AnthropicによるOpaque Systems買収で検証可能なAIを内製化、ただし実証はこれから

Anthropicは、セキュリティスタートアップのOpaque Systemsが資金を調達してからわずか8カ月後に同社を買収し、重要なコンフィデンシャルAI機能をClaudeの開発元の内部に取り込んだ。AnthropicによるOpaque Systems買収により、Anthropicは計算処理中の機密データ保護に注力するチームを得る。同時に、技術的な可能性と商業面での明確性との間に、即座に緊張関係も生じる。

Opaqueによると、同社チームはAnthropicに加わり、Opaque Systemsは事業を段階的に終了する。買収条件は公表されておらず、どの製品、契約、従業員が移管されるのかも両社は説明していない。

この違いは重要だ。企業が抽象的な機能としての機密性を購入するわけではない。必要なのは、サポートされたインフラ、文書化された統制、移行計画、そしてそれらの統制が実際の導入環境で機能することを示す証拠である。

Opaqueは、コンフィデンシャルコンピューティング、ハードウェアに裏付けられた分離、暗号学的アテステーションを通じて、その証拠を提供しようとしてきた。Anthropicは現在、この取り組みの次章を掌握している。同社にとっての課題は、専門的なインフラを、顧客が評価、導入、監査できるサービスへと変えることだ。

したがって主な競争軸は、Anthropicと別のモデル研究所との対決ではない。ハードウェアで強制される検証と、依然として多くのエンタープライズAIを支配するポリシーベースの信頼との競争である。

AnthropicによるOpaque Systems買収で実際に変わること

Anthropicは専門的なセキュリティチームとその技術を獲得し、Opaqueは独立ベンダーとしての活動を終える。

Opaqueが公開した次章では、同社チームがAnthropicに加わり、会社は事業を段階的に終了するとしている。この発表は、オープンソースの取り組みが既存ライセンスの下でAgenTrustを通じて継続されるとも述べている。

この表現は組織面での結果を確認する一方、取引構造は不明瞭なままだ。買収価格、クロージング条件、従業員リスト、製品統合のスケジュールは開示していない。

独立系の買収報道は、財務条件が非開示であると伝えた。また、既存顧客にとって事業終了が何を意味するのかについて、Opaqueが説明していない点も指摘している。

こうした情報の欠落により、一般的な買収、技術ライセンス、選定人材を中心とするアクハイヤーを厳密に区別することはできない。Opaqueは実務上の結果を明確に説明しているが、その法的な仕組みは明らかにしていない。

それでも、判明している結果は重要だ。コンフィデンシャルかつ検証可能なAIインフラを販売していた独立ベンダーは、もはや独立して事業を続けない。そのチームは、大手モデルプロバイダーの内部でこの取り組みを継続する。

Opaqueは、UC BerkeleyのRISELabで行われた研究から生まれた。当初のOpaqueプロジェクトは、保護されたデータに対する分散分析に焦点を当て、データアクセスパターンを通じた情報漏洩への防御も含んでいた。

同社はその後、分析からAIワークロードやエージェントガバナンスへと対象を拡大した。そのプラットフォームは、ソフトウェアポリシーと、そのポリシーを保護されたハードウェア上で適用するよう設計されたコンフィデンシャルランタイムを組み合わせていた。

コンフィデンシャルランタイムは、信頼実行環境、すなわちTEEの内部にコードとデータを配置する。TEEは、特権的なシステムコンポーネントを含む他のソフトウェアからのアクセスを制限する、ハードウェアに裏付けられた分離領域である。

アテステーションは検証レイヤーを追加する。これは、その保護環境内で動作するソフトウェアと構成に関する暗号学的証拠を生成する。

この違いが、コンフィデンシャルコンピューティングを通常の暗号化と分ける。ストレージ暗号化は保存時のデータを保護し、ネットワーク暗号化は転送中のデータを保護する。しかしAIシステムは、計算のためにデータへアクセス可能でなければならない。

通常の推論中、システムはプロンプト、取得した文書、出力、モデルパラメータに実用的にアクセスする必要がある。ここに、クラウド運用者、侵害されたホスト、あるいは設計の不十分なソフトウェアが平文情報へ到達し得る機微な時間帯が生じる。

Opaqueの技術は、暗号化されていないデータが存在できる場所を制限することで、この露出に対処した。また、承認されたワークロードが指定されたルールの下で情報を処理したことを証明しようとした。

したがって、この買収はAnthropicに単なるプライバシー訴求以上のものをもたらす。AIアプリケーションの下層にある適用・検証レイヤーに取り組んできた人材を取り込むことになる。

ただし、この取引によって新たなClaude機能が自動的に生まれるわけではない。Anthropicは、この取引に結び付いた一般提供のコンフィデンシャル推論製品を発表していない。

Opaqueの顧客向け移行パスも公開していない。顧客は、現在の導入環境が継続するのか、所有権が変わるのか、あるいは置き換えが必要なのかを知る必要がある。

この出来事が変えるのは、誰がその専門知識を保有するかだ。重要な製品上の変化は、これからである。

Anthropicが今コンフィデンシャルAIを求める理由

AIエージェントは、情報を取得し、ツールを呼び出し、単一のモデル要求を超えて行動するため、データセキュリティをより難しくする。

基本的なチャットボットは、プロンプトを受け取りテキストを返す。エンタープライズエージェントは、社内文書の検索、データベースの照会、顧客記録の更新、メッセージ送信、金融ワークフローの起動まで行える。

接続が一つ増えるごとに、機密情報が移動し得る経路も増える。モデルは、IDシステム、検索サービス、ツールサーバー、ログ、外部アプリケーションを含む連鎖の一要素にすぎない。

プロンプトインジェクションは問題をさらに複雑にする。メールや文書に埋め込まれた悪意ある指示は、その内容がエージェントのコンテキストに入った後で行動に影響を与え得る。

ソフトウェアのガードレールは入出力を検査できるが、有害な指示をすべて認識できる保証はない。モデルには確率的な性質が残り、攻撃者はプロンプトを適応させられる。

Opaqueのアプローチは、こうしたコンテンツレイヤーの下に適用機構を置いた。ガバナンスシステムが許可されるツール、データ、行動を定義し、保護されたハードウェアがその境界を適用する。

このアーキテクチャは、モデルが完璧に振る舞うことへの依存を減らすことを目指す。エージェントが操作された指示に従ったとしても、インフラはアクセス範囲とネットワーク経路を制限できる。

AnthropicはOpaqueを買収する前から、この技術的方向性を研究していた。同社のコンフィデンシャル推論設計は、推論時にユーザーデータ、モデル入力、出力、重み、アーキテクチャを保護するシステムを説明している。

この論文は、TEEがオペレーティングシステムからメモリを分離し、署名済みのアテステーション文書を生成すると説明している。これらの文書は、想定されたコードが不正な変更なしに実行されたことを示せる。

また、利害が異なる三者も特定している。モデル所有者はモデルの重みを保護したく、ユーザーはデータを保護したく、サービスプロバイダーはインフラを提供する。

信頼できるコンフィデンシャル推論サービスは、この三者すべてを満たさなければならない。モデルの重み、取得データ、生成出力が別の場所で漏洩するなら、プロンプトだけを保護しても不十分だ。

Anthropicの関心は、エンタープライズAIの経済性が変化していることにも沿う。モデル品質だけでは、規制対象の組織がエージェントを導入するかどうかは決まらない。

銀行は、複数の法域にまたがる取引をレビューするエージェントを求めるかもしれない。医療組織は、保護対象の医療情報を含む記録を要約するエージェントを求めるかもしれない。

法務チームは、Claudeに秘匿特権の対象となる文書を調べさせるかもしれない。エンジニアリングチームは、エージェントをソースコード、インシデント報告、認証情報、本番システムに接続するかもしれない。

これらの組織が必要とするのは、ベンダーが自社データを学習に使わないという約束だけではない。アクセス、保持、管理、ツール利用に対する技術的な制約が必要だ。

また、セキュリティレビューやコンプライアンス監査のための証拠も必要になる。暗号学的アテステーションは、どの承認済みワークロードが要求を処理したかを示すことで、そのプロセスを支援できる。

ここで、AnthropicによるOpaque Systems買収はより大きな戦略に位置付けられる。AnthropicはClaudeにより重要な業務を担わせたいが、重要な業務ほどより機密性の高いシステムに触れる。

この買収は、そのアクセスを受け入れ可能にするために必要なインフラに対応する。すべてのセキュリティ問題を解決するものではないが、エージェントの権限が増すにつれて大きくなる障壁を狙っている。

Opaqueのタイミングは、その価値を際立たせる。同社が2026年2月に公表した資金調達の詳細では、2400万ドルのシリーズBと、約3億ドルのポストマネー評価額が示された。

同社によると、このラウンドで累計調達額は5550万ドルとなった。また、顧客およびパートナーの一社としてAnthropicも挙げていた。

これらの数字は、独立した財務開示ではなくOpaqueによるものだ。それでも、同社が事業終了の数カ月前まで、資金を得て運営する企業として自らを位置付けていたことを示している。

Anthropicは、コンフィデンシャルAIが成熟したコモディティになるのを待たなかった。エンタープライズにおけるエージェント導入がまだ形作られている段階で、既存サプライヤーの専門知識を社内に取り込んだ。

検証可能なAIは信頼ベースのクラウドモデルに挑む

この買収は、組織の最も機密性の高い情報を扱うAIシステムにおいて、ポリシー上の声明だけでは不十分になりつつあることを示している。

多くのクラウドAIサービスは、顧客にいくつかの重なり合う約束を信頼するよう求める。プロバイダーは、限定的なデータ保持、従業員アクセスの制限、保護されたインフラ、明確なモデル学習ポリシーを約束する。

契約と監査は、これらの約束に実効性を与える。それでも、それらは顧客が継続的に検査できないプロセスを通じて適用される、組織的な保証であり続ける。

検証可能なAIは、信頼モデルを変える。顧客はプロバイダーの声明だけに依存する代わりに、自社データを処理した環境に関する技術的証拠を受け取る。

リモートアテステーションは、保護されたワークロード内で稼働するソフトウェアの測定値を報告できる。顧客は機密情報を渡す前に、その測定値を承認済み構成と照合できる。

これは信頼をなくすものではない。顧客は依然として、ハードウェアメーカー、暗号システム、ソフトウェア開発者、監査人に依存する。

しかし、信頼の一部を制度的な評判から検証可能な統制へ移す。購入者は、処理後に約束を受け入れる代わりに、想定外のワークロードを拒否できる。

Appleは、Private Cloud Computeによって際立った参照例を確立した。その設計は、カスタムハードウェア、アテステーション、限定的な管理アクセス、セキュリティ研究向けの公開リソースを組み合わせている。

Appleのシステムは異なる市場を対象とし、同社が管理するインフラを利用している。それでも、ポリシーベースのプライバシーから、強制可能で外部から検査可能な保証への移行方向を示している。

Opaqueは、より移植性の高いエンタープライズレイヤーを追求していた。同社が掲げた目標は、機密データ、規制対象システム、多様なインフラにまたがってモデルやエージェントを運用する組織を支援することだった。

Anthropicは今、この取り組みをClaude向けに適応できる。同社は、コンフィデンシャル推論をAPI、エンタープライズ製品、エージェントプラットフォーム、あるいは選定されたクラウド導入環境に統合する可能性がある。

また、Opaqueの専門性を主にモデルの重みと内部インフラの保護に活用する可能性もある。その場合、顧客向けサービスを直ちに提供せずとも、Anthropicに利益をもたらす。

この曖昧さこそが、このニュースの核心だ。セキュリティ専門性の買収だけでは、どちらの当事者が最も強固な保護を受けるのかは分からない。

Anthropicには、顧客データと自社のプロプライエタリなモデルの両方を保護する動機がある。これらの目標は重なり合うが、同一ではない。

モデル窃取の防止を目的としたシステムは、重みを隔離する一方で、顧客には従来型のデータ取り扱い管理への依存を残す可能性がある。顧客重視の設計では、プロンプト、出力、取得した文書、エージェントの活動も保護しなければならない。

運用上のアクセスにも対応する必要がある。エンジニアはサービスの維持にログ、デバッグツール、パフォーマンステレメトリーを必要とすることが多いが、こうした機能は機密情報を露出させる可能性がある。

特権アクセスを排除すれば機密性は向上するが、障害の診断は難しくなる。チームが影響を受けた環境を調査できなければ、限定された可観測性によってインシデント対応も遅くなりうる。

アテステーションにも別の課題がある。その証拠が有用なのは、顧客がどの測定値を信頼すべきかを理解し、それを分かりやすいポリシーと結び付けられる場合に限られる。

暗号学的な結果は、特定のバイナリが実行されたことを証明できる。しかし、そのバイナリが適切に設計され、脆弱性がなく、購入者が意図したポリシーに沿っていることを独立して証明することはできない。

このため透明性が不可欠となる。顧客には、脅威モデル、信頼されたコンポーネント、ソフトウェア測定値、更新プロセス、既知の制約を説明する文書が必要だ。

独立した研究者にも、システムを検証するのに十分なアクセスが必要である。そうでなければ、アテステーションは調達チームが実質的に評価できない技術的なバッジになりかねない。

Anthropicの規模は、こうした導入上の問題を解決するためのリソースをもたらす。同社がモデルとサービススタックを管理していることも、統合を簡素化する可能性がある。

しかし、同じ垂直統合的な管理は集中リスクも生む。Opaqueは以前、複数のモデル、クラウド、エンタープライズ環境を支援できるインフラとして自社を位置付けていた。

チームがAnthropicに加われば、そのポータビリティが維持されるかを顧客は見極める必要がある。Claudeと密接に結び付いたセキュリティ層は深い統合を提供する一方、ベンダーからの独立性は低下する。

これが中心的な逆転だ。強力なプラットフォーム所有者への依存を減らすために設計された技術が、そのプラットフォームの一つの内部へ移行している。

この結果が必ずしも否定的とは限らない。Anthropicは、より小規模な供給者が単独で到達できるよりも多くのユーザーに機密AIを提供できる。

それでも、検証が最も価値を持つのは、プロバイダーを信頼する必要性を減らせるときだ。Anthropicは、単なる表現ではなく製品設計において、その独立性を維持しなければならない。

この取引が証明しないこと

機密コンピューティングは重要な攻撃対象領域を縮小するが、エージェントを安全にするわけでも、保護されたハードウェアを取り巻くリスクを消し去るわけでもない。

TEEは、実行中のコードとデータを囲む境界を作る。しかし、その境界内のコードがデータへアクセスすべきだったかどうかは判断しない。

承認済みのエージェントに過剰な権限が与えられていれば、保護された実行環境は欠陥のあるポリシーを忠実に適用してしまう可能性がある。システムは機密性を維持したままでも、未承認の業務アクションを実行しうる。

エージェントは、レコードを削除したり、誤った支払いを送ったり、承認済みのツールを通じて情報を開示したりする可能性がある。ハードウェア隔離は、アイデンティティ管理、認可、レビュー、アプリケーションセキュリティに取って代わるものではない。

この技術は、大規模な信頼できるコンピューティング基盤にも依存する。その基盤には、プロセッサ、ファームウェア、ハイパーバイザー、エンクレーブソフトウェア、ドライバー、暗号ライブラリ、アテステーションサービスが含まれうる。

重要なコンポーネントのいずれかに脆弱性があれば、保証は弱まる。ハードウェアとソフトウェアが複数のベンダーに由来するため、サプライチェーン侵害も別のリスクを生む。

Anthropic自身の設計文書も、システム全体に関わる脅威と実装固有の脅威を認めている。そこでは、エンクレーブソフトウェア、ハイパーバイザー、AIアクセラレータ、第三者コンポーネントの脆弱性が議論されている。

同文書は、推論処理以外の安全でないシステムが機密性を損なう可能性も指摘する。アプリケーションが出力を露出したログにコピーしてしまえば、保護されたリクエストの利点はほとんどない。

バックアップ、キャッシュ、監視システム、接続されたツールには、それぞれ別個の制御が必要だ。エンドツーエンドのサービスは、データ経路全体を考慮しなければならない。

性能面にも別のトレードオフがある。保護された環境では、メモリ、アクセラレータへのアクセス、デバッグ、システム構成が制限される場合がある。

大規模モデルの推論は、GPUやその他のアクセラレータに大きく依存している。CPU、アクセラレータ、メモリ、ネットワーキング全体に信頼できる実行を拡張するには、エンジニアリングの複雑さが増す。

したがって顧客には、レイテンシ、スループット、信頼性、ワークロード互換性に関するベンチマークが必要になる。買収後のAnthropic製品について、そのようなものはまだ発表されていない。

この取引は、Opaqueの既存ユーザーを不確実な立場にも置く。SecurityWeekは、同社が事業縮小が既存ユーザーにどう影響するかを説明していないと報じた。

セキュリティインフラにとって、移行は特に慎重さを要する。顧客は、Opaqueのプラットフォームを中心にポリシー、アテステーション、監査手順、コンプライアンス文書を構築している可能性がある。

この基盤を変更するには、単にアカウントを移すだけでは足りない。組織は新しいアーキテクチャを検証し、リスク評価を更新しなければならない。

オープンソースの継続性は、一定の保護をもたらす。Opaqueによれば、Weight Custody Manifest、Agent Manifest、Confidential MCP、Confidential A2A、TRACEはAgenTrustを通じて引き続き利用可能となる。

ただし、利用可能であることは保守されることと同義ではない。開発者には、ガバナンスの詳細、コントリビューターの活動、リリース計画、脆弱性対応、互換性に関するコミットメントが必要だ。

Opaqueによると、Confidential Computing SummitはLinux Foundationを通じて継続される。これにより、業界フォーラムはAnthropicから独立したまま維持される。

商用プラットフォームの将来は、なお明確ではない。購入者は、Opaqueのあらゆる機能がサポート対象のClaude機能になると考えるべきではない。

また、この買収をOpaqueの主張に対する第三者検証として扱うことも避けるべきだ。Anthropicの判断が示すのは戦略的関心であり、すべての性能やセキュリティに関する主張を独立して証明するものではない。

Opaqueは、自社プラットフォームが検証可能な証拠を生み出し、本番導入を加速できると述べた。これらの主張には、各顧客のワークロードと脅威モデルのもとで技術的な評価が必要である。

信頼できるローンチには、公開されたアーキテクチャ、再現可能なアテステーション、独立した評価、明示的な制約が含まれるべきだ。また、Anthropicの運用担当者がアクセスできるものとできないものも説明すべきである。

こうした詳細がなければ、この取引は人材と技術に関するシグナルにとどまる。Claudeがエンドツーエンドで機密性の高いエージェント実行を提供する証拠には、まだなっていない。

Anthropicの機密AIへの動きから圧力を受けるのは誰か

クラウドプロバイダー、モデル研究所、独立系セキュリティベンダーは今、プライバシー保証をより技術的に検証可能にする圧力に直面している。

直接的な圧力は、規制対象の企業にサービスを売り込む競合モデルプロバイダーにかかる。モデルが機密情報を積極的に処理するなかで、その情報がどう保護され続けるのかを説明しなければならない。

保持と学習に関する従来のコミットメントも依然として重要である。しかし、ハードウェア隔離と暗号学的証明を約束するシステムと比べると、それだけでは不十分に見えるようになった。

OpenAI、Google、Microsoft、Amazonなどのプロバイダーはすでに、インフラ全体でさまざまな機密コンピューティング技術を利用している。競争上の論点は、製品への統合と顧客からの可視性にある。

プロバイダーは、安全なハードウェアを内部で運用していても、顧客に有用な証拠を提供しないことがある。検証可能なAIには、顧客がワークロードを調査または検証できるインターフェースが必要だ。

そのインターフェースでは、署名済みの測定値、承認済みソフトウェアのアイデンティティ、透明性ログ、独立監査済みの導入記録などが公開される可能性がある。

最も強力な提供形態は、その証拠をアプリケーションポリシーと結び付けるものになる。セキュリティチームは、エージェントがどこで動作したかだけでなく、どのリソースに到達できたかも検証できるべきだ。

クラウドプロバイダーも関連する課題に直面している。彼らは、機密推論を支えるプロセッサ、アクセラレータ、ネットワーキング、アテステーションサービスを供給している。

Anthropicがすべてのレイヤーを自ら構築しない限り、同社は引き続きそのインフラに依存する。したがって、モデルプロバイダーがより多くのセキュリティソフトウェアを所有する場合でも、ハイパースケーラーは重要なパートナーであり続ける。

独立系の機密コンピューティングベンダーは、別種の圧力に直面する。Anthropicの動きはこのカテゴリーを正当化する一方で、目立つ競合相手を取り込む可能性がある。

中立的なベンダーは、ポータビリティを強調することで対応できる。複数のモデルを利用する企業は、それらすべてにまたがる一つのガバナンス層とアテステーション層を好むかもしれない。

購入者が、モデルプロバイダーに自らの管理策の定義、運用、検証のすべてを委ねることを避けたい場合、その独立性には価値がある。

この買収は、検索・取得やエージェントシステムを構築する開発者にも重要だ。セキュリティは、もはやモデルAPIで止めることはできない。

チームは、情報がローカルファイルから埋め込み、ベクトルストア、プロンプト、ツール呼び出し、応答、ログへとどのように移動するかを追跡しなければならない。

検索可能なナレッジベースは、この実務上の課題を示している。有用なAIには内部コンテキストへのアクセスが必要だが、接続が増えるたびに保護すべきデータ経路も広がる。

開発者は、機密実行が推論のみを対象とするのか、それとも検索・取得、ポリシー評価、ツールのルーティング、結果処理にも及ぶのかを問うべきだ。

また、どのコンポーネントがアテステーション対象の境界内に置かれるかを確認すべきである。機密文書を取得する保護されていないコネクターは、保護されたモデル呼び出しでも安全にできない。

エンタープライズの購入者は、三つの異なる保証も区別すべきだ。プライバシーは誰がデータを閲覧できるかに関わり、完全性はコードやデータが変更されたかどうかに関わり、ガバナンスはどのアクションが許可されるかに関わる。

機密コンピューティングは、この三つすべてを支援できるが、それには完全な設計が必要である。ハードウェア隔離だけでは、業務上の権限を定義したり、エージェントの出力を検証したりはできない。

調達チームは、広範な「機密AI」のラベルではなく、具体的な証拠を求めるべきだ。関連する資料には、脅威モデル、アテステーション形式、監査報告書、インシデント手順、サポート対象のハードウェア構成が含まれる。

また、誰がソフトウェア更新を管理するのかも問うべきである。プロバイダーが新しい承認済み測定値を公開すれば、アテステーション済みのワークロードは変化しうる。

顧客は、更新を延期できるのか、バージョンを拒否できるのか、機密リクエストを許可する前に変更内容を確認できるのかを理解する必要がある。

したがって最良の競争対応は、別のプライバシースローガンではない。理解可能かつ検証可能な保証を示す製品となる。

Anthropicは、そのような製品の構築を支援できる人材を獲得した。競合他社には、Anthropicが購入者の期待を定義する前に、同等の証拠を示す理由が生まれた。

買収の重要性を示す三つのシグナル

この取引が重要な意味を持つのは、AnthropicがOpaqueの専門性を、明確な顧客およびコミュニティへのコミットメントを備えた検証可能な製品へと転換した場合に限られる。

最初のシグナルは、文書化されたAnthropicの機密推論リリースだ。保護されるデータ、サポート対象のモデル、導入環境、運用担当者のアクセスの正確な境界を示すべきである。

顧客が検証可能なアテステーションを備えたリリースであれば、この買収がClaudeのエンタープライズセキュリティを変えるという見方を強める。顧客向けの証拠がない内部セキュリティ機能であれば、その解釈は弱まる。

一般的な発表ではなく、アーキテクチャ文書に注目すべきだ。最も有用な開示では、信頼されるハードウェア、ソフトウェア測定値、鍵管理、更新管理、既知の制約が明記される。

第二のシグナルは、Opaqueの顧客に向けた具体的な移行計画だ。AnthropicまたはOpaqueは、契約の継続性、サポート期限、データの取り扱い、代替製品、エクスポート手段を説明すべきである。

詳細な計画が示されれば、Anthropicが支援を継続する意図を持つ運用能力を取得したことが分かる。沈黙が続けば、この取引は人材と知的財産をより重視したものだったことを示唆する。

顧客が自社のセキュリティ態勢をウェブサイト上の告知から推測しなければならない状況であってはならない。影響を受けるワークロードには、金融、医療、政府機関、あるいは独自の機密情報が関わる可能性がある。

第三のシグナルは、Opaqueのオープンプロジェクトが目に見える形で保守されていることだ。リリース活動、明示されたメンテナー、セキュリティポリシー、外部からの貢献によって、それらのプロジェクトが独立したリソースであり続けるかどうかが明らかになる。

健全なコミュニティガバナンスは、検証可能なAIがより広範なエコシステムに利益をもたらし得るというAnthropicの主張を支える。リポジトリが休眠状態になれば、買収後にポータビリティが低下するとの懸念が強まるだろう。

買い手がAnthropicによるOpaque Systems買収を完成された製品ストーリーとして扱う前に、これらのシグナルが示されるべきだ。現時点でこの出来事が示すのは方向性であり、完成ではない。

Anthropicは、機密情報を扱うエージェントには強制可能な境界が必要だと認識している。また、関連する研究と導入の経験を持つチームを社内に迎え入れた。

より困難な仕事はここから始まる。Anthropicは、新たな制御機構が顧客を保護し、独立してテスト可能であり、エージェントのデータ経路全体に拡張されることを示さなければならない。

開発者と企業の購買担当者は、あらゆる層で証拠を求めるべきだ。どのワークロードが実行され、どのデータにアクセスし、どのポリシーが適用され、誰がその結果を検証できるのか。

その答えによって、機密AIが実用的なセキュリティモデルになるのか、それとも顧客がただ信じるしかない別の約束にとどまるのかが決まる。