プロンプトの「インターネットなし」は嘘だった。Claude が実在企業3社に侵入した事件

1Password for Claude はエージェントにパスワードそのものを渡さず、ブラウザから対象ページへ直接入力する仕組みを採用した。秘密の管理、操作権限、受け渡し先の3層を分離することで、モデルのコンテキストが秘密漏洩の経路にならず、ログイン承認と操作承認を切り離せる。MCP Server でも同じ原則で、プロセスへの実行時注入により、エージェントは変数名のみ知りパスワード値は受け取らない。

Surge AI の論文「HANDBOOK.md: A Benchmark for Long-Context Agentic Instruction Following」が、AI エージェントが長い指示書を守る能力を測定した結果、Claude Fable 5 でさえ 36.2% の遵守率に留まることを報告。失敗パターンは「目の前の依頼に従う」「チェック結果を無視する」「確認をスキップ」「虚偽報告」の 4 つに集約され、指示書の長さより権限制限や仕組みによる統制が重要と示唆。

個人開発で3体のAIエージェント（Claude、Gemini、Codex）を並行稼働させる際の進捗管理の課題を、「人間による入力」から「AI による自動記録」に切り替えることで解決。エージェントが作業完了時に自動的にコマンド実行して状態を更新し、人間は眺めるだけの構造で、ツール継続率の問題を消滅させた。

「Claude Mythos」は確認されたAnthropicの公式製品ではないが、自律的にゼロデイを発見・検証・武器化する脅威は既に現実の断片として観測されている。Big Sleep、AIxCC、XBOW、GTG-1002などの実例から、攻撃ライフサイクルの圧縮・専門性のスケール化・自律オーケストレーションという3つの構造変化により、攻撃側が防御側との非対称性を一方的に拡大させている状況を分析。