Mythosが証明：AI安全はもはやモデル内部に留まれない

Mythos 5モデルのリリース、保護、最終的な停止のプロセスは、AIシステムの安全境界がモデル外部に移行したことを示しています。Anthropicはアクセスリスト、リクエストルーター、輸出規制で最も危険なモデルを保護しましたが、内部の拒否訓練は単純なプロンプトで突破されました。これはモデル安全性から実行安全性への転換を示し、モデルの訓練を信頼するのではなく、オペレーティングシステムレベルでの制御を通じて行動を制約する必要性を浮き彫りにしています。