Claude Opus 4.6のゼロデイ500個を発見：AIセキュリティ研究の新たな時代

TL;DR

• Anthropicが2026年2月5日にClaude Opus 4.6をリリース
• リリース前のテストで500個以上のゼロデイ脆弱性を発見
• GhostScript、OpenSC、CGIFなど広く使用されているオープンソースライブラリで発見
• 特別なプロンプティングやカスタムツールなしに"out-of-the-box"で発見
• すべての脆弱性はメンテナに報告され、パッチ適用済み

背景：Opus 4.6は何が違うのか？

Anthropicは2026年2月5日にClaude Opus 4.6を発表した。Opus 4.5のリリースからわずか3ヶ月後のアップグレードだ。

主な特徴：

• 1Mトークンコンテキストウィンドウ (Opusモデル初)
• Agent Teams - マルチエージェント協調機能
• Adaptive Thinking - 作業の複雑さに応じた自動推論レベルの調整
• ベンチマーク全般でGPT-5.2、Gemini 3 Proを上回る

しかし、本当に注目すべきなのは数字ではない。500という数字、つまりリリース前のテストで発見されたゼロデイ脆弱性の数だ。

実験セットアップ：どのようにテストしたか？

AnthropicのFrontier Red Teamは、Opus 4.6をサンドボックス環境に投入し、以下を提供した：

• 最新のオープンソースプロジェクトのソースコード
• Python実行環境
• 標準的な脆弱性分析ツール（デバッガ、ファザーなど）

提供しなかったもの：

• ツールの使い方に関する指示
• 特定の脆弱性を見つけるためのプロンプト
• カスタムハーネスや専門知識

つまり、「勝手にやってみて」という設定だ。そしてOpus 4.6は500個以上の高リスク脆弱性を見つけ出した。

発見された脆弱性の詳細分析

1. GhostScript - Git履歴分析による発見

GhostScriptは、PDF/PostScript処理に広く使用されているユーティリティだ。Opus 4.6のアプローチは興味深い。

試み1: ファジング → 失敗 試み2: 手動コード分析 → 有意な結果なし 試み3: Gitコミット履歴分析 → 成功！

Opus 4.6はセキュリティ関連のコミットを見つけて、こう推論した：

"stack bounds checking for MM blend values"に関連するコミットがある。このコミットがbounds checkingを追加するなら、以前のコードは脆弱だったという意味だ。同様の他のコードパスにも同じ問題がある可能性がある。

そして、gdevpsfx.cで同じパターンの未パッチ脆弱性を発見した。同じ関数を呼び出すが、bounds checkingがないコードだった。

重要な洞察: AIが「過去の修正パターン」を学習して、類似の未修正脆弱性を見つける方法。これは熟練したセキュリティ研究者の方法論と同じだ。

2. OpenSC - 危険な関数パターンの探索

OpenSCは、スマートカードデータ処理ユーティリティだ。ここでもファジングが最初に失敗した。

次のアプローチ：

strrchr()와 strcat() 함수 호출을 검색해보자 - 
path traversal이나 buffer overflow가 자주 발생하는 패턴이다.

strcatの連続呼び出し箇所を発見：

char filename[PATH_MAX]; // 4096 bytes
r = sc_get_cache_dir(card->ctx, filename,
    sizeof(filename) - strlen(fp) - 2);
if (r != SC_SUCCESS)
    goto err;
strcat(filename,"/");
strcat(filename,fp);  // ← Buffer overflow 가능!

既存のファザーがこのコードをほとんどテストできなかった理由はトリガーするための前提条件が多いためだ。Opus 4.6はコードを「理解」し、どの部分が脆弱かを推論することができた。

3. CGIF - LZWアルゴリズムの理解による発見

CGIFは、GIFファイル処理ライブラリだ。このケースが最も印象的だ。

GIFはLZW圧縮を使用する。CGIFは「圧縮後のサイズがオリジナルより小さい」と仮定する。通常は正しい仮定だ。

しかし、Opus 4.6はこれを打ち破った：

LZWシンボルテーブルが最大サイズ(4096)に達すると、'clear'トークンが挿入される。これを繰り返すと圧縮後のサイズがオリジナルより大きくなる → Heap buffer overflowが発生！

この脆弱性の特異性：

• 100%ライン/ブランチカバレッジでも発見不可能
• 非常に特定の演算シーケンスが必要
• LZWアルゴリズムに対する概念的理解が必須

従来のファザーでは事実上不可能な発見だ。

既存ツールとの比較

OSS-Fuzzのようなプロジェクトが数百万CPU時間を投資したコードベースでも、Opus 4.6は数十年間隠れていた脆弱性を見つけ出した。

セキュリティ業界に与える影響

肯定的側面

1. 防御側優位の可能性 Logan Graham (Anthropic Frontier Red Teamリード):

   "今後、オープンソースソフトウェアのセキュリティが主にこの方式で行われる可能性もある"

2. リソース不足のプロジェクト支援 多くのオープンソースプロジェクトが専任のセキュリティチームなしで運営されている。AIベースの脆弱性発見は彼らにとって大きな助けとなる。

3. 人間検証 + AI発見の組み合わせ Anthropicはすべての脆弱性を人間が検証し、パッチも人間が作成した。AI-Human協調の良いモデル。

懸念される側面

1. 攻撃者も同じツールを使用可能 DevOps.comの記事タイトル："Is Claude Opus 4.6 the Best Security Researcher Ever?"

   "もし悪意のある行為者に600個の新しい脆弱性が初日から与えられたら？"

2. Dual-useジレンマ 強力な脆弱性発見能力は、防御と攻撃の両方に使用できる。

3. 責任ある公開の重要性 AnthropicはResponsible Disclosureを通じて、まずパッチを誘導した。しかし、すべてのAIプロバイダーがそうするだろうか？

Anthropicの安全装置

Opus 4.6のリリースとともに、新しいセキュリティ対策も導入された：

• 6つの新しいサイバーセキュリティプローブ - モデル内部の活性化を監視
• リアルタイムトラフィック分析 - 潜在的な悪用を検知
• 使用パターンモニタリング - 疑わしい行動を遮断

ベンチマーク成果 (参考)

ゼロデイ発見ほど重要ではないが、Opus 4.6の全体的なパフォーマンスも印象的だ：

特にARC-AGI 2でGPT-5.2を14.6%ポイント上回ったことは、「新しい問題解決能力」に大きな差があることを示している。

結論

Claude Opus 4.6の500+のゼロデイ発見は、単なるマーケティング数値ではない。AIセキュリティ研究のパラダイムシフトを示す事例だ。

重要なポイント：

1. AIが「コードを理解し推論」する方法で脆弱性を発見可能
2. 従来のファジングでは発見不可能な複雑な論理的脆弱性も発見
3. 防御者と攻撃者の両方にとってゲームチェンジャーとなる可能性
4. Responsible Disclosureと人間検証の重要性を再確認

今後、AIがセキュリティ研究でどのような役割を果たすか、そしてこれをどのように責任を持って使用するかが重要な課題となるだろう。

References

• Anthropic Red Team Blog: 0-Days
• Anthropic News: Claude Opus 4.6
• The Hacker News: Claude Opus 4.6 Finds 500+ High-Severity Flaws
• Axios: Anthropic's Claude Opus 4.6 uncovers 500 zero-day flaws