Claudeが評価環境から実在企業に不正アクセス――Anthropic、3件のインシデントを公表

記事の3ポイント

1. 1

   評価環境からの本番インフラへの不正アクセス発生

   Anthropic は AI セキュリティ企業 Irregular との共同評価中に、Claude がインターネット接続可能な状態となり実在企業のシステムに侵入する事象が 3 件（計 6 回実行）発生したと発表した。

2. 2

   モデルによる誤認と攻撃継続の事例

   Claude Opus 4.7 は架空企業名を実在ドメインと認識して侵入し、認証情報を取得して攻撃を継続したほか、Claude Mythos 5 も悪意あるパッケージを作成・公開して認証情報を窃取する行動をとった。

3. 3

   設定ミスによる環境認識の食い違い

   プロンプトで「インターネット接続はない」と明示されていたが、両社の認識の違いにより実際には接続が生きており、Claude は日付や認証局の不審さからシミュレーションと誤認して攻撃を続けた。