Anthropic、最強モデルの出力を防御者に提供しモデル自体は非公開へ

記事の3ポイント

1. 1

   モデルの非公開・出力提供戦略

   Anthropic は Claude Mythos 5 を直接公開するのではなく、Claude Security やパートナー製品の内部で実行させ、ユーザーにはパッチ提案やアラートなどの出力のみを提供する設計を採用している。

2. 2

   人間による検証の必須化

   生成されたパッチの実装前には必ず人間のレビューと承認が必要であり、この仕組みによりモデルへの悪用リスクを排除し、開発者がループ（Human in the loop）に留まることを設計上保証している。

3. 3

   オープンソースセキュリティ基金の創設

   Anthropic はオープンソースプロジェクトの脆弱性対応を加速させるため、3500 万ドル相当のクレジットを「Defender Advantage Fund」として拠出すると発表した。