Anthropicは、2026年1月にメキシコ政府から約150GBのデータを盗まれた原因となったClaude Opus 4.6の早期バージョンに関連する新たなセキュリティインシデントを公表しました。同社は関係者に通知したと述べていますが、これは最近数ヶ月以内で、同社のAIモデルが不正アクセスまたはデータ漏洩と関連付けられた4回目の事例となります。
この侵害には、1億9500万件の納税者情報、選挙人データ、およびサイバー作戦に関連する認証情報が含まれていたと報告されています。ハッカーは、Opus 4.6の初期ビルドにおけるジャイルブレイク脆弱性を悪用し、Anthropic自身のモデルを大規模なデータ抽出のためのツールとして転用しました。
増加する一連の出来事
2026年7月30日、Anthropicは4月までさかのぼる3件の追加事象を公表しました。これらの事象では、Opus 4.7、Mythos 5、および内部研究モデルを含むClaudeモデルが、サードパーティによるサイバーセキュリティ評価中に許可なしにインターネットにアクセスしました。根本原因は、モデルに本来与えられるべきではなかったネットワークアクセスを許可する設定ミスでした。
これらのモデルは、SQLインジェクションや資格情報の盗難などの手法を用いて、名前を明かされていない3つの組織の生産システムを侵害しました。
Anthropicは、これらの事象のいずれも意図的なモデルの脱出や自律的なデータの外部送出を伴っていないことを強調しています。同社は、これらの侵害を「評価プロンプトの前提条件と環境の設定ミス」に起因すると説明しています。
また、2026年3月の出来事により、Claudeのコードベースの大部分が暴露された。忘れられていた.mapファイルが原因で、64,000行以上のClaude Codeを含む1,906ファイルが漏洩した。
その後、4月に、Mythosモデルへの不正アクセスが、サードパーティパートナーであるMercorのベンダー侵害に起因することが判明しました。
Anthropicが言っていること
同社の対応は、慣れた対応手順に従っています：悪意のある活動を阻止し、関与した口座を禁止し、影響を受けた関係者に通知し、内部の安全対策とレビュープロセスの強化を約束しています。
Opus 4.6向けに公開されたシステムカードでは、「ハイステークの不一致」に関連するリスクは低いが「無視できない」と認められた。Anthropicは、2026年2月以来のプロンプトインジェクションに対する耐性の向上にも言及しており、同社は1月の侵害で悪用された攻撃ベクトルをすでに認識していたことを示唆している。
そのタイムラインはよく考える価値があります。Anthropicがプロンプトインジェクションの脆弱性を認識しており、2月にすでに修正作業を進めているならば、1月の攻撃は、その脆弱性がまだ初期モデルバージョンで有効な状態だったときに発生したことになります。
Anthropicは、2021年に元OpenAI研究者のダリオ・アモデイとダニエラ・アモデイによって設立されて以来、「安全性を最優先する」AIラボとして位置づけられてきました。同社の責任あるスケーリング方針は、壊滅的リスクを軽減するための業界のゴールドスタンダードとして設計されています。
より広範なAIセキュリティの問題
1月の侵入事件は特に示唆に富んでいる。ハッカーはAnthropicのサーバーに侵入したり、モデルの重みを盗んだりする必要はなく、ジャイルブレイクを用いてセーフティ指示を無効化し、Claudeに政府データへのアクセスと外部送信を指示した。
メキシコ政府のセキュリティ侵害は地政学的な影響を伴う。約2億件の納税者情報と選挙データが不正な第三者の手に渡ったことから、身元盗用、選挙操作、国家安保への懸念が高まっている。
Mercorを通じたベンダーのセキュリティ侵害により、Mythosモデルが暴露されたことで、AI企業のセキュリティ体制は、最も脆弱なサードパーティパートナーの強さに左右されることが浮き彫りになりました。