したのは、いかなる脆弱性報奨プラットフォーム上のトップリサーチャーでもなく、Google Project Zero でもありませんでした。それは Anthropic と呼ばれる、まだ公開されていないモデルによるもので、コードネームは Claude Mythos Preview です。

4月7日、Anthropic は Project Glasswing を発表しました。アクション自体は非常にシンプルであり、Mythos Preview をホワイトリストに含めたものを配布しました。ホワイトリストには AWS、Apple、Google、Microsoft、NVIDIA、Broadcom、Cisco、CrowdStrike、JP Morgan、Linux Foundation、Palo Alto Networks が含まれており、さらに40以上の主要インフラストラクチャを担当する組織が参加しています。リスト外の人は入手できません。Anthropic は、短期的にはこのモデルを公開する予定はないと明言しています。

これは、先端実験室が自社の最高のものを初めて自主的に隠すことになります。

過去2年間、リリースのリズムはほぼ条件反射的でした。GPT、Gemini、Claude の各世代交代は、「リリース、観察、パッチ適用」でした。Anthropic 自身の「責任ある拡張ポリシー」（RSP）も本質的には、ある能力レベルに達すると、対応する緩和措置を講じて継続してリリースしてきました。Glasswing はこのフレームワークの次のステップではなく、このフレームワークの初の例外です。Anthropic 自らが「元のプロセスでリリースするには適さない」と判断したモデルが、個別に取り出され、防衛側にのみ提供されました。

Mythos Preview は何を達成したのでしょうか。公式の説明によると、「数千のゼロデイ脆弱性、すべての主要オペレーティングシステムとすべての主要ブラウザをカバーしています」。数字よりも、その能力範囲が問題をよく表しています。Claude 4.6 Opus は、このような自己発見型脆弱性開発タスクでの成功率がほぼゼロに近く、つまり、Anthropic 自身の最高の公開モデルですら、半年前にはまったくできないことでした。Mythos は、多数の無関係な脆弱性を1つの包括的な攻撃チェーンに結びつけることができ、4段階のブラウザ攻撃はすでに証明された例です。 「ほぼゼロ」から「4つの脆弱性チェーン」へ、これは世代を超えた進展ではなく、飛躍的な進化です。

メンテナー側で既に感じています。Linux カーネルの Greg Kroah-Hartman と curl の作者 Daniel Stenberg は最近、過去1年間、AI によって生成されたセキュリティレポートが「ジャンクメールレベル」から「真実味のある、高品質で見逃せないもの」に変わったと公言しました。オープンソースプロジェクトが受け取るレポートの数は増加しており、品質も向上していますが、メンテナーの人的リソースは増えていません。これは防御側が以前から経験していた苦境です。Anthropic の行動は、この問題を抽象的な不安から明確な焦点に置いただけです。

ホワイトリスト自体を見てみる価値があります。3大クラウドサービス（AWS、Google、Microsoft）、3社のハードウェアメーカー（Apple、NVIDIA、Broadcom）、2社のネットワーク機器メーカー（Cisco、Palo Alto Networks）、1社のエンドポイントセキュリティ企業（CrowdStrike）、1社のオープンソースインフラ企業（Linux Foundation）、1社の銀行。リストには銀行が1社だけで、それが JP モルガン・チェースです。

これはランダムな配分ではありません。Anthropic が描いたのは、「守りきれないと大変なことになる」という地図です。世界中のほとんどのコードがこれらの企業のスタックで動作し、世界中のほとんどの資金がそのうちの1社の口座に入っています。ホワイトリストの論理は「誰が最も必要か」ではなく、「倒れた企業が最初に全員を引き摺り込むのか」です。リストの外には、Anthropic はオープンソースセキュリティ組織に対してもさらに 400 万ドルを支援しています。お金は人的リソースに費やされ、モデルは能力を提供し、それらが結集することで、メンテナーに数ヶ月の時間が与えられます。

Anthropic 自身の言葉遣いは、名前のリストよりも直接的です。企業は声明の中で、「AI の進展の速さを考慮すると、このような能力が安全デプロイに専念している参加者の手元に長期間留まることはないでしょう」と述べています。そして直後に、「グローバルなネットワークインフラを擁護するには、数年かかる可能性があります」と続けています。

これらの文を並べて見ると、Anthropic は、モデルが漏洩したり複製されたりする時間枠が短く、修正パッチを完全に適用する時間枠が長いと判断しています。Glasswing の全体的な目的は、これら2つの時間差の間にあります。一方的な先手を使って、数ヶ月から1年のパッチ適用ウィンドウを得るのです。

この問題にはワシントンの側面もあります。Anthropic は Mythos Preview の能力について米国政府と継続的にコミュニケーションを取っており、同時に、同社と米国国防総省との間には未解決の軍事用 AI 使用に関する論争が存在しています。1社の企業がモデルを特定の軍事目的に使用しないよう拒否する一方で、このモデルを Linux Foundation や Apple のセキュリティチームに積極的に提供しています。これらの2つの事柄は矛盾していないが、同じ判断の2つの側面です。Anthropic は、「このモデルが何に使用されるか」を定義しており、その定義権限をユーザーに残すのではないのです。

Glasswing の最も異例な点は、それが何をしたかではなく、それがいつ何をしたかです。過去、AI 企業が自分たちのやり方を証明する方法は公開でした。しかし、今、Anthropic は「公開しない」ことを選択して証明します。最先端の研究所が、自社の最も優れた製品をロックし、それがビジネス上の理由でもなければ、アライメントが完了していないからでもないと言い、規制要件があるからでもないと言い、修正のスケジュールに追いつけないことを理由にしている現状は、異例です。

今後数ヶ月に注目すべきは、Mythos Preview 自体ではなく、そのホワイトリストに掲載されている 50 以上の機関が特定の脆弱性に対する修正をどれだけ進めるかです。次に注目すべきは、他の最先端の研究所が追随するかどうかです。もしこれをやるなら、常に「オープン、反復、オープン」をリズムにしてきた産業において、初めて「ロックして考える」という行動が現れます。もし追随しないなら、Anthropic はそのドア口に立つ人となるでしょう。鍵を握りしめ、時計を見つめる人です。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia