技術の歴史において、「作ったが公開しない」という判断はほぼ常に弱腰か隠蔽の文脈で語られてきた。だが今回は違う。Anthropicがクロードの新モデルを封印したのは、弱いからではなく、強すぎたからだ。
これは単なるリリース延期のニュースではない。AIが人間の手に届かなかった脆弱性を見つけ始めた時代に、私たちが初めて目撃した「AI企業による自主的な能力の封印」の事例だ。その意味を、できるだけ正確に整理したい。
Claude Mythosとは何か——Anthropicが「公開しないモデル」を作った背景
既存モデル(Opus/Sonnet)との能力差
Claude Mythosは、現行のOpus 4.6やSonnet 4.6の上位に位置する新ティアのモデルだ。内部コードネームは「Capybara」。漏洩したソースコードの解析によれば、内部文書では「Opusを超えるカテゴリ」として明示的に記述されている。
既存モデルとの差はスケールだけではない。Mythosが示した能力の質的な違いは、「タスクを与えれば解く」から「自律的にターゲットを探索し、攻撃面を特定し、脆弱性を発見する」というサイクルを自己完結できる点にある。これはセキュリティ研究者が数週間かけてやる仕事を、モデルが反復・高速化して実行できることを意味する。
ゼロデイ脆弱性の発見規模
Anthropicが発表した数字は、正直言って読んでも実感が湧きにくい。「主要OS・主要ブラウザで数千件のゼロデイ」。この「数千」という規模が意味するのは、単に発見数が多いということではない。世界最大のバグバウンティプログラムが1年かけて収集する件数を、1つのモデルが短期間で上回った可能性があるということだ。
セキュリティ研究者の間では、この事態を「Vulnpocalypse(脆弱性の黙示録)」と呼ぶ声が出始めている。大げさに聞こえるが、数字の前では比喩も根拠を持ち始める。
発見された脆弱性の衝撃——27年前・16年前・17年前のバグたち
具体的な発見例が報告されている。これらを見ると、問題の深刻さがより鮮明になる。
OpenBSDの27年前のバグ
OpenBSDは「セキュリティ重視」で世界的に名高いOSだ。そのコードベースに、27年間誰も気づかなかった脆弱性が潜んでいた。OpenBSDは定期的に厳密なコードレビューが行われるプロジェクトであり、コミュニティは世界中のセキュリティ専門家で構成されている。それでも27年間、素通りし続けた。
Mythosは、そのバグを発見した。
これが意味するのは「専門家よりAIが賢い」という単純な話ではない。AIは疲弊しない、見落としのパターンも持たない、コードを一行ずつ機械的に検査できる——そういう能力の差だ。人間のレビューには構造的な盲点がある。AIにはそれがない。
FFmpeg H.264コーデックの16年前の欠陥
FFmpegは動画処理の世界標準ライブラリだ。YouTubeから映像監視システムまで、世界中のあらゆる動画が何らかの形でこのコードを通っている。H.264コーデック処理部のバグが16年間発見されなかったという事実は、「ソフトウェアのセキュリティに関する常識」を問い直す。
なぜ見つからなかったのか。おそらく、誰もそこを丁寧に調べなかったからではなく、調べるコストに対してリターンの見通しが立たなかったからだ。AIは、そのコスト計算を無効化する。
FreeBSD CVE-2026-4747(RCE・非認証でroot取得)
これが最も深刻だ。FreeBSDの17年前のコードに、非認証の攻撃者がリモートでroot権限を取得できるRCE(リモートコード実行)の脆弱性が存在していたという。CVE番号が付与されるレベルの欠陥が、17年間パッチされないまま現役コードベースに潜んでいた。
「17年前のコードなんて誰も使っていない」と思うかもしれない。だが実際には、多くのインフラ・組み込みシステム・ネットワーク機器がそうした「古いが動いている」コードの上に載っている。攻撃者にとって、これは宝の山だ。
Project Glasswingとは何か——11社限定アクセスの「防衛的AI連合」
参加企業・目的・運用ルール
Anthropicは、Mythosを完全に封印したわけではない。限定的なアクセスの枠組みとして「Project Glasswing」を立ち上げた。参加資格を持つのは現在11社の防衛・サイバーセキュリティ機関に限定されており、アクセスには厳格な監査ログと行動制限が設定されている。
名称の由来は、ガラス翅のチョウ(グラスウィング・バタフライ)だ。透明な翅を持つこのチョウは、見えているが捕まえられない——「強力だが制御されたAI」を表すメタファーとして選ばれたと推測される。
公式サイト(anthropic.com/glasswing)では、参加条件として「防衛目的への限定使用」「行動ログの完全提供」「発見した脆弱性の開示義務」などが示されている。要するに、Mythosを攻撃に使わず、発見した脆弱性を修正に役立てることを約束した機関だけがアクセスできる仕組みだ。
「攻撃能力をセキュリティに転用する」逆転の発想
Project Glasswingの核心的な発想は逆説的だ。「危険な能力を持つAI」を封じ込めるのではなく、「その危険な能力を防衛に向ける」という転換だ。
言い換えれば:Mythosが見つけられる脆弱性は、悪意ある攻撃者も(いずれは)見つける。ならば防衛側が先に見つけてパッチを当てる方が、封印よりも現実的な安全につながる——そういう判断だ。
個人的には、この論理自体は正しいと思う。問題は「誰が参加するか」の判断基準が外部から検証しにくいことだ。
Anthropicが直面したジレンマ——「公開vs.封印」の企業倫理
AI Safety Levelフレームワークとの整合性
Anthropicは以前からASL(AI Safety Level)フレームワークを公開し、「ASL-3以上のモデルは特定の条件下でのみ展開する」と明言していた。Mythosは自律的なサイバー攻撃能力においてASL-3の閾値を大幅に超えたと判断されたと考えられる。
つまり、今回の判断はその場しのぎではない。Anthropicが2年前から設計してきた「強力なモデルをどう扱うか」のフレームワークが、初めて実際に発動した事例だ。予告どおりに動いたという点では、安全方針の誠実な履行とも言える。
OpenAIやGoogleとのアプローチ比較
ここで他社との比較は避けられない。OpenAIはGPT-4oのjailbreak対策を継続的に強化しているが、「モデルが危険すぎるから公開しない」という判断を公式に行ったことはない。Googleも同様で、Gemini 2.5の安全フィルター強化は段階的な調整の範囲だ。
Anthropicの判断は、業界の中では異質だ。「公開しないことが正しい選択だ」と明言したのは、おそらくAnthropicが初めてだ。これが勇気ある判断なのか、過剰な自主規制なのか——評価は分かれるだろう。私は前者だと思う。だが判断材料が限られている以上、断言はできない。
これはAIセキュリティの「ターニングポイント」か——専門家の見解
セキュリティ専門家の反応は大きく3つに分かれている。
「当然の帰結だ」という見方——AIが脆弱性発見に使われることは2024年頃から予測されており、今回はその延長線上にある。驚くべきは規模だが、方向性は読めていた、という冷静な評価だ。
「パッチ管理の危機だ」という見方——数千件のゼロデイが同時に発見されたとして、それをすべてパッチできるか? 脆弱性の発見速度が修正速度を上回り始めると、セキュリティの構造そのものが崩壊する可能性がある。「Vulnpocalypse」という言葉はその文脈で使われている。
「Glasswingモデルが業界標準になるべきだ」という見方——攻撃能力を持つAIを完全に封印するより、制御された防衛機関へのアクセス提供という枠組みを業界全体で共有すべきだ、という提案だ。NATOや各国のCERT組織との連携が次の議論の場になりうる。
私は3番目の見方に最も共感する。ただし「誰が参加を承認するか」「その機関自体が信頼できるか」という問いへの答えが、フレームワークの有効性を決定的に左右する。
まとめ:強力なAIをどう社会と接続するか
今回の件で明確になったことが一つある。AIの能力向上と、その能力の社会実装は、もはや自動的に一致しない。
これまで「良いモデルを作れば公開できる」という暗黙の前提があった。Mythosはその前提を壊した。作ったが出せない。強すぎるから。
これはある意味では成熟の証だ。核兵器の開発後に核不拡散条約が生まれたように、AIにも「作れることと出していいことは別だ」という合意形成が始まりつつある。Project Glasswingはその最初の制度的な試みの一つかもしれない。
だが試みには疑問もある。11社という限定アクセスの「11」はどう決まったのか。参加した11社は誰が選んだのか。透明性の欠如は、善意の仕組みでも信頼を損なう。
AIセキュリティの問いは、技術の問いから倫理と統治の問いに移行した。私たちはその転換点を今、目撃している。
強力なAIを「誰に、どういう条件で、どういう目的のために」開放するか——その答えは、技術者だけでは出せない。