Anthropic、新モデル「Claude Fable 5」を発表

Anthropic が「Claude Fable 5」を発表：安全性と自律性を両立する新時代の AI エージェント

Anthropic は、これまでで最も能力が高いモデル「Claude Fable 5」の公開を正式に発表しました。前世代モデルが膨大な数の脆弱性を見つけてしまった教訓から、今回は「強力な能力」と「厳格な安全性」を両立させるための独自の仕組みを導入しています。

脆弱性発見能力と悪用リスクのジレンマ

Fable 5 は「Mythos クラス」に位置するモデルで、一般利用に耐えうる安全対策を備えています。しかし、Anthropic がこのレベルのモデルを開発したのは初めてではありません。過去にも同様の能力を持つプレビュー版が存在しましたが、私たちはあえて広く公開しませんでした。

その理由は明確です。

訓練とテストを終えた際、Claude Mythos プレビュー版が数千件のサイバーセキュリティ脆弱性を発見したからです。

欠陥を特定できるモデルは、同時に悪用されるリスクも抱えています。もしこれが一般に流出すれば、世界中の重要ソフトウェアが攻撃される前に穴を塞ぐことが困難になる恐れがありました。そのため、Anthropic は公開を見送り、その能力を「世界の重要ソフトウェアを守る人々」へ提供しました。

誰かが突破する前に穴を塞ぎ、セキュリティを強化するために活用したのです。これは当時の状況において正しい判断でしたが、これが最終目標ではありません。私たちは「強力な AI は安全で、誰でも利用可能であるべきだ」と信じています。その信念のもとに生まれたのが、今回の Claude Fable 5 です。

高リスク領域への自動転送メカニズム

Fable 5 の最大の特徴は、安全性と能力のバランスを自動化する仕組みにあります。すべての Claude モデルには有害な行動を防ぐためのセーフガードが備わっていますが、Fable 5 では特に慎重な対策を講じています。

具体的には、高リスク領域へのリクエストを自動的に検知・転送する機能です。

• 対象となる分野: サイバーセキュリティ、生物学など
• 動作: リクエストがこれらの分野に言及すると、システムが自動でレビューを行い、処理を「Opus 4.8」へ転送します

これは意図的な設計であり、ユーザーがサイバーや生物学的なリスクを恐れることなく、Fable の強力な機能を引き続き活用できるようにするためのものです。現在のセーフガードは広範囲にわたりますが、安全なリクエストをより適切に許可できるよう、引き続き改善していく方針です。

数日間続く自律型エージェントの実現

Claude Fable 5 は、単なるチャットボットではありません。これは「最も野心的な作品」として設計された、長期自律型の AI エージェントです。

どのモデルよりも長く問題に取り組み続けます。非常に自律的で、数日間も介入なしで動作可能です。

これにより、これまで人間による絶え間ない監督を必要としていた複雑なタスクが、常時監視しながら実行できるようになります。対象となる分野はコーディングだけでなく、以下のような領域に広がります。

• 金融: 市場分析やリスク管理
• 法律: 契約書作成や法務調査
• 研究・経済: 長期的なデータ分析とシミュレーション

Anthropic は、「将来振り返って『なぜこんなに時間がかかったのか』不思議がる問題」こそが、Fable 5 が解決すべき対象だと語っています。モデルの能力自体は既知ですが、重要なのは「それをどう使うか」です。

まとめ

Claude Fable 5 の発表は、AI エージェント普及における最大の課題である「安全性と能力の両立」への回答を示す事例となりました。高リスク領域を自動でフィルタリングし、専門モデルへ転送する仕組みは、エンタープライズ利用における信頼性を大きく向上させるものです。これにより、私たちはより大胆かつ安全に AI を活用できる時代へと一歩踏み出しました。