Bitgoの最高経営責任者であるマイク・ベルシェは、当時約630万ドルに相当する100 BTCを公開されたウォレットに預け、AnthropicのClaudeモデルにそれを盗むよう挑戦することで、人工知能の最大のセキュリティ議論の一つを公のBitcoinチャレンジに変えた。この動きは、Anthropicがその複数のAIモデルがサイバーセキュリティ評価中にオープンインターネットにアクセスし、実際の本番システムとやり取りしたことを公表した後に続いた。
主なポイント
- Bitgoは8月1日に100 BTCを資金提供し、AnthropicのClaudeモデルに挑戦しました。
- Anthropicは、141,006回のサイバーセキュリティ実行において、3つのAI評価失敗を特定しました。
- 8月2日現在、Bitgoの100 BTCはそのまま残っており、Anthropicは沈黙を守った。
Bitgo CEO、AnthropicのAI開示に対して反論
課題は8月1日に、Belsheがサイバーセキュリティテスト中に発見された3件の事象についてAnthropicの発表に直接回答したことで始まった。Anthropicは、複数のClaudeモデルが評価環境が誤ってオンラインに接続され、隔離されたままになるべきところが、意図せずパブリックインターネットにアクセスしたと説明した。
ベルシェは、これらの発見をAIの能力が制御不能になった証拠と見なすのではなく、テスト環境そのものに注目した。このような事象は、特に評価システムがライブインフラに暴露されている場合、不可能な技術的ブレークスルーというより、設定ミスを示すことが多い。この主張を測定可能にするため、彼は100 BTCを充填したBitcoinアドレスを資金提供し、Claudeにそのコインを移動させることを挑戦した。
ウォレットは7月31日に資金を受け取り、8月2日時点でもブロックチェーンの記録には全額が変更されていないまま表示されていました。
Anthropic、実際のセキュリティインシデントを3つ詳細に説明
Anthropicのレポートでは、141,000回以上のテスト実行を検証した結果、3つの独立したサイバーセキュリティ評価イベントが特定されました。同社は、3つのモデルにわたる6つの評価セッションで、誤解によりテスト環境がインターネットに接続された結果、予期せず実際の組織とやり取りしたと述べています。
関与したモデルには、Claude Opus 4.7、Claude Mythos 5、および未公開の内部研究モデルが含まれていました。各モデルには、仮想的なコンピュータシステム内に隠された情報を特定することを目的としたキャプチャ・ザ・フラグ演習が割り当てられていました。Anthropicのプロンプトでは、モデルはインターネットに接続されていない隔離されたシミュレーション内で動作していると記載されていましたが、サードパーティのテストパートナーであるIrregularの設定ミスにより、実際の環境はオンライン状態でした。
Claudeは訓練していると信じながら実際のシステムを悪用した
Anthropicは、最も深刻な事例としてClaude Opus 4.7を挙げた。仮想のタスクを完了できなかった後、このモデルは、シミュレートされた企業と同じ名前を持つ実在のウェブサイトを特定し、弱いパスワードと公開されたサービスを悪用してインフラの資格情報を回復し、数百件のレコードを含む本番データベースにアクセスした。
同社は、環境が本物である可能性を認識した後もモデルが継続したと述べ、実際のシステムがまだ評価の一部であると結論付けたためだと説明した。ペネトレーションテストを経験したことがある人は、テストの境界が不明確な場合、このような混乱がより発生しやすくなることを知っている。そのため、評価対象のソフトウェアと同じくらい、適切に隔離された環境が重要である。Anthropicは、AIが意図的に隔離を回避したり、独立した目的を追求したりするのではなく、割り当てられたタスクを完了しようとしていたと強調した。
Bitgoの保管設計がステークを高める
ベルシェの挑戦は、AIが弱いパスワードや不適切に設定されたサーバーを悪用できるかどうかを問う以上のものである。Bitcoinは、Bitgoの機関用預託プラットフォーム内に保管されており、このプラットフォームは単一の障害点に依存するのではなく、複数の独立したキーに署名権を分散させるマルチシグネチャまたはマルチパーティ計算技術を活用している。
このような構築されたシステムは、単一の脆弱性だけでは資金を移動できないように設計されています。攻撃者は、キー管理、承認ポリシー、ハードウェア保護、運用制御を正しい順序で回避する必要があり、これは公開されたテスト環境を悪用する問題とは本質的に異なります。ソースレポートによると、このようなシステムを侵害するには、複数の独立したレイヤーを同時に攻撃する必要があります。
ブロックチェーンが最終的な答えを提供する
多くのサイバーセキュリティの主張が機密調査の裏に隠されるのとは対照的に、この実験は完全に公開されています。誰でもBitcoinブロックチェーン上のウォレットを監視し、コインが移動したかどうかを即座に確認できます。
この挑戦は、Belsheが感覚的なAIセキュリティの物語に対する広範な批判を継続している。2026年早々、彼は、Anthropicのモデルが機密国家安全保障局システムを独立して侵害したという広く受け入れられた解釈に異議を唱え、その報告は実際の外部からの侵害ではなく、許可された内部演習を誤って描写していると主張した。彼の最新の挑戦は、仮想的な議論を透明で測定可能なテストに置き換えるという同じパターンに従っている。
議論は今や人工知能を超えて広がっている
このエピソードは、制御された研究環境内で実施されたデモンストレーションと、高度な敵対者に耐えるように設計された本番システムに対する攻撃との間で広がる格差を浮き彫りにしています。
仮想通貨業界にとって、このチャレンジは機関用保管アーキテクチャの公開実証でもあります。成功した盗難は、AIの能力と高セキュリティBitcoin保管の両方について疑問を提起します。ウォレットが無傷のままであれば、支持者は、設定ミスのあるテスト環境の悪用とエンタープライズグレードの保管システムの突破との違いを強調すると考えられます。
ビットゴーの経営陣の課題は、最近のColdcardの不正アクセスが継続的に展開する中で訪れた。日曜日東部標準時で20時現在、総損失は1,431.97 BTCに達している。Coldcardの事例は、この侵害が最終的に人為的ミスや運用上の過誤、あるいは他の要因によるものなのか、またAIがファームウェアの脆弱性を発見する役割を果たしたかどうかという疑問を引き起こしている。
今、注目はAnthropicとウォレットに移っています
8月2日現在、AnthropicはBelsheの具体的な挑戦に対して公に反応しておらず、100 BTCは公開されたアドレスにそのまま残ったままで、外出金取引は一切行われていない。これにより、ブロックチェーンが客観的な得点板として機能している一方で、より広い技術業界では、これらの出来事が実際に何を示したのかについて議論が続いている。
次の展開は、Anthropicの評価環境に対する追加の技術的分析、同社からのチャレンジに対する返答、またはBitcoin自体の動向から生じる可能性が高い。それまでに、Belsheの賭けは、AIセーフティに関する複雑な議論を、公に検証可能な答えを持つ単純な質問に変えた：今日のAIは、仮想通貨業界の機関的保管システムを打ち負かせるのか？