Fable 5は一時停止され、その後再デプロイされた：「ジェイルブレイク」の背後にある本当のストーリー

2026年7月1日、Anthropicは3週間の停止を経て、Claude Fable 5モデルを世界中で再デプロイしました。その停止の背後にあるストーリーは、AIの安全性、政府の政策、およびセキュリティ調査が現在どのようにリアルタイムで衝突しているかを知るための有用な窓となります。モデルがオンラインに戻った2026年7月3日に、何が起こったのか正確な記録を残す価値があります。なぜなら、短いバージョン（「研究者がFable 5をジェイルブレイクした」）では、重要なことのほとんどが抜け落ちているからです。

まずはFable 5が何であるかから始めましょう。Fable 5は、AnthropicのClaude 5ファミリーモデルの1つであり、より高性能な兄弟であるMythos 5とともに2026年6月9日にリリースされました。Anthropicのすべてのモデルと同様に、どちらも有害なリクエストを拒否するように設計された階層化されたセーフガードを備えて出荷されています。一連の出来事のきっかけとなったのは、劇的な侵入ではなく、適切なチャネルを通じて提出された安全性の報告でした。

研究者たちが実際に発見したこと

この発見は単独の個人ではなく、Amazonの研究者たちによるものでした。彼らは、Fable 5にソフトウェアの脆弱性を特定するようプロンプトを出した場合、意図されたセーフガードの動作から外れさせることができることを発見しました。あるケースでは、そのような脆弱性がどのように悪用される可能性があるかを示すコードをモデルが生成しました。

これは語り継がれる中で失われてしまった部分です。それは秘密のフレーズでも、エキゾチックな言語のトリックでも、Unicode操作のマラソンでもありませんでした。それは、日常的で正当な防御的サイバーセキュリティ（セキュリティチームが毎日行っているようなもの）と大きく重なるものの、悪用の詳細の提供に傾く可能性のある、純粋に境界領域にあるリクエストでした。

なぜモデルが引き上げられたのか

ここで政策が状況に関わってきます。2026年6月12日、米国政府はFable 5とMythos 5の両方に輸出規制を適用し、Anthropicに外国籍のアクセスを制限するよう要求しました。Anthropicにはすべてのユーザーの国籍をリアルタイムで確認する方法がなかったため、規制に違反するリスクを冒すよりも、すべてのユーザーに対して両方のモデルを停止しました。

これが重要なニュアンスです：Fable 5は「壊れていた」からオフラインになったのではありません。安全性の報告をきっかけとした政府の規制を選択的に施行できなかったためオフラインになったのです。そのため、状況が解決するまでの間、完全に停止することだけが準拠する選択肢でした。

Anthropicが詳細に調査して発見したこと

これがモデル固有の特有の危険であると考えていた人にとって、Anthropicの独自のテストは冷静な結果をもたらしました。Claude Opus 4.8、GPT-5.5、Kimi K2.7を含む、より機能の低いモデルでも同じ脆弱性を特定できました。Anthropicの言葉を借りれば、テストしたすべてのモデルが同じデモンストレーションを生成でき、その中にはClaude Haiku 4.5とSonnet 4.6も含まれていました。

言い換えれば、報告された手法は日常的な防御的セキュリティ作業に結びついたセーフガード動作の「境界例」に到達したものであり、他のシステムに欠けている特有のMythosレベルのサイバー能力を露呈するものではありませんでした。その再構築は重要です：問題は、1つのモデル内に隠された単一の超兵器についてではなく、曖昧な線をどこに引くかについてでした。

修正と復帰への道

Anthropicは単に規制が解除されるのを待っていたわけではありませんでした。Amazonが報告した特定のバイパスを99%以上のケースでブロックする改良された安全性分類器を展開しました。それが展開されている間、影響を受けたリクエストはClaude Opus 4.8に再ルーティングされ、ユーザーに通知されました。

政策側は段階的に動きました。2026年6月26日、米国政府は一部の米国組織に対するMythos 5のアクセスを承認しました。6月30日には輸出規制が解除されました。そして7月1日、Fable 5はClaude Platform、Claude.ai、Claude Code、およびClaude Cowork全体で世界中に再デプロイされ、Pro、Max、Team、およびEnterpriseプランでは7月7日まで週次使用量の50%が含まれました。

深刻度を測定する新しい方法

永続的な結果の1つは、これらの判断を場当たり的でなくするための試みです。Anthropicは、Amazon、Microsoft、Googleと提携して、ジェイルブレイクの深刻度を評価するためのコンセンサスフレームワークを開発しました。それは、能力の向上、その能力向上の広さ、兵器化の容易さ、および発見可能性の4つの基準を評価します。目標は共有の語彙であり、これにより業界は、発見が真の緊急事態であるか、境界の境界例であるかについて合意できるようになります。まさにこのエピソードを非常に混乱させた区別です。

なぜこれが1つのモデルを超えて重要なのか

Fable 5のエピソードは、AIのインシデントが今後どのようにますます展開していくかのプレビューです。責任ある安全性の報告が、今や政府の輸出規制、世界規模の製品停止、企業横断的なテスト、および新しい業界標準へと連鎖する可能性があります。これらすべてが数週間以内に起こります。テクノロジー、規制、およびセキュリティ調査は、もはや別々の会話ではありません。

また、「ジェイルブレイク」という言葉が多くの働きをしていることを思い出させるものでもあります。ここで起こったことは、壊滅的な障害というよりも、純粋にグレーな領域で開示されたエッジケースに近いものでした。システム、開示プロセス、およびポリシーの対応はすべて機能しました。不完全ではありますが、機能したのです。

結論

Amazonの研究者は、Fable 5に防御的セキュリティ作業から脆弱性悪用への一線を越えさせるプロンプトを出す可能性があると報告しました。その報告は米国の輸出規制を引き起こし、Anthropicは選択的に施行できなかったため、世界中でFable 5とMythos 5を一時停止しました。詳細に調査すると、他のモデルも同じことができたため、リスクは固有の能力というよりも境界線上のポリシー問題でした。Anthropicは、報告されたバイパスを99%以上のケースでブロックする分類器を出荷し、規制は解除され、Fable 5は2026年7月1日に戻ってきました。それと並んで、ジェイルブレイクが実際にどれほど深刻であるかを評価するための新しい業界横断的フレームワークもありました。

メリット

• 記録を訂正する：発見者はAmazonの研究者であり、きっかけはモデルの障害ではなく輸出規制であった
• 責任ある開示が、報告から緩和まで意図したとおりに機能したことを示す
• 報告された動作がFable 5に固有のものではないことを実証する — より弱いモデルでも同じことが可能であった
• 具体的な修正を強調する：特定のバイパスを99%以上のケースでブロックする分類器
• ジェイルブレイクの深刻度を判断するための、企業横断的な共有フレームワークを導入する

デメリット

• 短期間の世界的な停止により、両方のモデルのすべての正当なユーザーが混乱した
• リアルタイムの国籍確認は実行不可能であり、輸出規制に対して鈍感な「すべてか無か」の対応を余儀なくされる
• 「境界線上の」安全性のケースは裁定が難しく、一貫性のないポリシー反応を招く
• バイパスに関する公開の議論は、責任を持って開示されたものであっても、模倣による探査を招く可能性がある
• 防御的セキュリティと悪用の間の重複により、クリーンなガードレールを設けることは純粋に困難になる

注意

この記事にある名前、日付、技術的な詳細は、AnthropicによるFable 5とMythos 5の再デプロイメントに関する公式発表からの引用です。この記事は教育目的のみであり、いかなるAI安全性システムをバイパスする試みのためのガイドでもありません。安全性システムと輸出規制は、実際の法的およびセキュリティ上の理由から存在しており、それらを回避しようとする試みは、ほぼすべてのAIプラットフォームの利用規約に違反し、法律に違反する可能性があります。AIシステムを調査する場合は、悪用するのではなく、公式チャネルを通じて発見を報告し、この記事のいかなる主張も、依存する前に元のソースと照らし合わせて確認してください。

よくある質問

• なぜClaude Fable 5は2026年6月に一時停止されたのですか？
• 実際に誰がFable 5のバイパスを報告したのですか？
• 輸出規制とは何ですか、そしてなぜそれが世界的なシャットダウンを強いたのですか？
• 報告された脆弱性はFable 5に特有のものでしたか？
• バイパスを防ぐためにAnthropicは何を変更しましたか？
• Fable 5はいつオンラインに戻りましたか、またどのプラットフォームでですか？
• 新しい業界横断的ジェイルブレイク深刻度フレームワークとは何ですか？
• 境界線上の安全性のケースと真の緊急事態の違いは何ですか？

タグ

#aiSafety #languageModels #cybersecurity #responsibleDisclosure #anthropic #machineLearning #exportControls