この判断自体が各国政府や企業に衝撃を与えた。もしAIがゼロデイ脆弱性（発見と同時に悪用可能な未修正の欠陥）を大量に見つけられるなら、

• バグの発見
• 攻撃の実行

までの時間が劇的に短縮される可能性があるためだ。特に古いITシステムを多く抱える金融機関は影響を受けやすいと指摘された。

Mythosが従来ツールと違う点

従来の脆弱性スキャナーは、既知の問題パターンを検出する仕組みが中心だった。

しかしAnthropicによれば、Mythosは

• 大規模なコードベースを理解し
• ソフトウェア構造を推論し
• 未知の脆弱性を自律的に発見

できる点が大きな違いだという。

研究者が挙げた例には次のようなものがある。

• オープンソースと商用ソフトの両方で数千件の重大脆弱性
• 主要OSやブラウザに関わる欠陥
• 数十年見つからなかった古いバグの発見

実際、OpenBSDに存在していた27年間見逃されていたバグが発見された例も報告されている。

重要なのは、Mythosはハッキングツールとして設計されたわけではない点だ。しかし高度なコード理解能力と推論能力が、結果として脆弱性分析に非常に強く働くとされる。

さらにAnthropicによると、見つかった脆弱性の99%以上はまだ修正されていない状態だったため、一般公開は危険と判断された。

規制当局と銀行の迅速な対応

発表当日、米国では金融当局がすぐに動いた。

報道によると、スコット・ベッセント財務長官とFRB（米連邦準備制度）議長ジェローム・パウエルが大手銀行のCEOを集め、Mythosのサイバーリスクについて非公開会議を開いた。

目的は、金融機関が新しいAI能力によるリスクを理解し、防御を強化しているかを確認することだった。

銀行側は次のような対応を進めたと報じられている。

• ソフトウェアパッチの適用を加速
• 脆弱性管理プログラムの見直し
• レガシーシステムのリスク評価
• 未修正ソフトを狙う攻撃の監視強化

同時に各国政府もAIモデルの安全性評価や公開ルールの議論を開始した。

Anthropic自身も、Project Glasswingという共同プロジェクトを立ち上げ、限られた企業と協力して重要ソフトウェアの脆弱性修正を進めている。

「過剰反応では？」という専門家の見方

ただし、サイバーセキュリティ業界ではやや冷静な見方も広がっている。

2026年5月の分析では、Mythosによって「ハッキングが一気に加速する」という初期の恐怖はやや誇張されている可能性があると指摘された。

理由はいくつかある。

1. 似た能力はすでに存在している

研究者によれば、脆弱性発見を支援するAIは以前から存在しており、最近はオープンソースモデルでも類似の機能が増えている。

そのためMythosは「全く新しい能力」というより、既存の流れを加速したものという見方もある。

2. バグ発見だけでは攻撃は成立しない

現実のサイバー攻撃は多段階プロセスだ。

攻撃者は通常、次の作業を行う必要がある。

• 脆弱性の検証
• 実際に動くエクスプロイトの作成
• システム侵入
• ネットワーク内部での潜伏と拡大

この工程の多くは依然として専門知識や人間の判断が必要であり、脆弱性発見が自動化されても攻撃が即座に爆発的に増えるとは限らないと指摘されている。

3. 防御側も同じAIを使える

AIによる脆弱性分析は攻撃者だけの武器ではない。

セキュリティチームも同じ技術を使えば

• バグの早期発見
• パッチ開発の高速化

が可能になる。

そのため一部の専門家は、AIは攻撃を有利にするというより「攻防のスピード競争」を加速させる技術だと見ている。

それでも議論が続く理由：3つの制約

Mythosがすぐに世界のサイバー環境を変えるわけではないと見られる背景には、いくつかの制約がある。

アクセス制限
Mythosは一般公開されておらず、利用は限られた企業やセキュリティ組織のみだ。

計算コスト
最先端AIモデルは巨大な計算資源を必要とするため、一般的な攻撃ツールほど簡単には広がらない。

技術拡散の時間差
ただし専門家は、この優位性は長く続かない可能性も指摘する。オープンソースAIや既存モデルが急速に進歩しており、似た能力がいずれ広く普及する可能性があるためだ。

本当の論点は「加速」か「革命」か

専門家の多くは、AIがソフトウェア分析能力を大きく高めている点では一致している。

ただし議論は次の一点に集中している。

• 革命説：AIは脆弱性発見と攻撃速度を劇的に高め、特に金融やインフラなどの古いシステムに大きなリスクをもたらす。
• 加速説：AIは既存のサイバー攻撃の仕組みを変えるわけではなく、単に速度と規模を押し上げるだけ。

Mythosをめぐる騒動は、もう一つの大きな変化も示している。

それは、政府や企業が**「能力を止める」よりも「誰がアクセスできるかを管理する」方向へAI統治を移している**という点だ。

一つのAIモデルの公開が、世界規模のサイバーセキュリティ議論を引き起こした今回の出来事は、急速に進化するAIと安全保障の関係を象徴するケースとなっている。

この判断自体が各国政府や企業に衝撃を与えた。もしAIがゼロデイ脆弱性（発見と同時に悪用可能な未修正の欠陥）を大量に見つけられるなら、

• バグの発見
• 攻撃の実行

までの時間が劇的に短縮される可能性があるためだ。特に古いITシステムを多く抱える金融機関は影響を受けやすいと指摘された。

Mythosが従来ツールと違う点

従来の脆弱性スキャナーは、既知の問題パターンを検出する仕組みが中心だった。

しかしAnthropicによれば、Mythosは

• 大規模なコードベースを理解し
• ソフトウェア構造を推論し
• 未知の脆弱性を自律的に発見

できる点が大きな違いだという。

研究者が挙げた例には次のようなものがある。

• オープンソースと商用ソフトの両方で数千件の重大脆弱性
• 主要OSやブラウザに関わる欠陥
• 数十年見つからなかった古いバグの発見

実際、OpenBSDに存在していた27年間見逃されていたバグが発見された例も報告されている。

重要なのは、Mythosはハッキングツールとして設計されたわけではない点だ。しかし高度なコード理解能力と推論能力が、結果として脆弱性分析に非常に強く働くとされる。

さらにAnthropicによると、見つかった脆弱性の99%以上はまだ修正されていない状態だったため、一般公開は危険と判断された。

規制当局と銀行の迅速な対応

発表当日、米国では金融当局がすぐに動いた。

報道によると、スコット・ベッセント財務長官とFRB（米連邦準備制度）議長ジェローム・パウエルが大手銀行のCEOを集め、Mythosのサイバーリスクについて非公開会議を開いた。

目的は、金融機関が新しいAI能力によるリスクを理解し、防御を強化しているかを確認することだった。

銀行側は次のような対応を進めたと報じられている。

• ソフトウェアパッチの適用を加速
• 脆弱性管理プログラムの見直し
• レガシーシステムのリスク評価
• 未修正ソフトを狙う攻撃の監視強化

同時に各国政府もAIモデルの安全性評価や公開ルールの議論を開始した。

Anthropic自身も、Project Glasswingという共同プロジェクトを立ち上げ、限られた企業と協力して重要ソフトウェアの脆弱性修正を進めている。

「過剰反応では？」という専門家の見方

ただし、サイバーセキュリティ業界ではやや冷静な見方も広がっている。

2026年5月の分析では、Mythosによって「ハッキングが一気に加速する」という初期の恐怖はやや誇張されている可能性があると指摘された。

理由はいくつかある。

1. 似た能力はすでに存在している

研究者によれば、脆弱性発見を支援するAIは以前から存在しており、最近はオープンソースモデルでも類似の機能が増えている。

そのためMythosは「全く新しい能力」というより、既存の流れを加速したものという見方もある。

2. バグ発見だけでは攻撃は成立しない

現実のサイバー攻撃は多段階プロセスだ。

攻撃者は通常、次の作業を行う必要がある。

• 脆弱性の検証
• 実際に動くエクスプロイトの作成
• システム侵入
• ネットワーク内部での潜伏と拡大

この工程の多くは依然として専門知識や人間の判断が必要であり、脆弱性発見が自動化されても攻撃が即座に爆発的に増えるとは限らないと指摘されている。

3. 防御側も同じAIを使える

AIによる脆弱性分析は攻撃者だけの武器ではない。

セキュリティチームも同じ技術を使えば

• バグの早期発見
• パッチ開発の高速化

が可能になる。

そのため一部の専門家は、AIは攻撃を有利にするというより「攻防のスピード競争」を加速させる技術だと見ている。

それでも議論が続く理由：3つの制約

Mythosがすぐに世界のサイバー環境を変えるわけではないと見られる背景には、いくつかの制約がある。

アクセス制限
Mythosは一般公開されておらず、利用は限られた企業やセキュリティ組織のみだ。

計算コスト
最先端AIモデルは巨大な計算資源を必要とするため、一般的な攻撃ツールほど簡単には広がらない。

技術拡散の時間差
ただし専門家は、この優位性は長く続かない可能性も指摘する。オープンソースAIや既存モデルが急速に進歩しており、似た能力がいずれ広く普及する可能性があるためだ。

本当の論点は「加速」か「革命」か

専門家の多くは、AIがソフトウェア分析能力を大きく高めている点では一致している。

ただし議論は次の一点に集中している。

• 革命説：AIは脆弱性発見と攻撃速度を劇的に高め、特に金融やインフラなどの古いシステムに大きなリスクをもたらす。
• 加速説：AIは既存のサイバー攻撃の仕組みを変えるわけではなく、単に速度と規模を押し上げるだけ。

Mythosをめぐる騒動は、もう一つの大きな変化も示している。

それは、政府や企業が**「能力を止める」よりも「誰がアクセスできるかを管理する」方向へAI統治を移している**という点だ。

一つのAIモデルの公開が、世界規模のサイバーセキュリティ議論を引き起こした今回の出来事は、急速に進化するAIと安全保障の関係を象徴するケースとなっている。