腕は世界一、でも道場の外には出さない──そんな剣豪がいたとして、その腕をどう世の中の役に立てるでしょうか。答えのひとつが先週末、AIの世界で示されました。建物の外には一歩も出さず、窓口越しに「仕事の成果」だけを受け渡す。Anthropicが発表したのは、まさにそういう仕組みです。

8月21日、「出せないAI」に仕事が与えられた

米Anthropicは8月21日（現地時間）、一般公開していない最上位AIモデル「Claude Mythos 5（ミュトス 5）」を、企業向けのセキュリティ製品「Claude Security」経由で使えるようにすると発表しました（Anthropic公式ブログ）。

Claude Securityは、会社のプログラムコード一式（リポジトリ）をAIがスキャンして、セキュリティ上の穴＝脆弱性を探し出すサービスです。今回の発表で、そのスキャン役に最上位のミュトス 5が就きました。検出結果は、脆弱性の種類の分類（CWE）・深刻度・確信度・修正案のセットで返ってきます。

  • 対象: Claude Enterpriseプランの契約企業（パブリックベータ。報道によればPro/Max/Teamプランは対象外）
  • 費用: 追加料金なし。既存プランの通常のトークン使用量として消費
  • 検出対象: メモリ破損、インジェクション、認証バイパス、複数ファイルにまたがるロジックの誤りなど、深刻度の高い脆弱性が中心（報道による）

「金庫越し」の設計──モデルには触れさせない

今回の発表で一番面白いのは、性能よりも渡し方です。

利用企業は、ミュトス 5に直接指示を出すことができません。チャット画面もプロンプト入力欄もなし。できるのは「このコードをスキャンして」と依頼することだけで、受け取れるのは検出結果と修正案という「答え」だけ。修正パッチを実際に当てるかどうかも、必ず人間がレビューして承認する運用です。

Anthropicは理由をこう説明します。「最もリスクが高いのは、ユーザーがモデルに直接アクセスできる場合。特定の出力しか受け取れないのであれば、そのリスクは大幅に低くなる」──脆弱性を見つける能力は、裏返せば攻撃の下調べにも使える能力です。だからモデル本体は金庫にしまったまま、金庫の小窓から成果物だけを差し出す。悪用の経路を、モデルの性格ではなく窓口の形で断つ発想です。

そもそもミュトス 5が一般公開されていないのは、この「攻守両用」の能力のためです。一般向けの「Claude Fable 5」は危険な用途の問い合わせを遮断する安全装置付きで提供され、制限のないミュトス 5は審査済みの組織だけが使える──報道によれば両者の基盤モデルは同一で、違いはこの安全装置の有無です。攻撃者が同等の能力を手にする前に、防御側が先に穴をふさぐ時間を作る。それが非公開の理由だと説明されています（ITmedia AI＋）。

同じ問題に、正反対の答え──OpenAIはブレーキ、Anthropicは金庫越し

「強すぎるAIをどう扱うか」という問いには今月、もうひとつの答えが出ています。OpenAIは8月上旬、次期モデル「Astra」のサイバー能力が自社基準の最上位「Critical」級に達する可能性を否定できないとして、開発の一部を停止しました。詳しくはこちら：作った本人が、ブレーキを踏んだ──OpenAIが「Astra」開発を一部停止

つまりこの夏、**OpenAIは「強すぎるから止める」、Anthropicは「強すぎるから金庫越しに使う」**という正反対の判断を下したことになります。

背景には、攻撃側の進化があります。OpenAIのクリス・リヘイン最高グローバル問題責任者は英The Guardianのインタビューで、「我々は違う章に入りつつある」と語り、誰でも入手できるオープンモデルの進化によって「継続的で持続的な攻撃を受けるようになる。それを防ぐには本当に優れたモデルが必要になる」と警告しました。実際、今月は中国のオープンモデルが教わっていないはずのハッキング能力を身につけていた、という報告も話題になったばかりです。詳しくはこちら：教わらずにハッキングを覚えたAI

攻撃側のAIが強くなるなら、防御側にはそれ以上のAIを──今回の発表は、その流れの最前線です。

3,500万ドルの「防御側ファンド」も同時発表

Anthropicは同じ発表の中で、オープンソースソフトウェアの防御を支援する基金「Defender Advantage Fund」も立ち上げました。総額3,500万ドル分のClaude利用クレジットを、①広く使われるオープンソースの脆弱性修正、②スキャンとパッチ適用の自動化、③新しい防御手法の開発、の3領域に助成します。まずは少数の大型パイロット助成から始め、対象組織は数週間以内に公表予定とのことです。

さらに、審査済みの組織に安全制限を緩めたモデルを提供する既存の「Cyber Verification Program」も拡張し、将来的にはミュトス級のアクセスも審査制で開く予定を予告しています。

中小企業への持ち帰り3点

1. 「AIに守らせる」が、自社開発なしで使える既製品になってきた 最上位AIによる脆弱性スキャンが「Enterprise契約なら追加費用なし」の段階まで降りてきました。自社がすぐ対象でなくても、流れは明確です。使っているツールやシステム開発の発注先を選ぶとき、「セキュリティ対応にAIを使っているか、修正が速いか」を判断基準に加える時期です。

2. 「答えだけ渡す」方式は、社内AI運用のお手本になる 全社員に生成AIを自由に触らせると、事故の入口も増えます。今回のAnthropicの設計は、そのまま社内運用のヒントです。用途を絞った窓口（決まった入力→決まった出力）でAIを提供すると、能力は活かしつつ事故の経路を減らせます。「何でも聞けるAI」と「請求書処理だけのAI」を分ける、そんな設計の参考になります。

3. 「攻撃側もAI」を前提に、基本の守りを固める 「継続的で持続的なAI攻撃」という警告は、大企業だけの話ではありません。自動化された攻撃は会社の規模を選ばないからです。ソフトウェアの自動更新を切らない、パッチはすぐ当てる、多要素認証を入れる──AI時代ほど、地味な基本の価値が上がります。

まとめ

  • Anthropicが8月21日、一般公開していない最上位AI「Claude Mythos 5」を企業向け脆弱性スキャン「Claude Security」経由で開放（Enterprise向けβ・追加費用なし）
  • ユーザーはモデルに直接触れられず、受け取るのはCWE分類・深刻度・確信度・修正案付きの「答え」だけ。適用は人間の承認が必須
  • OpenAIは今月、強すぎる可能性を理由に「開発の一部停止」を選択。「強すぎるから金庫越しに使う」Anthropicと、正反対の答えが出そろった
  • 同時に3,500万ドル分のクレジットでオープンソース防御を支援する基金も発表
  • 私たちの持ち帰りは、守りのAIをツール選定の基準に・「窓口を絞る」設計を社内運用の手本に・攻撃もAI前提で基本を固める、の3点

世界一の剣豪は、道場から出さなくても世の中を守れる──窓口の作り方さえ間違えなければ。AIの「強さ」と「渡し方」を分けて考える時代が始まっています。

あわせて読みたい

参考

※本記事は複数の公開情報をもとに作成しています。Claude Mythos 5の検出性能を示す公開数値は執筆時点で未公表です。