ClaudeでOpenAIに侵入、72時間で社内リポジトリへ｜報奨金6500ドル

セキュリティ企業Hacktronの研究者が、AnthropicのAI「Claude」を用いて、72時間以内にOpenAIのアカウントと社内コードリポジトリへの侵入に成功したと明らかにしました。

7月に画像処理の脆弱性と本人認証基盤の欠陥を組み合わせ、複数の従業員のChatGPTおよびCodexアカウントにアクセスしたとされています。研究者は無害なプルリクエストを作成した時点で検証を停止し、社内のソースコードは閲覧しなかったとしています。

侵入はDiscourseの画像アップロード機能を起点とし、HEIC形式の画像処理に使われるライブラリの欠陥を突きました。Claude Opus 4.8はASLR（メモリ配置をランダム化する防御機構）を無効にした条件では動くコードを生成したものの、有効時には安定して機能しませんでした。同日公開されたOpus 5が約3時間で動作するコードを生成し、突破口になったとされています。

OpenAIは報告からおよそ14時間で認証側の欠陥を修正し、後に6500ドルの報奨金を支払いました。Discourse側も7月27日までに修正を用意し、画像処理まわりの隔離を強化しています。研究者は完全な自律型の攻撃ではなく、熟練した人間の関与が不可欠だったと強調しています。

Hacktronの共同創業者は、かつて数か月を要した攻撃コードの開発がAIによって数日に短縮されつつあると指摘しています。ChatGPTやCodex、Claude Codeなどの開発補助エージェントが外部サービスと連携する仕組みは、1つのアカウント侵害で被害が広がりやすいとも警告されました。AIツールの普及とともに、その連携範囲そのものが新たな攻撃対象になりそうです。

記事ソース：資料