生成AIニュース 2026年7月2日

Claude Fable 5が復活するまでの20日間――Anthropicが米政府と交わした「安全の取引」を読む

何が起きたのか、まず整理する

Claude Fable 5が戻ってきた。6月12日の全面停止から数えると、約20日間のブランクだった。

経緯を簡単に押さえておく。Amazonのセキュリティチームが、Fable 5の安全対策をすり抜けてソフトウェアの脆弱性を特定させる「ジェイルブレイク」の手口を米政府に報告した。これを受けた米政府は6月12日、安全保障上の懸念を理由に輸出規制を即時発効させた。対象は外国籍ユーザーだったが、Anthropicにはその時点でユーザーの国籍を確認する手段がなかったため、全ユーザーの利用停止という判断に踏み切った。

復活に向けてAnthropicが取った手は、改良版の分類器の開発だ。問題の手口を99%以上検知できるようになったとされ、同手口に該当するリクエストは自動的にOpus 4.8へ切り替わる仕組みを組み込んだ。米商務省傘下のAIセキュリティ標準・革新センター（CAISI）の研究者が新旧の対策を比較検証し、新方式を「極めて強固」と評価したことで、規制解除の道が開いた。7月1日に一般向けアクセスが回復し、現在は有料プランのPro、Max、Team、一部Enterpriseで利用できる。

事実関係はここまでにして、本題に入りたい。

「安全マージンを広げる」とはどういうことか

Anthropicが今回の技術対応で正直に認めていることがある。「通常のプログラミング作業でも無害なリクエストを誤って止める頻度は増える」という点だ。

これは重要な告白だ。99%という検知率は、いわばノイズを増やすことで精度を上げた数字でもある。

分類器の設計思想を彼らは「安全マージン」と呼んでいる。危険な指示を見逃さないために、明確に安全と言えるリクエスト以外は止める方向に判定ラインをずらした。Fable 5ではこのマージンを従来より広く取っており、無害な依頼が止まる頻度が増える代わりに、モデルを安全に広く提供できる設計を選んだということだ。

トレードオフを言葉にすれば、「誤検知のコストをユーザーに転嫁することで、悪用リスクをシステム側で吸収した」となる。

これは「完璧な解決策」ではなく、政府の要求に応えながら提供を再開するための実務的な妥協点だ。Anthropic自身も「今後精度を改善していく」と述べており、現時点での完成度を過信しないほうがいい。

もうひとつ注目すべき事実がある。Anthropicは「今回の手口で得られた脆弱性の検知性能は、Mythosレベルの独自のサイバー能力を露呈するものではなかった」と述べている。つまり同社のテストでは、Opus 4.8や「GPT-5.5」、「Kimi K2.7」でも同じ脆弱性が特定できたという。

これはどういう意味か。Fable 5だけが突出して危険だったわけではない、ということだ。それでも規制対象になり、全停止を余儀なくされた。この非対称性こそが、今回の件の核心にある。

ここからは見方だが――構造として何が変わったか

AIモデルが「政府命令で止められるインフラ」になった。これが今回の件が示す最大の構造的変化だと思っている。

ソフトウェアサービスがセキュリティ上の理由で当局に停止を求められる事例はこれまでにもあった。だが今回のケースは少し違う。輸出規制という貿易管理の文脈でAIモデルが止められた。即時発効で、Anthropicには事前に国籍確認の時間すら与えられなかった。

ここには「AIモデルそのものが安全保障上の輸出管理対象になりうる」という認識が制度として動き始めていることが読み取れる。6月2日に発令された「先端AIに関する大統領令」もその文脈に連なる。Anthropicが今回打ち出した政府との連携強化（安全保障上重要なモデルへの事前アクセス提供、重大なジェイルブレイクの早期共有、専任チームと計算資源の投入、業界共通セキュリティ基準づくりへの協力）は、この流れに乗るというよりも、流れの一部を自ら形成しようとしている動きに見える。

政府に従うだけではなく、基準をつくる側に回る。その意図は明確だ。

AnthropicはAmazon、Microsoft、Googleなど「Glasswing」の各パートナーとともに、ジェイルブレイクの深刻度を「能力の向上度」「悪用可能な攻撃対象の広さ」「攻撃への転用コスト」「手口の入手しやすさ」という4軸で評価する共通基準の確立を目指している。現時点ではこうした評価の共通基準が存在しないと指摘した上での提案だ。

これは単なる技術的取り組みではない。「何が危険なのかを定義する権限を誰が持つか」という問いへの、業界側からの回答でもある。

実務者が今考えるべきこと

Fable 5を業務利用している開発者やプロダクト担当者にとって、今回の件は他人事ではない。

特定モデルへの依存がいかに脆いかを、20日間の停止が実証した。「止まることがある」という前提でアーキテクチャを設計しているチームはどれだけあったか。Anthropicは復旧を早めるために全力を尽くしたが、それは「止まらない保証」とは別の話だ。

実務的な示唆をいくつか挙げる。

フォールバック設計を見直す時機だ。 今回Anthropicは問題の手口に該当するリクエストをOpus 4.8に自動で切り替える仕組みを実装した。これはAnthropicが自社内でやったことだが、サービス開発者側も「モデルが使えなくなった場合の代替フロー」を本気で設計する必要がある。複数プロバイダーへの分散は、コストより可用性の観点で選択肢になりうる。

「安全マージンが広がった」ことを忘れない。 復活したFable 5は、停止前より誤検知が増える設計になっている。プロンプト設計やユーザー体験の調整が必要なケースが出てくる可能性がある。「戻ってきたから元通り」とは限らない。

評価基準の標準化は、実務者にも影響する。 ジェイルブレイクの深刻度評価に共通基準ができると、企業側のAI利用ポリシーやリスク管理にも影響が出てくる。現時点では策定の入り口に過ぎないが、規制が形になってくれば、「どのAIツールをどの業務に使っていいか」という判断軸が変わる可能性がある。