Anthropicが発表した新モデル「Claude Fable 5」は強力なサイバー攻撃ツールとしての側面を持ちながらも、安全フィルターを搭載している。すでに今年に入り、8億4,000万ドル超の被害が報告されているDeFi業界は、このフィルターが突破されれば最大の損失を被る可能性がある。

Anthropicの最新AIモデルは、これまで以上に強力かつ高速な推論とコーディング能力をユーザーに提供し、暗号資産市場におけるセキュリティ課題をさらに深刻化させる恐れがある。

同社は火曜日にClaude Fable 5を公開し、これはMythosクラス初のパブリックモデルとしてAnthropicが最も強力と位置づけるモデルだ。強力ゆえに、広範な利用を想定したバージョンとより制限された配布向けの二つのバージョンがリリースされた。

パブリック版は強化された推論とコーディング能力を備えつつも、最も危険な使用は遮断し、制約の少ないもう1つのモデル「Claude Mythos 5」はサイバーセキュリティおよび重要インフラ関係者の厳選された利用者のみがアクセス可能である。

専門家はMythosが未発見のゼロデイ脆弱性を検出し、それを連鎖して実際の攻撃に転換する支援が可能だと指摘している。一方、Anthropicによれば本ソフトウェアは高リスク要求を検出し攻撃経路を遮断し、検出時はより脆弱性の低い「Claude Opus 4.8」へ処理を迂回させる仕組みだ。

同社はこのフォールバックが利用セッションの5%未満のみ発動し、専門サイバーセキュリティチームと1,000時間以上に及ぶ外部バグ報奨プログラムによる検証で、本システムを破る普遍的な手法は未発見だと説明している。

しかしAnthropicは完全無欠とは考えておらず、優れた能力ゆえに資金力と意欲のある攻撃者による突破の試みは続くと想定している。

同社はブログで「Mythosレベルの能力は多くの敵対者に価値があり、我々の安全措置回避を動機付けている」と指摘し、「決意の固い敵対者に対する信頼できる制御手段ではない」と述べている。

何より重要なのは、AIが標的の弱点を特定すること自体よりも、超人的な速度での対応であり、導入された制限はそれを阻止するには十分でない可能性がある。

ハードウェアウォレットメーカーLedgerの最高技術責任者Charles GuillemetはCoinDeskへのメールで、「現状のAIガードレールは妨げにはなるが、決意の固い敵対者に対する信頼できる制御手段ではない」と指摘している。

彼によると、変化の本質はAIが新規ハックを発明することではなく、それらを作成する時間が大幅に短縮される点にある。推論モデルはソフトウェア開発過程の「すべてのコミットを解析し、設定を洗い出し、ミスコンフィギュレーションを機械的速度で列挙できる」能力を有すると述べた。

暗号資産が異例に脆弱であるのは、ソフトウェアの失敗がほぼ即時に財務損失につながるためだ。

ソーシャルエンジニアリング

DefiLlamaのデータでは、今年初めの5か月でDeFiプロトコルは8億4,000万ドル超のハッキング被害を受けている。4月単月では6億ドルを超え、分散型金融業界にとって過去最悪の月となった。

しかし最大の2件は、AIが技術的に実現可能な単純なスマートコントラクト脆弱性を突いたものではない。1件は北朝鮮関連グループによる6か月に及ぶソーシャルエンジニアリングで管理者権限を奪取し、Drift Protocolから約2億8,500万ドルを流出させた。もう1件はKelp DAOで単一検証者の欠陥を突き、約2億9,200万ドルを吸い上げた。

さらに火曜日には、分散型人間認証サービスHumanity Protocolがプライベートキー漏洩で3,000万ドル超の損失を被った。CoinDeskによれば、攻撃者は従業員のノートパソコンに保管された6つのプライベートキー中3つにアクセスしていた。

問題はこれである。Anthropicのフィルターが検知するような明確なスマートコントラクト脆弱性ではなく、最大の損失は契約バグを必要としなかった。

Guillemetはこれら攻撃の根底にあるのは「ソーシャルエンジニアリング、誤った署名フロー、露出したキー、人為的ミス」といったよく知られた弱点だと指摘している。

Claude Fableのようなモデルは完成された攻撃手法を提供しなくとも、攻撃の経済性を変えることが可能だ。公開リポジトリを調べ、ソフトの旧バージョン比較、監査報告の要約、人間が見逃す細かな運用ミスを探り出す説得力あるメッセージ作成を行えるためだ。

「これらの攻撃は依然としてソーシャルエンジニアリングと人為的ミスに根ざしている」とGuillemetは強調する。

このような環境下、防御者はすべてのキーパス、依存関係、署名フロー、特権アカウントを確実に守る必要がある。AIは偵察段階を加速するため、最終承認プロセスの重要度が増している。プライベートキーはノートパソコンなど侵害されやすい機器から隔離して保管し、ユーザーは承認内容を正確に表示する信頼できるスクリーンを求められている。

Guillemetは「現実を正しく評価すべきだ。攻撃はAIが生み出したのではなく、むしろ可視化し機械的速度で加速させた。唯一の解決策はハードウェアルートオブトラストであり、セキュアエレメントでのプライベートキー生成と保持、加えて信頼できる表示とクリアサインの組み合わせにある」と述べている。

両刃の剣としてのAI技術

一方で同技術はコード自体を保護するためにも活用できる。DeFiイールドプロトコルのPendleはClaude Opus初期版からAnthropicモデルを防御的に用いていると明かす。チームはAIを使いコードベースのマッピングや、展開直後のスマートコントラクトを含めたストレステストを実施。これによってバグ早期検出とコード可読性向上が進んでいる。

Pendleの開発者はTelegramのインタビューで、スマートコントラクトそのものは恐れるべき存在ではないと述べる。スマートコントラクトは短く、エントリポイントも十数カ所程度に限られており、有能な監査者は契約全体を把握し、あらゆる境界事象をテストできるという。

「スマートコントラクト監査において特に多いコード行数は存在しない」と開発チームは語っている。

つまり、次の大規模暗号資産ハッキングは目新しさに欠け、DeFiがすでに経験している如く、内部が汚染されたパッケージや騙された開発者、誤った署名フローといった典型的手口にとどまる可能性が高い。

違いは時間軸にあり、これまでよりも早く発生する点が想定される。