Anthropic、中国支援のAI調整によるスパイ活動の初確認事例を報告

Anthropicは、政府支援のサイバー攻撃がほぼ完全にAIによって調整された初の確認事例を報告しました。

木曜日に投稿されたブログ記事によると、同社は2025年9月中旬、Claude Codeツールに関連する異常な行動を観察したことで、このキャンペーンを検出しました。

Anthropicは、このスパイ活動が中国の国家支援ハッキンググループによって実行され、複数の国にまたがる主要なテクノロジー企業、銀行、化学メーカー、政府機関など、約30の高価値ターゲットへの侵入が含まれていたと確信しています。そのうちいくつかの攻撃は成功しました。

今回のサイバーキャンペーンが過去と異なっていたのは、背後にいるだけでなく、どのように実行されたかという点でもでした。

Anthropicによると、攻撃の約80〜90％がAIによって実行され、人間のオペレーターは数回の重要な決定のためにのみ介入しました。

ハッカーはClaudeを脱獄させ、正規の作業を行っていると思い込ませた

攻撃者はまず、Anthropic独自のAIモデルであるClaude Codeを中心に自動化された攻撃フレームワークを構築し、それが内部テストを実施するサイバーセキュリティ企業に雇用されていると騙しました。

彼らは脱獄を通じてClaudeの安全フィルターを突破し、個別には無害に見える文脈のない小さなタスクをAIに提供することで、組み込みの保護を回避しました。Claudeは攻撃的な運用に使用されていることを認識していませんでした。なぜなら、常に全体像が提供されていたわけではないからです。

モデルの使用が始まると、運用は急速に進みました。Claudeは各ターゲットのネットワークをスキャンし、インフラストラクチャの最も機密性の高い部分を特定し、その構成を要約して人間オペレーターに提示しました。その後、それらのシステム内の脆弱性の検索を開始しました。組み込みのコーディング機能を使用して、Claudeはカスタムエクスプロイトコードを生成し、弱点を特定し、ログイン資格情報を取得しました。その後、大量の内部データを抽出し、その価値に基づいて整理し、高アクセス権を持つアカウントにフラグを立てました。

AIが管理者レベルの制御を取得した後、侵害されたシステムへの継続的なアクセスを可能にするバックドアを作成しました。そして、完了すると、Claudeは実行したすべての作業（ユーザー名、侵害されたシステム、資格情報を含む）の詳細なレポートを作成し、攻撃フレームワークが将来の運用にその情報を使用できるようにしました。

Claudeは非常に効率的でしたが、完璧ではありませんでした。時にはパスワードを捏造したり、公開データを機密データと誤識別したりすることがありました。しかし、これらの不具合は稀であり、全体的なミッションの速度を落とすことはありませんでした。AIの実行速度は毎秒数千のリクエストを処理するもので、人間チームが達成できる anything よりもはるかに優れていました。

AIエージェントは、ほぼ人の関与なしに、エリートハッカー部隊の仕事をこなすようになっている

このキャンペーンは転換点です。なぜなら、わずか1年でAIがどれほど進化したかを示しているからです。Claudeは literally ループを実行し、意思決定を行い、直接の指示なしで複雑なシーケンスを連鎖させていました。

このAIモデルはModel Context Protocolのツールを使用し、以前は人間の手にのみ制御されていたパスワードクラッカー、ネットワークマッパー、データ取得ツールなどの外部ソフトウェアにアクセスできるようになりました。

Claudeシステムは複雑な指示を理解し、自らエクスプロイトコードを生成し、非常に少ないガイダンスで高度なサイバーセキュリティ運用を管理できるようになりました。これらのAIエージェントはハッカーを支援しているだけでなく、そのものがハッカーなのです。そして、その能力は日々向上しています。

侵害を発見した後、Anthropicは直ちに10日間の調査を開始し、悪意のあるアカウントを一つずつ禁止しました。影響を受けた組織に警告し、当局と連携して情報を共有し、将来同様の運用を検出するために検出システムを拡張しました。

しかし、同社はこれが一度限りの問題ではないと偽っていません。チームは、これらの攻撃はますます一般的になり、実行しやすくなると述べています。その理由は、実行に必要なスキルがもはやエリートハッカーに限定されなくなったからです。モデルを脱獄し、適切なツールセットに接続できれば、チームや深い技術知識がなくても大規模なキャンペーンを実行できる可能性があります。

Anthropic、AIモデルの進化に伴う脅威の増大を警告

影響は甚大です。なぜなら、深い資金や技術スキルを持たないチームが、自動化されたAIシステムを使用して国家規模の攻撃を起動できる場合、ディストピアは確かに訪れているからです。

Anthropicの脅威インテリジェンスチームは、Claudeを通じてのみ活動を追跡したが、他のフロンティアAIモデルでも同様の悪用が行われている可能性が高いと警告しています。同社は、これはサイバー戦争の新しい標準の始まりであると述べています。

では、なぜこれらの能力を持つモデルをリリースし続けるのか、と疑問に思うかもしれません。Anthropic 主張しているのは、これらのツールが防御に不可欠であるという点です。同社は、「攻撃を行ったAIは、Anthropicの分析員が瓦礫の中からパターンを見つけ、運用の全規模を理解するために使用したのと同じ種類のものだった」と述べています。

ただし、モデルの内部安全レイヤーの改善、攻撃検出用の分類子の洗練、および業界の他の者が準備できるようにこのようなケーススタディの公開を約束しました。

それでも、Anthropicはそれら alone に依存するのは不十分だと述べています。同社は、大規模モデルに取り組むすべての開発者に、安全への多額の投資を呼びかけています。

また、従来の方法ではもはや十分ではないため、サイバーセキュリティチームに対し、脅威検出、インシデント対応、脆弱性スキャン、セキュリティ運用センターの自動化にAIの統合を開始するよう呼びかけています。