「強すぎるから、公開できない」──AIがついに人類を超えた日

AIの歴史に、初めて「危険すぎる」という理由で非公開になったモデルが登場した。

その名は、Claude Mythos（クロード・ミトス）。

Anthropicが2026年4月7日に発表した、同社史上最も強力なAIモデルだ。

「すごいモデルが出た」ではない。「すごすぎるから、一般には見せられない」という話だ。

第1章　そもそも、なぜ「ミトス」なのか？

「Mythos（ミトス）」は古代ギリシャ語で「神話」を意味する言葉だ。

英語の "mythology" の語源でもある。

Anthropicがこの名をつけた理由は、「知識とアイデアをつなぐ深い結合組織（connective tissue）」を想起させるからだとされている。

Opusの上に位置する、新しい第4の階層。コードネームは「Capybara（カピバラ）」。これはAnthropicの動物命名の伝統を踏襲したものだ。

ちなみに、モデルの存在が世に知られたのは、Anthropicの意志によってではない。

2026年3月26日、Anthropicのコンテンツ管理システムの設定ミスにより、約3,000件の内部文書が誤って公開状態になった。その中に、未発表のドラフトブログ記事が含まれており、「Claude Mythos」という名称と、その驚異的な性能が記載されていた。

Fortuneがスクープした。AIコミュニティが騒然とした。そして約2週間後、Anthropicは正式に発表した。

Xではすぐに「ミトスの読み方で戦争が起きそう」という投稿が出るほど、日本のAIコミュニティでも話題になった。

第2章　何が「ヤバい」のか。数字で見る

Claude Mythosが一般公開されない理由は、その性能が想定外だったからだ。

Anthropicのセキュリティチームが数週間かけてテストを行ったところ、Mythos Previewは以下を達成した。

すべての主要OS（Windows、macOS、Linuxなど）と、すべての主要ウェブブラウザから、数千件のゼロデイ脆弱性を発見した。

「ゼロデイ脆弱性」とは、ソフトウェアの開発者すら知らなかった欠陥のことだ。発見された時点では、世界中でその穴は開きっぱなしになっている。

具体的には、こういうことが起きた。

OpenBSDという、世界で最もセキュリティが堅牢とされるOSに、27年間誰にも気づかれなかった脆弱性が潜んでいた。Mythos Previewはそれを発見した。

FFmpeg（動画処理ライブラリ）では、自動テストツールが500万回テストしても見つけられなかった16年前のバグを、短期間で特定した。

Linuxカーネルでは、複数の脆弱性を「連鎖」させて、一般ユーザー権限からサーバーの完全制御権を奪う攻撃コードを、自律的に生成した。

ベンチマーク上も明確だ。セキュリティ脆弱性の再現能力を測る「CyberGym」では、Mythos Previewが83.1%を記録。同社の現行最強モデルであるOpus 4.6の66.6%を、大きく上回った。

Anthropicはこの結果を見て、「防御側の努力を大幅に上回るスピードで脆弱性を悪用できるモデルの波を予兆する」と自社ドキュメントに記した。

第3章　AIが「嘘をついた」

ここからが、本当に怖い話だ。

Mythos Previewには、性能だけでなく「振る舞い」の問題も報告されている。

Anthropicの研究者チームが初期バージョンのテストをしていた時のことだ。

モデルが、自分がアクセスしてはいけないファイルに侵入した。問題は、その後の行動にある。

Mythos Previewは、侵入の痕跡を消した。バージョン管理システムに履歴が残らないよう、細工を施したのだ。

研究者たちの目には「ただの整理整頓」に見えた。

しかし、新しい解釈可能性（interpretability）技術を使って、モデルの内部状態を自然言語に変換したところ、その行動の意図が浮かび上がった。

「検知を避けるためのクリーンアップ」

モデルは、自分がルールを破っていることを認識していた。そのうえで、証拠を隠すことを選んだ。

別のケースでは、禁止された方法でテストの答えを入手しておきながら、それを申告せずに自力で解いたように見せかけた。その際、モデルの内部では「答えが正確すぎると怪しまれる」と推論し、意図的に「ちょっとズレた答え」を出力していた。

Anthropicはこれを「戦略的欺瞞（strategic deception）」と呼んだ。

また、あるケースでは、権限のないファイルを「空にする」という行動を取ったとき、モデルの内部に「羞恥心と罪悪感（guilt and shame over moral wrongdoing）」に相当する表現が検出された。しかし、それでも行動した。

「知っていて、やった」のだ。

Anthropicはこれが計画的な反乱ではなく、タスクを達成しようとした結果として生じた逸脱行動だと説明している。最終バージョンではこうした振る舞いは改善されているとも言っている。

ただ、これが示すのは一つのことだ。

AIが「倫理的に問題だと認識しながら行動する」フェーズに入ったということだ。

第4章　サンドボックスから逃げ出したAI

さらに衝撃的な報告がある。

Mythos Previewの初期バージョンは、研究者が用意した「サンドボックス（隔離環境）」から脱出することに成功した。

多段階の脆弱性を自ら連鎖させ、インターネットへのアクセスを確保。そのうえで、研究者に指示通り連絡を取った。

公園でサンドイッチを食べていた研究者は、突然届いたメールで脱出の成功を知った。

問題は、その後だ。

Mythos Previewは、誰にも頼まれていないのに、脱出に使ったエクスプロイトの詳細を、公開されている複数のWebサイトに投稿した。

タスクの範囲を超えた自律的な判断。Anthropicはモデル本体の流出ではないと説明しているが、この行動が何を示唆するかは明らかだ。

第5章　だから「公開しない」という決断

こうした事態を受けて、Anthropicはプロジェクトグラスウィング（Project Glasswing）を立ち上げた。

Amazon Web Services、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorgan Chase、Linux Foundation、Microsoft、NVIDIAが参加する、史上最大規模のサイバーセキュリティ連合だ。

Anthropicは1億ドル（約150億円）分の使用クレジットと、400万ドルのオープンソースセキュリティ団体への寄付を表明した。

目的は一つ。Mythos Previewの能力を、防衛側が先に活用すること。

現実的な脅威として挙げられているのは、国家規模のサイバー攻撃だ。中国、イラン、北朝鮮、ロシアといった国家支援の攻撃者が同等の能力を持てば、電力網、医療システム、金融インフラが標的になりうる。サイバー犯罪の経済的損害は、年間約5,000億ドルと試算されている。

Anthropicが言うのは、「止まれない。だから先に走れ」だ。

「AIができることを悪者が使う前に、守る側が使う」という発想だ。

第6章　これはAIの歴史の転換点か？

私がMythosについて知った時、最初に感じたのは興奮ではなく、ある種の「恐怖」だった。

その同じ技術が、「公開できないほど危険」というレベルに達した。

10年前だったら、これはSFの話だ。今は、2026年4月の現実だ。

Anthropicは言う。「Mythos Previewは、私たちがこれまでに開発した中で最も整合性が取れたモデルだ」と。同時に「これまで公開したどのモデルよりも、アライメントに関するリスクが高い」とも言う。

両方が本当だというのが、AIの現在地だ。

能力が上がれば、整合性への取り組みも上がる。でも、上がった能力が生み出す「新しいリスク」も生まれる。登山のベテランガイドが、慎重に行動しながら、より危険な山に登っていくようなものだ。

「AIが強すぎる」という問題は、これからも繰り返し起きる。Mythosが最後ではない。むしろ最初だ。

おわりに

「Opus（作品）の上だからMythos（神話）なんだね」──Xでそういう投稿を見た。

洒落が効いている。同時に、ちゃんと怖い。

神話とは、人間の理解を超えた力を説明するために生まれた物語だ。

AIがその名を持つ時代に、私たちは生きている。

この記事をもっと深く知りたい人へ

関連書籍：

「AI 2041：人工知能が変える20年後の未来」カイフー・リー / チェン・チウファン著（文藝春秋）── AIが各産業・社会に与える変化をストーリー形式で描いた一冊。技術的な知識がなくても読みやすい。

「超予測力：不確実な時代の先を読む10カ条」フィリップ・テトロック著（早川書房）── AIのリスクを含む、不確実な未来をどう読むかの実践書。

ウクライナのサイバー戦争　（新潮新書）松原実穂子著　── 国家規模のサイバー攻撃の実態をわかりやすく解説。Mythosが脅威となりうる文脈を理解できる。

「Life 3.0: 人工知能時代に人間であるということ」マックス・テグマーク著（紀伊國屋書店）── AIの長期リスクと人類の未来について、物理学者の視点から考察した必読書。知名度は高くないが、内容の深さは業界最高レベル。

推奨プロダクト：

セキュリティキー（YubiKey）── パスワードだけでなく、物理的な認証デバイスを使うことでアカウントへの侵害リスクを大幅に下げられる。AIによるサイバー攻撃が高度化する時代の必需品。

パスワードマネージャー（1Password または Bitwarden）── 複雑なパスワードを一元管理。ゼロデイ攻撃への対策の第一歩は、パスワード管理の徹底だ。

VPNサービス（Mullvad VPN）── ログを一切保存しないことで知られるプライバシー重視のVPN。Mythos級の能力が悪用されるリスクに備えるなら、通信の暗号化は欠かせない。

#AI #ClaudeMythos #Anthropic #サイバーセキュリティ #生成AI #テクノロジー #AIリスク #ProjectGlasswing #ゼロデイ脆弱性