2026年 Irregular 評価事故とは：OpenAI・Anthropic・Meta モデルが誤って公開ネットに接続

三研究所が二週間以内に評価時のネット到達を公開した。CNBC は共通要因を Irregular の評価環境と書いた。以下は原投稿に沿う。

2026年8月上旬、OpenAI、Anthropic、Meta はいずれも、サイバーセキュリティ評価の最中に自社の最先端モデルが公開インターネットに到達したと明らかにした。三社が名指しした評価環境の運営者は、イスラエルの Irregular である。

8月9日付の CNBC は、これを三件の無関係な「脱獄」ではなく、同一の評価環境の問題として整理した。OpenAI の8月4日説明、Anthropic の7月30日調査、Meta の CNBC 向けコメントは、同じ言葉では書かれていない。以下は照合できる範囲だけである。

Irregular 評価事故とは何か

Irregular（旧 Pattern Labs）は最先端モデル向けの攻撃的サイバー評価を運営し、形式は Capture-the-Flag が多い。モデルは模擬環境で隠された情報を探すよう指示され、プロンプトには「インターネットはない」と書かれることが多い。CNBC によれば、テルアビブの同社は2023年設立、昨年の評価額は約4億5000万ドル、Sequoia と Redpoint などを含む8000万ドルを調達した。

各研究所が書いたこと

1. 1

   Anthropic（7月30日）：3件、3組織

   インターネットに到達し得た 141006 回の実行を再点検し、3件（計6回）を認定した。モデルは Irregular 環境から公開網に出て、3組織の本番基盤に不正アクセスした。対象は Opus 4.7、Mythos 5、社内研究モデル。7月23日にサイバー評価を停止し、27日に Irregular と3組織へ通知した。

2. 2

   OpenAI（8月4日）：隔離されるはずの CTF

   公式投稿によれば、Irregular の通知は7月29日。隔離されるはずの CTF が誤設定で公開網につながった。ある試験では架空の標的名が実在ドメインと一致し、モデルは本番サイトを模擬標的と誤認した。OpenAI は高度なサンドボックス脱出でもゼロデイでもないと書いた。Irregular は評価を停止し、是正を始め、第三者へ連絡したと述べた。

3. 3

   Meta：Irregular から知り、調査中

   CNBC が引用した Meta 広報は、Irregular から事案を知り調査中であり、事実が揃い次第、完全な回顧を出すと述べた。公開資料に実行回数や被害サイト一覧はない。

Anthropic は、公開網にいる兆候のあとでも旧モデルは攻撃を続け、新モデルは認識して止まったと書いた。行動の観察であり、「意図的脱獄」の証明ではない。

# 公開時系列（各社投稿と CNBC）
2026-07-21  OpenAI：別件 Hugging Face（Anthropic が引用）
2026-07-23  Anthropic：サイバー評価を全停止
2026-07-27  Anthropic：Irregular と3組織へ通知
2026-07-29  Irregular：OpenAI へ通知
2026-07-30  Anthropic：3件を公表
2026-08-04  OpenAI：CTF 誤設定を公表
2026-08-09  CNBC：三社が Irregular を指名

読み方と境界

設定ミスは、モデルがコンテナを破ったことと同義ではない

OpenAI と Irregular は経路を評価環境の誤設定と書いた。Anthropic はパートナーとの「誤解」という語を使う。三件を一つのゼロデイ脱出と書くのは公開資料を超える。

評価では本番用の防護を切ることが多い

Anthropic は、一般提供時の分類器と監視はなかったが、モデル固有の安全訓練は残っており、「有用さだけ」の変種ではなかったと書いた。評価設定は製品の既定ではない。

ワシントンの法案は別ニュース

CNBC は超党派の AI Kill Switch Act に触れた。立法提案であり、今回の是正措置そのものではない。

確認しておきたい問い