Anthropic、サイバー攻撃能力を懸念し制限していた次世代モデル「Claude Mythos」の一般公開準備か

Anthropicが、高度なコード推論と自律性を備えながらも、セキュリティ上の極めて高いリスクから一般公開を制限していた次世代AIモデル「Claude Mythos」の一般公開に向けた準備を進めている兆候が確認された。

Claude Mythos（プレビュー版名「claude-mythos-1-preview」）は、現行のフラッグシップモデル「Opus 4.7」を大きく上回るコード推論・自律実行能力を持つ一方、実用レベルの高度なサイバー攻撃を自動的に生成・実行できることが社内評価で判明していた。そのため、防御側の体制が整いパッチが適用されるまで、一般へのリリースが見送られていた経緯がある。

しかし最近になり、開発支援ツール「Claude Code」やセキュリティツール「Claude Security」の公開バージョンに、同モデルを有効化するトグルやコード参照が一時的に出現したことがユーザーによって発見された。これにより、モデルを保護する強力なガードレールシステムが完成し、いよいよ一般公開が近づいているとの見方が強まっている。

また、Anthropicは複数のパートナー企業と共同で世界の重要ソフトウェアを保護するイニシアチブ「Project Glasswing」を展開しており、この中で未公開のClaude Mythos Previewを活用。わずか初月で1万件以上の深刻な未修正脆弱性をオープンソースプロジェクトから発見し、その検出能力の高さと、一般公開時に生じうる「パッチ適用ギャップ」のリスクを実証している。