元Anthropic従業員：ブラックハットハッカーはオープンソースモデルよりもClaudeとCodexを好む
2026/07/29 08:00:00
サイバー犯罪者が、厳格なセキュリティ対策にもかかわらず、オープンソースの代替案よりもクローズドソースの人工知能モデルを積極的に選んでいることをご存知ですか？ブラックハットハッカーは主にAnthropicのClaude CodeやOpenAIのCodexなどの高性能なプロプライエタリモデルに依存していますが、ホワイトハットのセキュリティ防衛者は大半がオープンソースモデルを使用せざるを得ません。2026年7月に、元Anthropic社員のNoah Lebovicが共有した洞察によると、クローズドソースモデルは、セーフティフィルターを回避する摩擦をはるかに上回る優れた自動攻撃機能を提供します。悪意のある行為者は、グレーマーケットで割引されたサブスクリプショントークンを購入し、アカウントが禁止された際に系統的に侵害されたアカウントを切り替えます。一方、正当なペネトレーションテストチームは、プロプライエタリプラットフォーム上で厳しいコンプライアンス制約と過剰なコンテンツフィルタリングに直面し、GLM 5.2のようなオープンソースモデルへと向かっています。この構造的な不一致により、防御的なガードレールが正当なサイバーセキュリティ専門家を不意に制限する一方で、脅威アクターを阻止できないという、サイバー作戦における持続的な非対称的優位性が生じています。
ブラックハットハッカーは、高度な推論とコード生成機能により、複雑なサイバー攻撃の実行においてオープンソースの代替案を大幅に上回るため、Claude CodeやOpenAI Codexのような独自AIモデルを好む。最高レベルのクローズドソースモデルは、ゼロデイ脆弱性の発見、エクスプロイトペイロードの作成、複数段階の侵入タスクの自動化において優れたパフォーマンスを発揮する。
2026年7月のBeatingの報告で紹介された、元Anthropic研究者ノア・レボヴィックの発言によると、サイバー犯罪者はガードレールによる摩擦よりも、原始的な知能と実行の信頼性を優先している。高能力モデルにより、機能的な攻撃コードを開発するのに必要な時間は数時間から数秒に大幅に短縮される。トップレベルの独自システムとオープンソースモデルとの間の性能差は依然として大きく、悪意ある行動者は弱いオープンソースの代替案を受け入れるのではなく、セキュリティフィルターを意図的に回避している。
脅威アクターは、クローズドソースのセーフティ制限をどのように回避するのか？
攻撃者は、グレーマーケットで割引されたサブスクリプショントークンを調達し、高度なジャイルブレイキング技術と迅速なアカウントローテーションを併用して、クローズドソースのセーフティコントロールを回避します。セキュリティ制限は、意図的な攻撃者にとって一時的な運用上の障害に過ぎず、絶対的な障壁ではありません。
独自プラットフォームが不正行為を検出し、違反アカウントを禁止した場合、ブラックハット運用者は、不正なオンラインマーケットプレイスで大量に購入した新しい認証情報に即座に切り替えます。さらに、高度なプロンプト工学により、攻撃者は悪意のある意図を隠蔽し、攻撃手法の生成を教育的な研究、防御テスト、またはソフトウェアのデバッグと偽装することで、セーフティ分類器を欺き、機能的な攻撃ベクトルの生成を可能にします。
グレーマーケットはAI駆動のサイバー犯罪においてどのような役割を果たしているか？
地下のグレーマーケットは、高品質な独自モデルトークンと盗まれた企業アカウントに安価で匿名でアクセスできる環境を提供することで、AI駆動のサイバー犯罪を支えています。これらの不法マーケットは、大規模な自動化サイバー攻撃を実行するための財政的・技術的障壁を低下させています。
2026年7月にBeatingが引用したサイバー知能の観察によると、脅威アクターは大幅に割引されたAPIアクセスキーとサブスクリプションインスタンスを頻繁に購入している。この安価なアクセスインフラにより、ハッカーはClaudeやCodexを活用した継続的な自動スキャンおよび攻撃ツールを運用でき、代替資格情報のコストが通常の小売価格の一部に過ぎないため、口座の停止を恐れる必要がない。
ホワイトハットセキュリティチームは、厳格なコンプライアンス要件、企業のリスク管理ポリシー、および激しいベンダーによるコンテンツフィルタリングにより、防御的なセキュリティ作業にクローズドソースプラットフォームを使用できないため、主にオープンソースのAIモデルに依存しています。正当なサイバーセキュリティ運用では、実際の脆弱性ペイロード、マルウェアサンプル、およびペネトレーションコマンドを処理する際に、商用AIツールのセーフティブロックが頻繁に発動します。
2026年7月にノア・レボビックが開示した情報によると、3社の主要な認可されたペネトレーションテスト企業が、GLM 5.2のようなオープンソースモデルを主要な運用エンジンとして完全に採用しました。エシカルハッカーは法的・組織的な制約内での運用が求められるため、グレーマーケットでの口座の繰り返し利用やジャイルブレイキング手法を使ってコンテンツフィルターを回避することはできません。オープンソースモデルは完全な運用制御、ローカルデプロイのセキュリティ、コンテンツ検閲のゼロ化を実現するため、機密性の高い企業セキュリティ監査を処理する上で唯一の現実的な選択肢です。
コンテンツフィルターは、正当なサイバーセキュリティ運用をどのように妨害するのか？
商業用AIプラットフォームの標準的なコンテンツモデレーションフィルターは、正当な脆弱性研究やペネトレーションテストのコマンドを悪意のあるアクティビティと誤って判定することで、防御的セキュリティ作業を妨害します。商業プラットフォームは自動的なキーワードブロッキングを適用し、実際の攻撃スクリプトやシェルコード、システム的な脆弱性分析の処理を拒否します。
ホワイトハット研究者が実際の脅威ベクトルを分析したり、独自モデルを使用して防御パッチを記述しようとすると、システムは頻繁にセーフティ拒否を発行します。防御分析者は、繰り返される口座の停止や誤検出によるセーフティフラグによって引き起こされる運用停止を許すことができず、セキュリティ企業は自動ブロックが存在しないプライベートインフラ上で検閲されていないオープンソースモデルをホストせざるを得ません。
オープンソースモデルは防御的なセキュリティチームにどのような利点をもたらしますか？
オープンソースのAIモデルは、サイバーセキュリティチームに完全なデータプライバシー、カスタマイズ可能なファインチューニング、および脅威インテリジェンスデータの制限のない処理を提供します。ローカルデプロイにより、機密企業データやゼロデイ脅威の開示が内部企業ネットワーク外に出ることはありません。
セキュリティチームは、GLM 5.2のようなオープンソースモデルを、独自のテレメトリデータ、内部コードベースのアーキテクチャ、および脅威インテリジェンスフィードに特化して微調整できます。このローカル制御により、GDPRやSOC2などの厳格なデータ保護規制への完全な準拠が保証され、サードパーティのAPI依存や外部ベンダーのログ記録リスクが排除されます。
| 運用基準 | クローズドソースモデル（Claude / Codex） | オープンソースモデル（例：GLM 5.2） |
| 主要なユーザー層 | ブラックハットハッカー、商業開発者 | ホワイトハットチーム、エンタープライズディフェンダー |
| 能力レベル | 最先端の推論と実行 | 高い、パフォーマンス差を急速に縮小 |
| バイパス戦略 | 口座のローテーション、グレーマーケットトークン | 不要（ローカルホスト済み・検閲なし） |
| コンプライアンスの実現可能性 | 本物の脆弱性分析のための低価格 | 地元のデータ主権に100%準拠 |
| 運用上の摩擦 | ディフェンダーに対する高すぎる偽陽性フラグ | 人工的なフィルターまたはアカウントの利用停止は一切ありません |
サイバーセキュリティにおけるオープンソースAIとクローズドソースAIの主な違いは、モデルの最高性能と運用制御のトレードオフにあります。クローズドソースモデルは、厳格なAPIの壁の背後で比類ない推論力を提供しますが、オープンソースモデルは完全なコード透明性、ローカルホスティング、および完全なドメイン適応性を提供します。
2026年7月に開発者ネットワーク上で公開されたセキュリティに関する議論によると、このダイナミクスはサイバーセキュリティの領域に明確な分断を生み出している。攻撃者は純粋な能力を優先し、不正なインフラを活用してAPIの制限を回避するのに対し、企業の防御側はデータプライバシー、継続的な稼働時間、および機密セキュリティアーティファクトの制限のない取り扱いを優先している。
モデルの能力は自動化された脆弱性生成にどのように影響しますか？
優れたモデルの能力は、複雑なソフトウェア環境における自動化された攻撃コード生成の成功率と速度を直接向上させます。トップクラスの商用モデルは、複数ステップの推論に優れており、複雑なソフトウェアアーキテクチャをマッピングし、マルチベクターの脆弱性を特定し、人間の介入なしに完全に機能する攻撃コードを生成できます。
ノア・レボビッチがClaude Opus 4.6を用いて実施した認可されたセキュリティデモにおいて、モデルはターゲットとなった銀行口座への侵入と機密医療記録の取得を含むエンドツーエンドの攻撃チェーンを成功裏に実行しました。高度な攻撃チェーンを実行するためには必要なコンテキスト理解の深さが、脅威アクターがより能力の低い代替品ではなくエリートの独自モデルを好む主な理由です。
なぜセーフティガードレールは攻撃者に非対称的な利点をもたらすのか？
商業的なAIセーフティガードレールは、法令を遵守する防御者に制限的な負担を課す一方で、法的枠組みの外で活動する悪意のある行動者を阻止できず、構造的な不均衡を生み出しています。ガードレールは、ルールベースの分類器にとって簡単に欺瞞できるが、正当なワークフローには大きな混乱をもたらす意図検証メカニズムに依存しています。
倫理的なセキュリティ研究者はユーザー規約に従い、セキュリティアラートをトリガーすると口座が停止される一方、脅威アクターは口座の喪失を運営コストに明確に組み込んでいます。この状況により、倫理的なセキュリティチームは機能が限定的または大幅にカスタマイズされたオープンソースモデルに頼らざるを得ず、サイバー犯罪者は使い捨ての口座を通じて最高レベルの専有AIパワーを活用しています。
オープンソースモデルが主要なクローズドソースプラットフォームと性能で並ぶようになると、AIサイバー脅威の状況は自動攻撃の劇的な増加を経験する。検閲されておらず、非常に優れたオープンソースモデルは、グレーマーケット口座の必要性を排除し、悪意のある攻撃者にローカルハードウェア上で無制限で監視されない攻撃能力を提供する。
2026年7月にOpenAIとAnthropicのセーフティ研究者が共同で実施した分析によると、オープンソースの機能がトップレベルのクローズドソースベンチマークと収束することは、重要な転換点を示している。オープンソースの重みがフロンティアレベルのコーディングおよび推論パフォーマンスを達成した際、中央集権的なプラットフォームによる監視は、自動化されたサイバー戦争の防止における有効な制御点ではなくなる。
| 脅威の進化フェーズ | 防御的特性 | 攻撃能力 |
| 現在の状況（2026年） | ディフェンダーはプライバシーのためにオープンソースを使用するが、機能のギャップに直面する | 攻撃者がグレーマーケットトークンを通じてクローズドソースを悪用 |
| パリティフェーズ | ローカル企業モデルは独自の機能と一致します | 攻撃者は、ローカルの環境で検閲されていないフロンティアモデルを実行しています |
| 自律時代 | 自動化されたリアルタイムAI防御パッチング | 継続的で完全自律的なAIゼロデイ攻撃 |
オープンソースモデルが最前線の能力を達成した際にどのようなリスクが生じるのか？
オープンソースモデルが最前線レベルの推論を達成したとき、攻撃的なサイバー能力は完全に民主化され、分散化され、リモートで停止できなくなる。十分な計算ハードウェアを所有する誰もが、大規模にソフトウェアの脆弱性を発見し悪用できる自律的なサイバー兵器を手にするだろう。
中央集権的なプラットフォームのガードレール（APIレート制限、行動監視、即時口座停止など）は、ローカルで実行されるモデル重みに起因するリスクを軽減できません。その結果、悪意のあるグループは、商業用AIサーバー上にデジタルな痕跡を残すことなく、継続的かつ途切れることのない脅威キャンペーンを実行できるようになります。
サイバーセキュリティインフラは、自律型AI攻撃にどう対応すべきか？
サイバーセキュリティインフラは、攻撃モデルが脆弱性を悪用するよりも速く、継続的に脆弱性をスキャン・特定・パッチする自律的でリアルタイムの防御型AIエージェントを導入することで適応しなければなりません。防御戦略は、対応型の人的インシデント対応から、自動化されたマシンスピードでの軽減へとシフトしなければなりません。
人間のセキュリティ運用センターがAI駆動の攻撃ベクトルに対応できていないため、組織はオープンソースモデルを脅威検出パイプラインに直接組み込むことが増えてきています。専用の防御エージェントをローカルにデプロイすることで、企業ネットワークはゼロデイ攻撃を即座に無効化し、ファイアウォールを再構成し、脆弱なコードをリアルタイムで書き換えることができます。
KuCoinでの人工知能およびサイバーセキュリティ関連の暗号資産の取引は、分散型コンピューティング、AI開発、自動化されたセキュリティプロトコルの成長する交差点へのアクセスを提供します。KuCoinは、分散型AIネットワーク、安全なデータ計算、プライバシー重視の暗号ツールを支援するトップのデジタル資産へのアクセスを提供しています。
KuCoinでAIおよびセキュリティトークンの取引を開始するには、以下のステップバイステップの操作手順に従ってください：
-
口座を作成：公式KuCoinプラットフォームにアクセスし、有効なメールアドレスまたは電話番号を使用してユーザー登録を完了してください。
-
本人確認を完了してください：必要な身分証明書を提出し、顧客確認（KYC）要件を満たして、口座の全機能と出金限度の引き上げを実現してください。
-
資金を入金：銀行振込やクレジットカード購入などの対応支払方法を使用して、仮想通貨を振替するか、法定通貨をKuCoin資金口座に入金してください。
-
現物取引に移動：資金を取引口座に振替し、「現物取引」インターフェースに移動して、ご希望のAIトークン取引ペア（例：NEAR/USDT、FET/USDT、またはRENDER/USDT）を検索してください。
-
取引を実行：精密な価格制御には指値注文、即時実行には成行注文など、お好みの注文タイプを選択し、取引数量を入力して取引を確認してください。
KuCoinは、機関レベルのセキュリティ機能、高度なチャートツール、および数百のAIおよびブロックチェーン技術ペアにわたる高い流動性を提供し、進化するデジタル経済における仮想通貨資産の管理に最適なプラットフォームです。
ブラックハット攻撃者とホワイトハット防御者が人工知能をどのように利用するかという構造的な違いは、現在のAIセーフティフレームワークにおける根本的な脆弱性を浮き彫りにしている。Claude CodeやOpenAI Codexのような商業的クローズドソースモデルは、優れた推論能力と自動コード生成機能により、サイバー犯罪者にとって依然として好まれている。脅威アクターは、グレーマーケットでのサブスクリプショントークンと迅速なアカウントローテーションを活用して、プラットフォームのガードレールを容易に回避している。一方で、正当なセキュリティチームは、センシティブな脅威データを処理する際に誤検出によるコンテンツブロックやアカウント禁止、コンプライアンス違反を避けるため、GLM 5.2のようなオープンソースモデルへと系統的に移行させられている。
2026年7月に、元Anthropicの従業員による業界の議論や研究の洞察で指摘されたように、現在のセーフティガードレールは、倫理的な擁護者に大きな運用上の摩擦をもたらす一方で、意図的な悪意ある行動者を効果的に阻止できていない。オープンソースモデルがプロプライエタリシステムと同等の水準に近づくにつれ、この非対称性はさらに重要性を増し、攻撃能力が分散化され、監視されない環境へと移行する。AI駆動の脅威ベクトルに対応するため、サイバーセキュリティアーキテクチャは、グローバルなデジタルインフラにわたってマシンスピードの攻撃を中和できるリアルタイムで自律的な防衛システムへと移行しなければならない。
AIの使用におけるブラックハットハッカーとホワイトハットハッカーの主な違いは何ですか？
ブラックハットハッカーは、攻撃を実行するために最大限のモデル能力を重視し、クローズドソースのClaudeやCodexにアクセスするためにグレーマーケットトークンに依存します。ホワイトハットハッカーは、コンプライアンス、データプライバシー、検閲されていない運用を重視し、そのためGLM 5.2のようなローカルホスト型のオープンソースモデルを使用します。
なぜ商用AIのセキュリティガードレールは悪意のあるハッカーを阻止できないのでしょうか？
商業的なセーフティガードは、脅威アクターが法的枠組みの外で動作し、プロンプトエンジニアリング、ジャイルブレイク、および大量購入されたグレーマーケットアカウントを利用してセーフティフィルターを回避するため、機能しません。アカウントがフラグされブロックされた場合、攻撃者は新しい資格情報に切り替えます。
GLM 5.2とは何ですか？また、ペネトレーションテストチームはなぜこれを採用しているのですか？
GLM 5.2は、倫理的なセキュリティチームがプロプライエタリなAIツールの代替として使用する高機能なオープンソース言語モデルです。ペネトレーションテストチームは、コンテンツモデレーションフィルターなしでプライベートサーバーにデプロイできるため、研究者が実際のセキュリティ脆弱性を安全かつ合法的に分析できるとしてこれを採用しています。
グレーマーケットは、AI駆動のサイバー攻撃をどのように支援していますか？
グレーマーケットは、盗まれた、クラックされた、または大量割引されたAPIキーとサブスクリプション口座を脅威アクターに販売することで、AIサイバー攻撃を支援しています。この低コストのサプライチェーンにより、ハッカーはアカウントの利用停止による財務的コストを気にすることなく、トップクラスの商用モデル上で自動化された大量の攻撃スクリプトを実行できます。
オープンソースモデルは、サイバーセキュリティの能力において、クローズドソースモデルを最終的に上回るでしょうか？
オープンソースモデルは、プロプライエタリモデルとの性能差を急速に縮めており、高度なコーディングおよび推論機能が広く利用可能になっています。オープンソースモデルが性能の並びに達した際には、防御的なセキュリティチームと脅威アクターの両方が、中央集権的な監視なしにローカルインフラ上でフロンティアレベルのAI機能を利用できるようになります。
免責事項: このページは、お客様の便宜のためにAI技術を使用して翻訳されています。最も正確な情報については、元の英語版を参照してください。