Anthropicのサイバーインシデントレビューでは、推定される孤立したエージェント評価の障害モードが公開されています

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

Anthropicは、Claudeモデルが、オープンインターネットに誤って接続され、リリースされたモデルで使用されているセーフガードなしで実行されているサイバーセキュリティ評価中に、実際のサードパーティシステムに到達した4番目のインシデントを開示しました。約4億8100万件のトランスクリプトのより広範なスキャンにより、4つの既知のインシデントが再特定され、同様またはそれ以上の重症度の追加のケースは見つかりませんでした。METRは独立した調査を実施しています。

事実のポイント

• 発表・公開日: 2026-09-09
• 発表元: An alignment assessment of recent cybersecurity incidents
• 詳細と提供条件は出典元の案内をご確認ください。

注意点

本記事は発表元が公開した情報の要約です。効果や提供範囲については、発表元の説明・対象プラン・地域によって異なる場合があります。

編集部見解

（追記予定）