Fable 5のバイオセーフガードを更新 — 生物学関連フォールバックが約85%減、デュアルユース遮断は維持

要点

Anthropicが8月7日、Claude Fable 5の生物学関連の安全分類器を更新し、フォールバックを大きく減らしました。

• 検証では生物学関連のフォールバックが約85%減:検査結果の解釈や症状の理解、教育目的の生物学の質問が、以前より通るようになります
• 全フォールバック数の減少見込みは面ごとに差:Claude.aiで約67%、Cowork約55%、Claude Code約17%、Claude Platform約7%
• 生物学関連のフォールバック先はOpus 5:分類器が発火するとOpus 5に自動で振り替わり、ユーザーには従来通り通知されます(サイバー系分類器の発火時は、7月1日の再開時点ではOpus 4.8が振り替え先です。この分類器は攻撃的な用途に限らず、通常のコーディングやデバッグでも発火することがあります)
• デュアルユース(dual-use)領域は依然として遮断:ウイルス学、毒性学、分子設計は引き続きOpus 5送り。臨床業務は追加の支援が受けられます
• プロ向けバイオ研究は「信頼アクセス経路」での開放を表明:創薬などフロンティア生物学は、信頼できる利用者に限定した別経路で提供する方針

全体としては、6月にFable 5を投入した際に「バイオ関連を広めに落とす」設定で始めた分類器を、数週間の実運用と社内外の専門家のフィードバックを踏まえて精度側に引き締めた更新です。

あなたの利用フローはどう変わるか

Claude.aiで日常的なバイオ質問を扱う場合

検査値の意味、症状の理解、教育目的の生物学の解説といった良性クエリで、更新前までOpus 5に振り替えられていた頻度が大幅に下がります。Anthropicが公式に例示したのがまさにこの層で、更新後は同じ質問がFable 5のまま応答される場面が明確に増えます。

臨床業務でClaudeを使う医療従事者

臨床タスクへのFable 5の支援範囲が広がります。診療文脈での生物学的知識の照会は、以前より通りやすくなります。ただし創薬や分子設計のようにデュアルユースと判定される問い合わせは、更新後もOpus 5送りのまま。この領域は今回の更新では変わっていません。プロ向けのバイオ研究に踏み込みたい場合は、後述の信頼アクセス経路の整備を待つ形になります。

Claude Codeで長時間の自動実行を回している場合

7月1日の再開時に整備した「Fable 5とOpus 4.8の二段運用」を組んでいるチームなら、Fable 5に留まる比率がわずかに上がる程度の変化に収まります(生物学関連の分類器の振り替え先はOpus 5です)。

Claude Platform API直叩きの場合

APIレイヤーは4つの提供形態のなかで最も影響が小さい層です。バイオ関連プロンプトを大量に投げるサービスなら、8月以降のフォールバック率をログで拾い、プロンプト設計の見直し材料にできます。

なぜFable 5は生物学クエリを広く遮断していたか

能力の高さがそのままリスクになる構造

Fable 5は6月9日に一般公開された時点で、生物学関連のクエリをほぼすべて遮断する設定で立ち上がりました。理由は単純です。Fable 5は一部の高難度なバイオタスクで専門家を上回り、他のタスクでも運用支援を出せる能力を持ちます。創薬研究者にとっては強い味方であり、同じ能力が悪用されれば生物兵器開発への「アップリフト(能力の底上げ)」になり得ます。Anthropicの内部評価は、Fable 5が悪意ある行為者に「他では得られない能力」を提供し得るという結論を出しました。

Anthropicが選んだのは「まず広く遮断してからチューニングする」設計です。多くの生物学ユーザーが誤遮断で不便を被る前提の判断でした。同じ思想は、公開済みのFable 5のサイバー分類器と深刻度枠組み(CJS)にも通っています。初期は遮断側に大きく振り、そこから精度を上げていく進め方です。広い網で先に出したのには実利もあります。安全対策の完成を待っていれば、一般提供は数週間から数か月遅れていました。

分類器はどう更新されたか

分類器が発火したときの振り替え先がOpus 5なのは、Fable 5と同じ水準の生物学能力を持たず、悪意ある利用者に与えられる支援も限られるためです。また、分類器が見ているのは入力だけではありません。保護対象のバイオタスクを求められたときに加えて、有害な出力を生成しようとしたときにも発火します。

Anthropicはこの数週間、分類器の「憲法(constitution)」— 保護すべき内容と許容すべき内容を判定するルール群 — を書き直しました。良性利用のカバー範囲を細かく切り出し、社内外の多様な専門家からフィードバックを集めたうえで、新しい学習データで分類器を再訓練しています。検証では、有害・デュアルユースのバイオ内容には概ね従来どおり発火し、良性・有益な用途はより広く通ることを確認しています。分類器は、遮断すべき内容を通してしまう誤り(false negative)も避けなければなりません。同時に、迂回(jailbreak)の試みにも耐える必要があります。

公開図では、左側が許容(良性)、右側が遮断を表します。境界線は、安全マージンごと広く遮断していた初期位置(図の左寄り)から、デュアルユースと明確に有害な内容の側(図の右寄り)へ移動しました。図には「ほぼ確実に良性だが用心のため遮断される安全マージン」も明示されており、これが後述する残余の誤遮断の正体です。

バイオが「デュアルユース」と切り分けにくい構造的な理由

Anthropicは今回、「バイオでは有益な用途と有害な用途を切り分けるのが本質的に難しい」という論点にも明示的に触れています。分かりやすい例が生ワクチンと医薬品開発です。生ワクチンの製造では、防ぎたい病原体そのものを研究室で培養する必要があります。血圧の急降下を引き起こすヘビ毒の成分から高血圧治療薬カプトプリルが開発されたように、治療薬の探索が「危険な化合物を扱う工程」を必然的に含む場面が少なくありません。同じ手順・同じ知識が、治療研究にも兵器化にも接続し得るという構造は、テキストベースの分類器が扱う難所そのものです。手慣れた行為者は、この曖昧さを突いて意図を隠します。危険な作業を通常の研究に見せかける手口です。

デュアルユース領域は今回の対象外

ウイルス学、毒性学、分子設計といったデュアルユース領域は、更新後もFable 5では扱わずOpus 5へ振り替わります。Anthropicは「プロのバイオ研究や創薬にはまだ使えない」と明言し、代替として「信頼アクセス経路(trusted access pathways)」を通じてフロンティアの生物学能力を研究者に届ける方針を示しました。この設計判断の背景には、米国情報コミュニティの2026年年次脅威評価があります。同評価は合成生物学・ゲノム編集が新たな生物学的脅威につながり得ると指摘し、複数の国家アクターが攻撃的な生物・化学兵器プログラムを継続している可能性が高いと評価しています。

誤遮断減はどこまで実利で、どこから運用側の宿題か

今回の更新は、6月からの一連の「Fable 5をどう安全に広く使わせるか」というテーマのなかで、初めて「良性側の使い勝手」に振り切った改善です。6月9日のFable 5 / Mythos 5発表から6月12日の全停止と輸出管理指示までは、いずれも「安全側にどれだけ広く網を張るか」の話題でした。7月1日の再開もその延長線上にあります。一方でAnthropicは、安全マージンの設計上、良性の可能性が高いリクエストが念のため遮断されるケースはなお残るとし、セーフガードの改善は今後も続くとしています。更新後も自分の良性クエリが弾かれる場合は、この残余の誤遮断に当たっている可能性があります。

面ごとの効き幅が約10倍(約67%と約7%)開いている点は、初期の広い網がどこで最も摩擦を生んでいたかについての、Anthropic自身の見立てとして読めます。

デュアルユース領域の遮断が残る以上、プロ向けバイオ研究のFable 5活用は「信頼アクセス経路」の整備を待つしかありません。Anthropicは、AIが世界に最も良い影響を与えられる領域は生物学と医療だと位置づけ、研究者にフロンティア能力を安全に届ける仕組みへの投資を続けると表明しています。Anthropicがこの経路をどれくらいの規模と速度で開いていくかは、今回の分類器更新とは別軸の観測点として残ります。安全分類器の設計思想そのものは、2025年公開のConstitutional Classifiersの解説にある二重検査の延長線上にあり、今回の更新もその「保護境界の書き直し」を公開範囲で実施した事例のひとつです。

まとめ

今回の更新で恩恵が最も大きいのは、Claude.aiやCoworkで日常的にバイオ関連の質問を扱う利用者で、臨床業務での支援範囲も広がります。一方、創薬・分子設計などのデュアルユース領域は引き続きOpus 5送りのままで、プロのバイオ研究には「信頼アクセス経路」の整備待ちという宿題が残ります。Claude CodeやClaude Platformの運用への影響は相対的に小さく、7月1日の再開時に組んだルーティングは基本的にそのまま通せます。運用側の次の一手は、8月以降のフォールバック率をログで確かめ、見込みどおり下がっているかを観測することです。