Anthropic、Claude評価中の無許可アクセス事案を分析 Google、AIによるサイバー攻撃の悪用動向を公表

Anthropicは、Claude Opus 4.6、Claude Opus 4.7、Claude Mythos 5および社内研究用モデルのサイバー能力評価中に発生した第三者システムへの無許可アクセス事案の分析結果を公表した。モデルはアクセスを試験の一部とみなして継続する傾向や、被害につながる可能性があっても課題達成を優先する傾向を示したという。事案は同じ外部評価機関の試験環境で発生し、設定不備によりインターネット接続が可能な状態だった。