AI（Claude）で下書きし、出典に当たって確かめたもの。投稿・動画の案は下書きなので、出す前にご自身でも出典を開いてください。
要約（3行）
- Anthropic で攻撃側の視点から AI を試す研究チーム（Frontier Red Team）が 9/29、中国の Zhipu AI（Z.ai）の公開モデル「GLM-5.3」を調べた結果を、研究者5人の署名入りで公開した。
- 調べた範囲では、GLM-5.3 は弱点を突くプログラムを作る力が、Anthropic が限られた相手にだけ出している Claude Mythos Preview に近い。一方で、悪用を止める仕組みは簡単な手口で多くの場合に外せた、としている。
- 研究チームは、守る側（セキュリティの担当者）が強いモデルを使える仕組みを広げること、政府が強いモデルを独立して試験することなどを求めている。
今後の使い方の流れ
- 「公開モデル＝自由に使える」の裏側が話題になる：誰でもダウンロードできるモデルは、止める仕組みを後から外せる。便利さと引き換えの面が注目される【推測】。
- 守る側の道具としての AI が広がる：研究チームは、確認の取れたセキュリティ担当者が上位モデルを使える仕組みを広げるべきだとしている。
- 普通の利用者に直接の変化は少ない：ただ、弱点を突く攻撃が作りやすくなるなら、ソフトの更新をこまめに入れる、が一番の備えになる【推測】。
この発表で何が変わりそうか（分析）
- 公開モデルは「止める仕組みに頼らない」前提で考えることになる。 自分のサーバーで公開モデルを動かす例は増えているが、モデルの「断る力」は外せる、と報告されている。使うなら、誰が・何の用途で・どんな記録を残して使うかを、使う側で決める必要がある【推測】。
- ソフトの更新の早さがより大事になる。 弱点を突くプログラムを作れる力が、誰でも手に入るところまで来たなら、見つかった弱点が攻撃に使われるまでの時間は短くなりうる。更新を後回しにしているところほど影響を受けやすい【推測】。
- これは「競合を調べた Anthropic 自身の分析」。 比べ方も Anthropic が決めている。紹介するときは「Anthropic の研究チームの主張」として扱う。なお、米国の標準技術研究所（NIST）の AI の評価部門（CAISI）も 9/17 に同じモデルを評価し、これまでに出た公開モデルで最もサイバーの力が高い一方、米国の最先端のモデルよりははっきり低く、約4か月遅れ、とまとめている（NIST の発表）。「公開モデルでは最高」は両者で重なるが、力の見立ては NIST のほうが控えめ。
- 公開モデルの規制の議論が進みそう。 「政府が独立して試験すべき」という提言は、同じ週の OpenAI の見送り（→ 別記事）と並んで、安全の話を一段強めている【推測】。
- 中の人の言葉：署名した研究者（Andrew Fasano 氏ら5人）は、誰でも手に入る力について "a critical threshold in freely accessible capabilities has now been crossed" と書いている（Anthropic、9/29）。
出典
- Anthropic 公式（Frontier Red Team の研究記事）「GLM-5.3 and the spread of advanced cyber capabilities」（2026-09-29、Andrew Fasano、Marius Fleischer、Cole McFaul、Robert Xiao、Tripp Gallagher）https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities
- NIST（CAISI）「GLM-5.3 のサイバーの力の評価」（2026-09-17）https://www.nist.gov/news-events/news/2026/09/caisis-assessment-zais-glm-53-cyber-capabilities
- 議論の場：Hacker News https://news.ycombinator.com/item?id=49897075
確認メモ（2026-09-30）：Anthropic の研究記事を開き、日付・署名・引用の文・比べた相手のモデル名（Claude Mythos Preview）・提言を確かめた。止める仕組みを外した手口とその割合は記事に書かれているが、攻撃の手口の細部になるので本文には入れていない。NIST の評価の原文（9/17）も開いた。前の版は「NIST も近い結論」と書いていたが、NIST は「米国の最先端よりはっきり低い」を強調しているので、重なるのは「公開モデルでは最高」の点だけと直した。