Anthropic Cyber Mission 発足 — OSS Scanner は無料で opt-in、ただしレポートは人手レビューなしでモデル生成

要約

Anthropic が Anthropic Cyber Mission を発足させました。防御側に道具・研究・資源を届ける長期の取り組みとして位置づけられ、重要インフラとオープンソースの2領域から始めます。

最初に性質を押さえてください。これは一般提供の製品発表ではありません。 パートナープログラム、エンジニアリング支援、資金、研究を組み合わせた組織的な取り組みです。ただし OSS Scanner だけは、今すぐ申し込める無料サービスです。

重要インフラ側の実体は Critical Infrastructure Defense Program（CIDP） です。電力・水道・交通の OT と政府システムを対象に、OT 事業者へサービスを提供する信頼されたセキュリティプロバイダーへ、フロンティアの Claude モデル・常駐エンジニア・脅威リサーチを提供します。

初期パートナーの顔ぶれが、プログラムの形を示しています。 Accenture / Booz Allen / CrowdStrike / Deloitte / Dragos / Hitachi / Insane Cyber / Nozomi Networks / Palo Alto Networks / PwC / Rockwell Automation。コンサルティングファーム、セキュリティベンダー、そして OT 機器メーカーが混ざっています。少数のコホートで開始し、今後数か月でパートナーと対象セクターを広げるとしています。関心の登録は受け付けています。

つまり Anthropic は OT 事業者へ直接モデルを届けるのではなく、その手前のプロバイダーへ届けています。 これは実務の形として理解できます。OT の現場は、モデルを渡されても使えません。 必要なのは現場を知っている人の手で、そこは既存のプロバイダーが持っています。

オープンソース側の実体は OSS Scanner です。 opt-in したプロジェクトに対し、Anthropic の最上位モデルによる定期スキャンを無料で提供します。

そして本件でもっとも評価すべきなのは、公式が明記している制約です。

レポートはモデル生成であり、人手レビューを経ずに送られます。 公式は誤りが混じり得ることを自分で書いています。 Anthropic は true-positive 率を 90% 超と見込み、改善を続けるとしています。報告に対応しきれないプロジェクトには、引き続き人手で検証した開示を行うとされています。

「人手レビューなしで送る」を明記したのは誠実です。 そして受け取る側には実務的な意味があります。 10件に1件程度は誤検知だという前提で読む必要があります。

関連する展開として、規模を問わずセキュリティチームが拡張版 Cyber Verification Program へ応募できること、メンテナが Claude for Open Source（無料の Claude Max）へ応募できることが挙げられています。前史として 6月の州・地方・部族政府向けプログラム、同週の Project Glasswing の Cyber Verification Program への統合、8月の Defender Advantage Fund（0xDAF） があります。

Anthropic の現状認識も記録しておく価値があります。 「高性能モデルは攻撃側にも広く行き渡っており、防御側の道具が十分な数の防御者に届いていない」。そして**「2年以内に AI は防御側に有利に働くと見込むが、短期はより厳しくなる」**。理由として、脆弱性の悪用が安価になった一方で、修正の速度は上がっていないという非対称を挙げています。

何が変わったか

• Anthropic Cyber Mission が発足（2026-10-08）。重要インフラとオープンソースの2領域から開始
• Critical Infrastructure Defense Program（CIDP）: OT 事業者へサービスを提供するセキュリティプロバイダー向けに、フロンティアの Claude モデル・常駐エンジニア・脅威リサーチを提供
• 初期パートナー: Accenture / Booz Allen / CrowdStrike / Deloitte / Dragos / Hitachi / Insane Cyber / Nozomi Networks / Palo Alto Networks / PwC / Rockwell Automation
• CIDP は少数のコホートで開始。今後数か月でパートナーとセクターを拡大。関心の登録は受付中
• OSS Scanner: opt-in した OSS プロジェクトへ、最上位モデルによる定期スキャンを無料提供
• OSS Scanner のレポートはモデル生成で、人手レビューを経ずに送られる（公式明記）。true-positive 率は 90% 超の見込み
• 対応しきれないプロジェクトには人手で検証した開示を継続
• 関連: 規模を問わずセキュリティチームが拡張版 Cyber Verification Program へ応募可能、メンテナは Claude for Open Source（無料の Claude Max）へ応募可能
• Anthropic の見立て: 2年以内に AI は防御側有利になるが、短期はより厳しくなる（悪用は安価化、修正の速度は変わらず）

業務インパクト（一般企業向け）

一般企業に直接提供される製品はありません。確認すべきことは1つだけです。

重要インフラに関わる事業なら、自社のセキュリティプロバイダーが CIDP パートナーかを確認する価値があります。 リストに Dragos / Nozomi Networks / Rockwell Automation / Hitachi が入っているのは示唆的です。OT セキュリティと制御機器の側から入っているということは、現場の機器に近いところで使われる想定だと読めます。

契約しているプロバイダーがリストにある場合、問い合わせる価値があります。 聞くべきは「このプログラムで何が変わるか」です。常駐エンジニアと脅威リサーチが入るなら、提供されるサービスの中身が変わる可能性があります。 自社が追加費用なしで恩恵を受けるのか、別メニューになるのかは、プロバイダー側しか答えられません。

OSS を公開している組織には、直接の選択肢があります。

自社製品の一部を OSS にしている、あるいは社内で OSS を保守している場合、OSS Scanner は無料で使えます。 ただし申し込む前に、工数を見積もってください。

論点は誤検知です。 true-positive 率 90% 超という数字は、裏返せば 10件に1件程度は誤検知です。そして人手レビューを経ずに送られます。 つまり届いたレポートの仕分けは、受け取った側の仕事です。

これが問題になるかは、プロジェクトの規模と体制で決まります。 専任の保守担当がいるなら、誤検知の仕分けは通常業務の範囲です。担当が片手間なら、レポートが溜まって放置されるという形になります。放置されたレポートは、「脆弱性の指摘を受けていたのに対応しなかった」という記録として残ります。 対応できない体制で受け取るのは、リスクを増やす選択になりえます。

公式が「対応しきれないプロジェクトには人手で検証した開示を続ける」と書いているのは、この問題を認識しているということです。 申し込む前に、週に何件来るのか、仕分けの基準をどう決めるかをプロバイダー側に確認するのが順序です。

Anthropic の「短期はより厳しくなる」という見立ては、計画の前提として使えます。

悪用が安価になり、修正の速度は変わらない。 この非対称は、自社のパッチ適用の速度が相対的に不足していくことを意味します。2年待てば防御側が有利になるという見立てを信じるとしても、その2年をどう凌ぐかは自社の問題です。 セキュリティ予算の説明材料として、ベンダー自身が「短期は厳しい」と言っている事実は使えます。

副業・個人活用視点

個人にとって、使える選択肢が2つあります。

1つは Claude for Open Source です。 OSS のメンテナなら、無料の Claude Max に応募できます。 個人で OSS を保守している人にとって、これは実質的な金銭的価値です。応募条件の詳細は公式で確認が必要ですが、該当する可能性があるなら見る価値があります。

もう1つは拡張版 Cyber Verification Program です。 公式は**「規模を問わずセキュリティチームが応募できる」**としています。個人が対象に入るかは、応募要項を確認する必要があります。 前週の Cyber Verification Program の拡張では、Red Team Access が組織のみで個人は対象外、Defense Access は脆弱性報告の実績があれば個人も対象という条件でした。今回の記述が同じ枠組みを指すなら、実績がある個人には道があります。

OSS Scanner は、自分のプロジェクトを持っている人には試す価値があります。 ただし誤検知の仕分けが自分の仕事になる点は同じです。個人プロジェクトなら、むしろ練習台として良いかもしれません。 誤検知を含むレポートを読んで、本物かどうかを自分で判断する作業は、脆弱性の読み方の訓練になります。仕事で誤検知だらけのスキャン結果を渡される場面は必ず来るので、先に慣れておく価値があります。

学習の題材としては、「AI が出した指摘の仕分け」という工程そのものが本題です。

本件は、ベンダー自身が「人手レビューなしで送る、90% 超が真」と明記した珍しい例です。 通常こういう数字は出てきません。90% という数字が与えられたとき、受け取る側の体制はどうあるべきか。 これは AI を業務へ入れるときの一般的な設問です。

考えるべきは「10% の誤りをどこで吸収するか」です。 受け取った人が全件読むのか、機械的に優先度でフィルタするのか、専門家に回すのか。吸収する工程を設計しないまま精度の数字だけ見て導入すると、現場が詰まります。 本件は、その設計を考える題材としてちょうどよい具体性があります。

関連リンク

• Introducing the Anthropic Cyber Mission（公式）