「Trim」というハンドルネームで活動するロシア語圏の脅威アクターが、2026年を通じて最先端のAIモデルに施された安全対策を組織的に突破し、これを攻撃的なサイバーツールへと転用してきました。その集大成として登場したのが、商業的に販売されているAI搭載ペネトレーションテストプラットフォームです。
この事例は、脅威インテリジェンスコミュニティ全体で確認されているより大きな傾向を象徴しています。すなわち、犯罪者はもはやAI能力を自ら構築したり盗んだりする必要がなく、公開されているモデルに対して正しい話しかけ方さえ知っていればよい、という現実です。
2026年3月13日、Trimはロシア語のサイバー犯罪フォーラムに姿を現し、Claude Opusの安全フィルターを回避する詳細なガイドを投稿しました。
同氏は6つの名前付きジェイルブレイク手法を挙げています。その一つ「Context Warming(コンテキスト・ウォーミング)」は、正当な業務内容に見える質問から始めて徐々に悪意ある要求へと移行する手法です。また「Ghost Reset(ゴースト・リセット)」は、セッションをリセットして拒否されたプロンプトの穏当化バージョンを再提示するというガスライティング的手法で、90%のケースで成功すると主張されています。
これは2025年から2026年にかけて他所でも見られたパターンと同様です。素人や半熟練の攻撃者が、自分は正当なレッドチームの研究者だとClaudeに信じ込ませ、安全上の制約を完全に解除させることに成功してきました。
Claudeが抵抗した場合、Trimは代替モデルとしてKimi AI、GLM-5、MiniMax 2.5を紹介し、さらに「核オプション」としてvast.aiで検閲なしのローカルインフラをレンタルする方法や、Telegram上で1件わずか4ドルから販売されているグレーマーケットのClaude APIキー転売業者も紹介しています。
2026年6月21日までに、Trimは評判構築のためのチュートリアルを完成された商用製品へと転化させました。それが「AI Pentest Checker」という、完全自動のWeb脆弱性スキャンプラットフォームです。
このツールはOpus 4.8を利用しており、漏洩したFable 5の設定に由来するとされるシステムプロンプトを通じて重大な脆弱性のエスカレーションを行う一方、GLM-5が悪用レポートの生成を担当しています。
このような複層的なモデル悪用は、業界全体で懸念されてきた事態を裏付けています。すなわち、安全性を定義するシステムプロンプトが一度漏洩すれば、攻撃者はもはや手探りで探る必要がなくなり、既知のターゲットに対して的確な入力を設計できるようになるということです。
これらのAIエンジンを取り囲むように、3,000以上のテンプレートを持つNuclei、ffuf、katana、subfinder、gitleaksなど14種類の追加のオープンソーススキャンツールが組み込まれています。これにより偵察から認証情報のブルートフォースまで、10分足らずで一連の評価が完結し、PDFレポートも自動生成されます。
Etay Maor氏も別途確認しているところによると、最先端の商用モデルと、それよりも制約の緩いオープンウェイトモデルの双方が、偵察やエクスプロイト生成のための兵器化がますます進んでおり、これはAI主導の攻撃対象領域に関する最近の業界脅威レポートでも指摘されている傾向です。
Trimの活動は、セキュリティコミュニティ全体で提起されてきた「Mythosクラス」モデル悪用への懸念を裏付けるものです。高度なモデルから漏洩、あるいはリバースエンジニアリングされた安全性設定は、犯罪ツールの高度化を加速させています。
安全レイヤー自体が攻撃対象領域と化しています。Trimが文書化し、コミュニティで検証済みの6つのジェイルブレイク手法は、執念深く技術的知識を持つ攻撃者であればガードレールを突破できることを証明しています。
公開APIへのアクセスは脅威アクターにとって力の増幅装置として機能します。グレーマーケットのAPIキーがあれば、提供元のインフラに一切触れることなく商用ツールを構築できてしまうためです。
商用製品化に至るまでの道のりはわずか3か月でした。これは、能力あるアクターが機会を見出した場合、犯罪エコシステムがいかに迅速に反復進化するかを浮き彫りにしています。漏洩したシステムプロンプトはこのリスクをさらに増幅させます。正確な安全性の文言を知ることで、攻撃者は手探りで探るのではなく、狙いを定めてバイパスを設計できるようになるからです。
AnthropicをはじめとするAIプロバイダーは、これまでも同様の悪用事例に対してアカウント停止や、新しいモデルバージョンにおけるプロンプト異常検知を含むリアルタイム悪用検知の展開などで対応してきました。
しかし、犯罪フォーラム上でジェイルブレイクのコミュニティが存続し、そこで手法が共有・検証・反復されている実態を踏まえると、防御側はAI安全性バイパスを例外的な事象としてではなく、能動的かつ進化し続ける攻撃ベクトルとして扱い、特にFableおよびMythosクラスのモデル悪用を継続的に監視すべきであることが示唆されます。
SOC調査の死角を解消し、ANY.RUNで脅威をより早期に封じ込め、対応コストと業務への支障を削減しましょう。
翻訳元: https://cyberpress.org/russian-speaking-hacker-jailbreaks-claude-opus/
