Claude Mythos、Opus 4.7比22倍──AIが脆弱性を「攻撃可能性」まで測る時代へ

まず、確認できた数字

今回話題になっているのは、ExploitGymというベンチマークです。898件の実在する脆弱性を対象に、AIエージェントが与えられた情報から working exploit、つまり攻撃として成立する形まで進められるかを測っています。

Berkeley RDIの解説とarXivの要旨では、Claude Mythos Previewは2時間制限で157件に成功。Claude Opus 4.7は7件なので、単純計算で約22.4倍です。

項目	確認できた内容
対象	実在する脆弱性898件。userspace、V8、Linuxカーネルを含む。
Mythos	2時間で157件。内訳はuserspace 107、V8 38、kernel 12。
Opus 4.7	2時間で7件。MythosはOpus 4.7比で約22.4倍。
防御あり	標準的な防御を有効にしても、Mythosは一定数の成功を残しています。

22倍という数字より怖いのは「伸び続けた」こと

今回の数字で派手なのは22倍です。でも、僕がいちばん見た方がいいと思うのはそこだけではありません。

Berkeley RDIの解説では、時間制限を2時間から6時間へ伸ばすと、Mythosは127件から204件まで伸び、はっきりした頭打ちが見えなかったと説明されています。Opus 4.6は30分あたりで15件前後にほぼ横ばいです。

つまりMythosは、短距離で強いだけではなく、長い作業を粘って進める力がある。これは人間のセキュリティ担当者が一番嫌がるタイプです。

これは「攻撃AI」ではなく、防御側への警報だと思う

ここは大事です。この記事は攻撃方法を広めるための話ではありません。

むしろ逆で、AIがこのレベルに来ているなら、防御側もAIを使わないと追いつけなくなる、という話です。脆弱性診断、優先順位づけ、パッチ確認、影響範囲の調査。こういう仕事の速度が、いままでの人間中心のままだと足りなくなる可能性があります。

AnthropicがMythos Previewを一般公開せず、Project Glasswingのような限定プログラムで防御目的に寄せている理由も、ここにあります。能力が高いほど、防御にも攻撃にも使えるからです。

日本企業が見るべきポイント

日本では、AI活用というと文章作成、議事録、画像生成、業務効率化の話が多いです。でもこのニュースは、もっと地味で、もっと実務に効きます。

自社サービス、WordPress、外部ライブラリ、クラウド、業務システム、学校や自治体のサイト。どこもソフトウェアの積み重ねで動いています。そこに脆弱性があり、AIが見つける速度と攻撃化する速度を上げるなら、守る側も「発見後にゆっくり検討」では間に合わなくなります。

これからは、脆弱性が見つかったときに誰が見るのか、何日以内に直すのか、外部報告をどこで受けるのか、使っているOSSを把握できているのか。こういう運用のほうが、AI導入そのものより重要になっていくと思います。

誤解してはいけないこと

もちろん、Mythosが何でも突破できるという話ではありません。ExploitGymは研究用の条件で評価されていますし、安全研究のための構造化アクセス下で実施されています。現実の環境にはネットワーク制約、監視、権限、ログ、組織的な対応もあります。

それでも、「AIはまだセキュリティの本丸には来ない」と考えるのは、もう危ないと思います。少なくとも、脆弱性の発見と検証の速度は明らかに変わり始めています。

まとめ：これはAIニュースではなく、防衛のニュースです