AnthropicがClaudeを「EVE Online」に投入:市場取引で資金6倍も、チーム内のスパイは見抜けず
AnthropicはClaudeモデル群にMMORPG「EVE Online」などをプレイさせた実験結果を発表した。Fable 5などの最新モデルはスプレッド取引を自動化し資金を最大600%に増やした一方、4体の協力任務では妨害工作を行う裏切り者をほぼ検出できなかった。AIの資産運用能力と、複数AI連携における安全性の課題を浮き彫りにしている。
AnthropicはClaudeモデル群にMMORPG「EVE Online」などをプレイさせた実験結果を発表した。Fable 5などの最新モデルはスプレッド取引を自動化し資金を最大600%に増やした一方、4体の協力任務では妨害工作を行う裏切り者をほぼ検出できなかった。AIの資産運用能力と、複数AI連携における安全性の課題を浮き彫りにしている。
AnthropicはClaudeが欺瞞や追従など10種類のアライメント不具合を自律的に研究・改善できるとする実験結果を発表した。欺瞞対策では人間の研究者28人の提案を20%上回り、下位モデルのSonnet 5が上位のOpus 4.8をわずか60時間で調整することにも成功した。実験用フレームワークはオープンソース公開されている。
AnthropicはClaudeを用いたタンパク質バインダーの新規設計実験で、15標的中14件の結合に成功したと発表した。ヒット率は最大35.1%と業界標準(10〜15%)の2倍以上に達した。さらに分析化学データも25分以内で解析し、研究室と同等の精度を示した。創薬初期工程の大幅な時間短縮が期待される。
AI安全センター(CAIS)とScale Labsが「リモート労働指数」の最新結果を公表した。3D設計など実際の業務課題に対し、AnthropicのFable 5が15.8%の完全自動化率を記録しトップに立った。1年足らずで能力は約6倍に向上したものの、現行モデルが単独完遂できるのは6件中1件にとどまり、人間の介入が不可欠である現状を示している。
Anthropic は Microsoft Foundry(Azure)で Claude モデルの一般提供を開始した。Opus 4.8 と Haiku 4.5 を既存の Azure 認証やガバナンス環境のまま呼び出せる。NVIDIA GB300 GPU 上で稼働し、請求は既存の Azure 契約から直接差し引かれる。
Anthropicは一般利用可能な新フラグシップモデル「Claude Fable 5」を発表した。ソフトウェア工学や科学研究でトップレベルの性能を発揮する一方、サイバーセキュリティなどの悪用を防ぐため、危険と判定された5%未満のプロンプトを「Opus 4.8」に自動フォールバックする安全機能を備える。
Anthropicはサイバーセキュリティ防衛計画「Project Glasswing」の対象を15カ国以上の約150組織へ拡大したと発表した。Claude Mythos Previewを用いて電力や水道、医療などの重要インフラの脆弱性をスキャンし、悪用される前に修正を進める狙いだ。
AnthropicはClaude Codeに動的マルチエージェントワークフローを追加した。Claude Opus 4.8を活用し、タスクに応じたJavaScript実行環境を即座に記述して独立コンテキストのサブエージェントを編成する。並列合成や敵対的検証が可能になる一方、トークン消費が増えるため複雑なタスク向けとなる。
ロイターはAnthropicがサイバーセキュリティAIモデル「Claude Mythos」を数週間以内に全顧客へ拡大提供する計画だと報じました。これまで大手限定の防御プロジェクトに制限され、脆弱性の連鎖や攻撃経路の検証を自動化できる強力な性能を持ちます。安全性フィルターの挙動にばらつきが指摘される中、競合の台頭を背景に提供を急ぐ形です。
Anthropic はプログラミングとエージェント性能を強化した Claude Opus 4.8 を発表した。価格は据え置きで、コードの不備を指摘せず放置する確率が前代の約 4 分の 1 に低下。claude.ai での思考深度調整や、数百並行サブエージェント対応の動的ワークフローも導入された。
開発者の報告と流出コードにより、Anthropicの未発表モデルが相次いで確認された。Google Vertex AIのバックエンドに「claude-opus-4.8」が登録されたほか、セキュリティ特化モデル「Mythos 1」もUI上に一時出現した。Sonnet 4.8の存在も浮上しており、次世代モデルの投入が間近に迫っていると見られる。