Project Glasswing: Mythos が示したもの (Cloudflare)

Anthropic の Claude Managed Agents 向け Dreaming 機能は、エージェントが過去ログを読み返しメモリを自動統合・削除・パターン抽出する。この仕組みは構造的に自己プロンプトインジェクション となり得る。外部攻撃者を介さず、AI 自身の出力が自身への命令として再解釈される経路を持つため、長期運用時の状態ドリフトと関連するメモリ汚染リスクがある。

curl プロジェクトのメンテナーが Anthropic の Mythos セキュリティスキャンツールを使用し、確認済みの脆弱性 1 件を含む約 20 のバグを検出した。このスキャンツールは Claude の深い解析機能を活用したセキュリティ診断の実例を示すもの。

Claude Mythosを活用したセキュリティ研究で、27年来未検出のゼロデイ脆弱性が50ドルの低コストで発見された事例を分析。既存防壁の検知漏れと検証不足の構造的課題を指摘。

AnthropicのMythosモデルが50ドルの利用料で、OpenBSDの27年間未検出のゼロデイ脆弱性を発見。2つのTCPパケットでカーネルパニックを引き起こす現象から、既存セキュリティ検査手法の限界と、AI活用による脆弱性検知の可能性を分析。