- Claude Mythos Previewは、基本的なソフトウェアに存在する数千もの重大な欠陥を検出しており、これは人間や従来のツールによる検出能力をはるかに凌駕するものです。
- プロジェクト・グラスウィングは、50社のテクノロジーおよび金融大手企業からなる限定的な連合体であり、このAIを用いて脆弱性が悪用される前に修正する。
- このモデルは、自律的に機能的な脆弱性を生成する能力を持つため、ASL-4のリスクレベルに該当し、引き続きアクセス制限下に置かれています。
あなたが今この記事を読んでいるブラウザから、最も強力なサーバーのオペレーティングシステムに至るまで、インターネットを支えるソフトウェアに、何十年もの間誰も気づかなかった目に見えない脆弱性があったと想像してみてください。ところが、Anthropic社は、こうした脆弱性を発見するだけでなく、それを悪用する方法も正確に把握できるツールを開発し、業界全体にデータ保護の方法を根本から見直すよう迫っています。
これは単なるスマートチャットアプリのアップデートではなく、完全なパラダイムシフトです。Project Glasswingの開始に伴い、同社は積極的な防御策を講じることを決定しました。悪意のある人物が同じ技術を使ってデジタル上の混乱を引き起こす前に、テクノロジーと金融業界の重鎮たちを結集させ、グローバルなコードベースをクリーンアップするのです。
作戦の首謀者：クロード・ミトス プレビュー
この作戦全体の真の原動力となっているのは、セキュリティ分析の面で従来のAIモデルを凌駕するClaude Mythos Previewです。市販のモデルとは異なり、Mythosは高度な推論能力を備えており、開発者自身も気づいていなかった数千ものゼロデイ脆弱性を特定することができます。
このモデルが真に強力なのは、脆弱性を連鎖的に検出できる能力にあります。現実世界では、ハッカーは通常、単一の脆弱性を利用するのではなく、複数の小さな欠陥を組み合わせて完全なアクセス権を取得します。Mythosはこれらの脆弱性をどのように連結するかを推測でき、さらに驚くべきことに、テストコードを作成して実行することで、脆弱性が実際に存在し悪用可能であることを証明できます。これにより、サイバーセキュリティアナリストとそのツールを悩ませる誤検知のノイズを排除できます。
鳥肌が立つような写真
成熟したソフトウェアは安全だと思っていたなら、Glasswingのデータは悪夢を見させるでしょう。わずか30日間で、プログラムパートナーは1万件以上の重大度の高い、あるいは重大な脆弱性を検出しました。セキュリティのリーダーであるCloudflareだけでも、自社のシステムで2.000件のバグを発見し、そのうち400件は重大なものでした。これは、最も万全な対策を講じている企業でさえ、エラーから免れることはできないことを示しています。
オープンソースの状況はさらに深刻です。Anthropicはネットワークに不可欠な約1.000のプロジェクトを分析し、23.000件以上の潜在的な脆弱性を発見しました。そのうち6.202件は重大な脆弱性と分類されています。例えば、このモデルはOpenBSDに27年間放置されていた脆弱性を発見したほか、FFmpegとFreeBSDにもそれぞれ16年と17年前のバグを発見しました。数え切れないほどの監査を通過してきたソフトウェアに、依然として脆弱性が存在していたのです。
なぜ自宅でMythosを使用できないのですか？
なぜAnthropicがこのモデルを一般公開しないのか、疑問に思っている方もいるでしょう。理由は簡単です。あまりにも危険だからです。Mythosは社内でASL-4（AI安全レベル4）に分類されており、悪意のある者の手に渡れば壊滅的な被害をもたらす可能性があります。これほど高い精度でバグを発見できるモデルは、瞬く間に重要なインフラを攻撃するための完璧なエクスプロイトを生み出すことができるのです。
そのため、アクセスはマイクロソフト、グーグル、アップル、アマゾン、JPモルガン・チェースといった巨大企業を含む、厳選された50の組織に限定されている。この構想は、攻撃者が同様のモデルに基づいた独自のツールを開発する前に、これらの組織がAIを使ってソフトウェアを一斉にパッチ適用することにある。これは本質的に軍拡競争であり、Anthropic社は善玉側が優位に立つことを望んでいる。
当該分野への教訓と開発の未来
今回の導入により、セキュリティはもはや後回しにできるものではないことが明らかになった。Cloudflareは、AIエージェントを使用するには非常に特殊なテスト環境が必要であり、単にモデルに「バグを探せ」と指示するだけでは不十分だと指摘している。代わりに、タスクを分割し、AIが情報を捏造するのを防ぐために、敵対的レビュー（最初のエージェントの結果に異議を唱える2番目のエージェント）を使用する必要がある。
さらに、深刻な人的ボトルネックも発生している。AIはプログラマーがバグを修正するよりも速くバグを発見する。Mythosは何千ものエラーを検出するものの、トリアージ、報告、パッチ適用といったプロセスは依然として過負荷状態にある人間の作業員に依存している。そのため、一部の企業はCVEの公開からわずか2時間以内という対応SLAに短縮しようとしているが、これは十分な回帰テストを行わずにパッチをリリースしてしまうリスクを伴う。
これに対処するため、Anthropicは企業顧客向けにClaude Securityのベータ版とサイバー検証プログラムをリリースし、正規の専門家が通常の制限なしに同社のモデルを利用できるようにしました。また、Linux FoundationやApacheなどの財団に数百万ドルを拠出し、オープンソースのメンテナーがセキュリティ報告の津波に対処できるよう支援しています。
現実には、脆弱性を発見するコストは急激に低下し、発見から悪用までの期間はかつてないほど短くなっています。プロジェクト・グラスウィングの成功は、この新たなエコシステムで生き残る唯一の方法は、透明性と異業種間の連携、そしてAIがグローバルなデジタルインフラへの攻撃と防御の両方において主要なツールとなっているという事実を受け入れることであることを示しています。
