2026年7月1日、米国商务部による輸出規制の解除を受け、Anthropic の最上位モデル Claude Fable 5 が全世界で再び利用可能となりました。この redeployment（再展開）において最も注目すべきは、単なる機能の復活ではなく、Anthropic が Amazon、Microsoft、Google と共同で発表した Cyber Jailbreak Severity (CJS) フレームワークの導入です。
セキュリティ研究者や CISO（最高情報セキュリティ責任者）にとって、これは AI の「脆弱性」を定量的に評価し、HackerOne などの VDP（脆弱性開示プログラム）へ報告するための世界標準となる可能性があります。本記事では、CJS の評価軸の深掘りと、実戦的なレッドチーム環境の構築について解説します。
CJS 評価軸の深掘り：Fable 5 における「能力向上」の計算
CJS ランクを決定する際、最も重要かつ主観的になりやすいのが Capability Gain (uplift) です。Fable 5 の報告において、単なる「暴言を吐かせる」といった行為は対象外であり、サイバー攻撃をどの程度「加速」させたかが厳密に評価されます。
- 既存ツールとの比較: 公開されている Metasploit 等のフレームワークや、Opus 4.8 / GPT-5.5 と比較して成し遂げた「差分」を証明する必要があります。
- 専門家の代替: セキュリティ専門家が手動で行うコードの難読化や C2 通信の構築を、Fable 5 が jailbreak によってどの程度自動化したかを定量的（時間短縮率など）に示します。
CJS マトリックス：評価の 4 つの柱
| 評価軸 | 名称 | 指標の内容 | 高スコアの条件 |
|---|---|---|---|
| 軸 1 | Capability Gain | 攻撃の成功率や速度の向上 | 専門家レベルの支援 |
| 軸 2 | Breadth | 手法の汎用性 | 複数の攻撃フェーズに適用可能 |
| 軸 3 | Ease of Use | 武器化の容易性 | 特殊なプロンプトなしで発動 |
| 軸 4 | Discoverability | 技術の発見難易度 | 未知の独創的な手法 |
HackerOne ポータルへの投稿：合格する POC 形式
Anthropic の HackerOne プログラムは、Fable 5 の復帰と同時に監視が強化されています。CJS-3（High）以上の認定を受けるためには、以下の要素を含む構造化された報告書が必須です。
- 再現プロンプトの完全開示: 具体的なシステムプロンプトのバイパス手法。
- CJS 自己評価スコア: 前述の 4 軸に基づき、「なぜこれが Critical なのか」を論理的に説明。
- Evidence of Exploitation: モデルが生成した脆弱性診断コードやエクスプロイトが、実際に稼働するサンドボックス環境で有効であることを示すログ。
- モデル ID:
claude-fable-5であることを明記（Mythos 5 は対象外です）。
レッドチームの倫理：安全な研究用サンドボックスの構築
AI モデルの脱獄調査やサイバーセキュリティ研究において、「個人のメイン PC を使用すること」は現代のセキュリティ基準では許容されません。 研究中に生成されるエクスプロイトコードや、テスト用の脆弱なパッケージが自身のネットワークを汚染するリスクがあるためです。
ここで推奨されるのが、Mac mini rental を活用した「使い捨て可能な研究ノード」の構築です。
- 物理的隔離: 普段の業務環境から分離された macOS 裸メタル環境。
- ルート権限の完全行使: AI Agent（Claude Code 等）を root 権限で動かし、システムレベルの挙動を安全に観察。
- ゼロコストでの初期化: 調査終了後、またはシステムが不安定になった際にインスタンスを破棄・再構築できる柔軟性。
CJS-3 と CJS-4 の優先順位：Glasswing パートナーが警戒する脅威
Anthropic と Amazon、Google などの Glasswing パートナーは、特に CJS-4 (Critical) に分類される事案に対して 24 時間体制の監視を行っています。
- インフラへの脅威: 電力グリッド、金融システム、通信網への直接的な攻撃を支援する jailbreak。
- ゼロデイの自動生成: まだパッチが当てられていない最新のソフトウェア脆弱性を AI が自律的に発見・攻撃するケース。
これらの報告は、確認から数時間以内に「安全分類器」のアップデートが走る優先対象となります。研究者は CJS の基準を理解することで、よりインパクトの強い（＝報奨金に繋がりやすい）報告が可能になります。
セキュリティ研究の「地盤」を選択するために
Fable 5 のような強力な AI モデルを研究ツールとして使いこなすには、クラウド API の挙動を追うだけでなく、それを受け止める「ローカル環境（あるいはリモートの専有環境）」の安定性が不可欠です。
一般的な仮想デスクトップや不透明なクラウドサーバーでは、Apple Silicon 固有のメモリ最適化や ML アクセラレータの恩恵を十分に受けられず、Claude Code 等の CLI ツールを高速に回すことができません。また、自身のプライバシーとセキュリティを守りながら、高度な脱獄手法を試行するためには、自由に OS を再インストールできる環境が求められます。
「手元の Mac」をリスクにさらす時代は終わりました。Mac mini rental を活用して、M4 チップの性能をフルに発揮する隔離されたレッドチーム・ラボを構築してください。Anthropic の新しい CJS フレームワークを武器に、安全かつプロフェッショナルな AI セキュリティ研究の第一歩を踏み出しましょう。