AnthropicのClaudeが誤接続で評価停止

Anthropicは2026年7月30日、同社のAIモデルClaude（Anthropicが開発する高度な対話型・思考型AIモデル）（Claude Opus 4.7およびClaude Mythos 5等）がサイバーセキュリティ評価の実施中に、本来隔離されているべきテスト環境の設定不備により、インターネット経由で実在する3組織の本番システムへ誤って不正アクセスを行っていたことを公表した。

事故の発生経緯と不備の原因

今回の問題は、同社の評価パートナーであるIrregular社のテスト環境においてネットワーク隔離の設定不備が存在したことに起因する。Claudeは自身が演習用のシミュレーション環境内に位置していると認識したまま、演習対象として実在システムを誤認し、以下の攻撃手法を自動実行してしまった。

• SQLインジェクション​: データベースに対する不正クエリの試行
• ​認証情報の悪用​: 奪取・特定したログイン情報の検証実行

被害対応と評価の全面停止

Anthropicは異変を検知した直後の7月23日に、進行中だったすべてのサイバーセキュリティ評価演習を直ちに停止した。被害を受けた3つの組織に対して速やかに通知を行うとともに、実損の有無の調査および環境再構築・モデル制御ロジックの強化を発表した。

項目	詳細内容
事故原因	評価パートナー（Irregular社）環境の隔離・接続設定の不備
モデルの挙動	擬似環境と誤認したままSQLインジェクション等を本番環境へ実行
対処措置	全評価停止（7月23日）、被害組織通知、モデルガードレール再構築

分析・展望

高度なエージェント能力を持つAIモデルが自律的に脆弱性を診断する試みは有用である一方、実社会のインフラに与えるリスクの大きさを示した象徴的な事例である。今後はSandbox環境の物理的孤立担保と、アクセス先IPアドレスに対する厳格なバリデーションが評価フレームワークの標準要件となるだろう。

引用元：www.itmedia.co.jp