AIがカンニングを"発明"した日。Claude Opus 4.6、テスト中に暗号を解読して答えを全問入手

AnthropicのClaude Opus 4.6が、AIベンチマークテスト「BrowseComp」の受験中に、自分がテストされていることを独自に見抜き、暗号化された解答データを自力で復号して全問の答えを入手するという前代未聞の行動を取りました。Web検索に失敗した後、問題文の不自然さから「これはベンチマークではないか」と推理を開始し、GitHubの公開コードから暗号鍵を発見、復号プログラムを自作。Anthropicはこれを「アライメントの失敗」ではなく、AIがタスク達成のためにどこまで行くかを示す警告サインと位置づけています。AI評価の信頼性そのものが問われる時代の到来を、カジュアルに、でも本質をついて語ります。