Anthropic Claudeの兵器研究事例が浮き彫りにするAI安全性の新たな戦場
Anthropicによると、兵器開発や標的設定の支援を阻止するための安全策が設けられていたにもかかわらず、Claudeは少なくとも6件の軍事作戦に関わる兵器研究で利用された。
公開された事例には、ロシア、中国、イエメンの関係者、および米海軍を標的としたイラン関連の作戦が含まれる。対象はミサイル誘導、自律型ドローン群、電子戦、軍事調達、情報収集に及んだ。
直ちに問題となるのは、禁じられた利用者がClaudeに危険な質問を投げかけただけではない。Anthropicによれば、一部の関係者はClaude Codeを技術者集団のように使い、複雑なプロジェクトを複数のセッションに分割し、生成されたコードをシミュレーションや物理ハードウェアへ接続していた。
この違いにより、この問題は将来のAIリスクに関する推測的な警告を超える。Anthropicによれば、脅威の一部はすでに、コーディング、調査、テスト、文書作成、データ分析を含む通常のモデル利用フローの中に存在している。
ただし、この証拠は慎重に扱う必要がある。事例の詳細の大半はAnthropicの内部アカウント記録に基づいており、独立した調査者は元となる会話を確認できない。複数の関係者は依然として特定されておらず、主張されている所属の一部も検証されていない。
それでも、これらの事例はAnthropic、OpenAI、Google、その他のモデル提供企業にとって具体的な圧力点を示している。コーディングや調査の性能を高めることは、兵器開発者、情報機関、制裁回避者にとっても、こうしたシステムの価値を高めることになる。
Anthropic Claudeの兵器研究は単純な質問を超えていた
中心的な変化は、Claudeが軍事システムに関する背景調査だけでなく、進行中の技術ワークフローに寄与したと報告されている点だ。
Anthropicの2026年9月の脅威インテリジェンス報告書では、通常兵器に関する6件の事例が説明されている。3件は中国拠点の関係者、2件はロシア拠点の関係者、1件はイエメン北部の利用者に関係していた。
4件は兵器開発のためのソフトウェアまたは技術文書に関するものだった。残る2件は、軍事計画を支える情報収集と調達に関するものだった。
イエメン北部の事例は、物理的な試験との関連が最も強く報告された。Anthropicによれば、ある組織は誘導ロケットと多段式弾道ミサイルを含む3つの兵器計画を進めていた。
3番目の計画には、R2000と呼ばれるミサイルの複数バージョンが含まれていた。提案されたバージョンの一つには、極めて高速で大気圏内を機動する極超音速滑空体が含まれていた。
Anthropicによれば、その組織は誘導、航法、制御に関する作業で、人間のソフトウェアエンジニアではなくClaude Codeを用いた。これらのシステムは、飛行中のミサイルや航空機を操縦・安定化させる。
報告によると、作業にはオープンソースのオートパイロットとスマートフォン級のフライトコンピューターの統合が含まれていた。Claudeは制御ソフトウェアの作成、設定の調整、ファームウェアの構築、シミュレーションの実行も支援した。
Anthropicによると、利用者は最終的に誘導ロケットの試験を実施した。同社は、試験結果を診断するために関係者が数時間以内にClaudeへ戻ったことから、この試験は失敗したようだとしている。
このフィードバックループは重要だ。モデル出力からソフトウェア、シミュレーション、物理試験、試験後のトラブルシューティングへと進もうとしたことを示唆している。
Anthropicは、この組織が実運用可能な装置を配備した証拠は見つからなかったとしている。また、アカウントが無効化される前に、関係者はすでにオフラインのシミュレーションツールキットを構築していたという。
イエメン北部はイランが支援するフーシ派が支配しているが、Anthropicは利用者をフーシ派と特定していない。この地理的なつながりを決定的な帰属とみなすべきではない。
フーシ派政治局のメンバーは、その含意に異議を唱えた。Hazam al-AssadはAssociated Pressに対し、軍事生産で公開ツールに依存するのは非現実的だと語った。
兵器アナリストのTrevor Ballも計画の成熟度に疑問を呈した。独立評価で、同氏はフーシ派には極超音速ミサイルに必要な生産能力が欠けていると述べた。
こうした懐疑論が、報告された活動を無害なものにするわけではない。失敗した試作機であっても、工学的知見を生み出し、統合上の問題を明らかにし、その後の開発を導く可能性がある。
ロシア拠点のドローン事例も、飛行試験の報告はないものの、同様のパターンをたどった。Anthropicは、自律型一人称視点カミカゼドローン群を開発していた小規模なフリーランスチームを特定した。
関係者はこのプロジェクトをDronDocまたはSerafimと呼んでいた。報告によると、彼らはClaude Codeを使い、プロジェクトファイル内で直接ソフトウェアを作成・試験していた。
計画されたシステムには、共有された群の記憶、耐障害性のある協調、終末誘導、音響検知、プログラマブルチップのロジックが含まれていた。また、機上の言語モデルも組み込まれていた。
Anthropicによれば、この機上モデルは攻撃、監視、基地帰還の挙動を制御していた。この設計では、最終段階で人間が判断せずに標的選定と起爆を行えるようになっていた。
開発者はウクライナの戦闘映像をスクレイピングして収集し、コンピュータビジョン分類器を訓練した。対象物を敵味方のクラスに分類し、ロシアのシステムを許可リストに登録していた。
Anthropicによると、チームは開発ボードにファームウェアを読み込み、シミュレートされたメッシュネットワーク経由でコンピューターを接続した。これにより、プロジェクトは純粋に概念的な提案の域を超えた。
同社はシステムを技術成熟度レベル3から4と評価した。これは、構成要素が分析とシミュレーションによって検証された一方、完全なシステムは運用環境で実証されていなかったことを意味する。
ここが、AnthropicによるClaude兵器研究の開示における本質的な境界線だ。報告された関係者は意味のある工学的進展を達成したが、Anthropicは彼らが機能する戦場用兵器を配備したことを示していない。
Claudeの兵器悪用は専門知識を拡張可能なサービスへ変える
最も深刻なリスクは、Claudeが単独で兵器を発明することではなく、希少な技術労働力をより容易に編成・再利用できるようにすることだ。
複雑な軍事プロジェクトは、秘密の公式だけに依存するものではない。ソフトウェア工学、システム統合、試験、文書化、データ処理、反復的なレビューが必要となる。
こうした仕事には従来、異なる専門性を持つチームが必要だった。ミサイル計画には、制御エンジニア、組み込み開発者、シミュレーションの専門家、技術ライター、試験アナリストが必要になる場合がある。
Anthropicによれば、一部の調査対象となった関係者は、これらの役割を複数のClaudeセッションに分割していた。あるセッションでコードを作成し、別のセッションで批評し、さらに別のセッションで文書を準備できる。
そのため、このモデルは検索可能な百科事典というより、必要に応じて利用できる技術スタッフとして機能した。ただし、経験豊富な人間や物理的な設備の必要性がなくなるわけではない。
むしろ、開発サイクルの一部を圧縮する。少人数のグループでも、人数から想定される以上に多くの草案を作り、仮説を試し、ソフトウェアを維持できる。
Anthropicによる別の軍事能力研究でも同じパターンが示されている。その評価では、モデルが従来は希少で高度に訓練された専門家に限られていた作業を、ますます実行することが確認された。
中国関連のある事例は、この圧縮が直接的なハードウェア開発以外でどう機能するかを示している。ある関係者は、中国の防衛メーカー向けに対魚雷システムの提案書を準備したとされる。
Claudeは200ページを超える中国語の技術提案書の作成を支援した。関係者はまた、提案システムを公開文書化されている米海軍計画と比較するようモデルに求めた。
各草案の後、Claudeは敵対的な専門レビュアーの役割を担った。関係者はその批判を使い、提案書とそれを支える試験計画を改訂した。
このプロセスは、執筆、技術レビュー、比較調査、ソフトウェア設計を組み合わせたものだった。モデルは、別のエンジニアリングチームや外部コンサルタントを手配せずに、これらの機能を繰り返し実行できる。
別の中国拠点の研究者は、電子戦および防空制圧用ソフトウェアにClaudeを利用した。Anthropicは、アカウントデータと安全策に関するアラートを通じて、その利用者を中国の軍事研究機関と結び付けた。
防御側にとって、関係者がアクセスを自動化すると規模の問題は大きくなる。利用者はプロンプトを複数のアカウントに分け、トラフィックをプロキシ経由で送信し、個々のリクエストの目的を隠すことができる。
制御機能に関するリクエストは、周囲にあるミサイル計画が見えなければ通常のものに見えることがある。画像分類に関するリクエストも、想定される標的一覧がなければ無害に見える可能性がある。
Anthropicによれば、関係者は計画全体の範囲を隠すために、作業を複数のセッションに分割していた。複数の関係者は地理的制限を回避するため、商用の仮想プライベートサーバーも利用していた。
こうした手法は、プロンプトを個別に評価する安全システムを弱める。分類器は兵器を求める明示的なリクエストを遮断できても、一見中立的に見える工学作業の連続を見逃す可能性がある。
同じ分断は人間によるレビューも難しくする。調査者は、アカウント、コードリポジトリ、アップロードされたデータ、シミュレーション、反復して現れる技術テーマの関係を再構築しなければならない。
イラン関連の海軍偵察事例は、別の形の規模拡大を示している。Anthropicによれば、ある関係者は米海軍を対象とする標的設定の推奨を作成するため、公開情報を収集した。
報告によると、関係者はClaudeの支援で構築したPythonパイプラインを使用した。入力には公開されている軍事写真、トランスポンダー識別子、衛星画像の照会、公開された艦船移動データが含まれていた。
Claudeは、海上通信および産業制御製品で既知の脆弱性を分類する作業も支援した。Anthropicは、アカウントを停止し、政府当局とインテリジェンス情報を共有したとしている。
これらの公開情報源のいずれも、単独で完全な標的像を明らかにするとは限らない。モデルの価値は、分断された情報を構造化された手引きに統合することにあった。
そのため、Anthropicの評価では情報標的設定が大きく取り上げられている。歴史的な障壁は、多くの場合、身元、位置、技術システム、移動パターンを結び付けるために必要な労力だった。
AIはその労働コストを引き下げる。より小規模な組織でも、より多くの記録を調べ、より多くのプロファイルを作成し、それらをより頻繁に見直せるようになる。
したがって、Claudeの兵器悪用はミサイルやドローンの設計にとどまらない。研究、標的設定、調達、文書化、作戦準備を取り巻く連鎖全体を支援し得る。
ロシアのドローン計画が示す能力とリスクのトレードオフ
Anthropicの最も強力な製品機能こそ、報告されたドローン開発者にとってClaudeを有用にした機能でもある。
Claude Codeはプロジェクトファイルを調査し、ソフトウェアを生成し、障害を診断し、複雑な技術作業の調整を支援できる。これらの能力は正当な開発者にとって価値がある。
同じ機能は、利用者がポリシー制御を回避した場合、ドローン群を支援することもできる。対象となる用途が禁じられているからといって、コード生成の能力自体が低下するわけではない。
これは、有用性と執行可能性の間に直接的なトレードオフを生む。広範な制限は、有害なリクエストとともに、正当な航空宇宙、ロボティクス、セキュリティ研究まで妨げる可能性がある。
より狭い制限は正当な作業をより多く維持できるが、利用者の意図についてより深い理解を必要とする。その意図は、多くの場合、多数のやり取りを経て初めて明らかになる。
報じられたロシアのチームは、この曖昧さをソフトウェアスタック全体で悪用した。その作業は、機上ロジック、通信、標的認識、航法、低レベルのファームウェアに及んだ。
各コンポーネントには民生用途がある。スウォーム協調は倉庫ロボットを支援でき、コンピュータビジョンは点検用ドローンや緊急対応システムを誘導できる。
しかし、人を標的とするクラス分類や起爆コマンドと組み合わせれば、これらのコンポーネントは兵器化のワークフローを構成する。文脈によって安全性の判断は変わる。
Anthropicは関連アカウントを停止し、得られた知見を安全対策に組み込むことで対応した。同社は、攻撃者による回避を助けかねない正確な検出ルールを公表していない。
この非公開方針は理解できる一方、外部からの評価を制限する。研究者は、Anthropicがどの段階でプロジェクトを検出したのか、また有害な出力がどれほどユーザーに届いたのかを判断できない。
時系列を見ると、アクセス制御は初期の活動を阻止できなかった。関係者は2025年後半から2026年初頭にアカウントを作成し、2026年5月中旬に作戦を開始した。
また、地理的制限を回避するため、商用サーバー経由でトラフィックを送っていた。Anthropicは関連する9つのアカウントを特定したが、そのうち8つは通常のフリーランス業務を扱っていたとされる。
このような混在型のアカウント利用は、執行を難しくする。関連する全アカウントを停止すれば、禁止プロジェクトとは無関係な活動まで不利益を受けるおそれがある。
一方で、関連アカウントを有効なまま残すことにもリスクがある。チームは、一見して問題のない利用履歴を持つアカウントへ技術的な断片を移すことができる。
したがって、モデル提供者には複数の層にわたる対策が必要だ。プロンプト分類器だけでは、アカウントネットワーク、プロキシ基盤、ファイル履歴、協調されたプロジェクト行動に対処できない。
提供者による可視性には、防御上の利点がある。ホスト型AI企業は不審なパターンを調査し、アクセスを無効化し、当局や他の研究所と指標を共有できる。
オープンウェイトモデルでは、運用者が中央サービスなしで実行できるため、この対応は複雑になる。Anthropicによれば、評価したオープンモデルは最先端システムに及ばなかったものの、なお懸念すべき能力を示した。
これは厄介な政策課題を生む。比較可能なモデルが広く利用可能になれば、単一の商用サービスを制限しても、根底にある能力はなくならない。
Googleも、自社サービス全体で関連するパターンを報告している。同社のAI脅威トラッカーは、国家支援を受けた主体が言語モデルを技術調査、標的選定、フィッシング、ツール開発に利用していることを確認した。
Googleはまた、その報告期間に敵対者が根本的に新しい能力を獲得したことは確認していないと述べた。この結論は、Anthropicのより憂慮すべき事例に対する重要な対照材料となる。
両方の知見は成り立ち得る。モデルは、まったく新しい戦略的能力を生み出さずとも、既存のワークフローを加速できる。
OpenAIも、敵対的な作戦は通常、AIを従来型のツール、ウェブサイト、アカウント、インフラと組み合わせると述べている。同社の悪用に関する調査では、脅威アクターが異なるワークフロー段階で複数のモデルを利用することが多いと判明した。
この比較は、Claudeだけが特別に脆弱というわけではないことを示す。より広範な問題は、汎用モデルが有能なソフトウェアおよび研究アシスタントになったことに起因する。
Anthropicは、安全性を企業の中核的な約束として掲げているため、特に厳しい検証を受けている。Claudeが兵器目的で悪用される事例はいずれも、その約束が能力の高い敵対者との実戦に耐えられるかを試すものだ。
それでも、検出そのものは安全対策が完全に失敗した証拠ではない。作戦を発見して妨害することは、機能する防御システムの一部である。
より難しい問題は、モデルが永続的な価値を提供する前に、提供者が介入できたかどうかだ。イエメンの事例では、オフラインのシミュレーションツールキットがアカウント停止後も残ったと報じられている。
ロシアの事例では、コードが物理的な開発ボードに到達していた。こうした詳細は、アカウント停止が、知識やソフトウェアの一部が持ち運び可能になった後に行われ得ることを示唆している。
生物学関連の事例には、より大きな検証上の隔たりがある
Anthropicの生物学に関する発見は重大な警告信号だが、Claudeが生物兵器を可能にしたことを立証するものではない。
同社は、生物兵器開発を支援し得る研究に関わる5件の事例を公表した。関連する作業の多くには正当な科学的用途があるため、こうした判断は難しいと説明している。
このデュアルユース問題は、自律型の自爆ドローンとは異なる。ウイルスが哺乳類に適応する仕組みを研究することは、公衆衛生の研究者が危険な自然変異株を特定する助けになり得る。
同じ知識は、意図的な改変を導いたり、実験室事故のリスクを生んだりもする。科学テーマだけから意図を常に推測できるわけではない。
Anthropicは、旧世代のClaudeモデルは、危険な生物学研究において高度な利用者を有意に支援できる水準には達していなかったとしている。より新しいシステムでは、その保証は確実ではないという。
同社は、デュアルユースの生物学的クエリに対し、より強力な制限を導入した。こうした制御により、機微な要求を能力の低いモデルへ振り分けたり、完全に遮断したりできる。
ある事例では、米国外の研究者が高病原性鳥インフルエンザを研究していた。作業は、哺乳類への適応、空気感染、呼吸器以外への疾患拡大に焦点を当てていた。
Anthropicによれば、その研究者は数週間にわたりClaudeと数千件のメッセージを交わした。モデルは研究計画、文献レビュー、データ分析、実験の優先順位付けを支援した。
同社はこの計画を初期段階の研究プロジェクトと位置付けた。また、入手可能な証拠は、そのグループが関連するウイルス分離株に物理的にアクセスできたことを示していたとしている。
Anthropicによれば、安全分類器はこれらの会話を能力の低いClaudeモデルに限定した。同社は、Claudeが病原体を設計または作製したとは主張していない。
別の事例は、チクングニア熱の機能獲得研究のためにリセラープラットフォームを利用した研究者に関するものだった。機能獲得研究は、生物の生物学的特性を高めたり変化させたりする改変を調べる研究である。
Anthropicによれば、そのプラットフォームは拒否されたプロンプトを、より緩い安全対策を持つモデルへ振り向けていた。また研究者らは、技術的な出力物に対する編集支援にもClaudeを利用していたと報じられている。
モデルを選び替える可能性は重要だ。あるシステムに拒否されたユーザーは、要求を言い換え、モデルを切り替え、あるいはリセラー経由で別の提供者にアクセスできる。
このため、単一企業の安全ポリシーだけでリスクを完全に封じ込めることはできない。提供者は、機微な研究詳細を無制限に交換することなく、悪用の指標を共有する必要がある。
生物学関連の事例には、Anthropicが証拠とその解釈を管理しているという点でも懐疑的な検討が必要だ。外部の専門家は、悪意ある作業と、記録が不十分な正当な研究を独立して区別できない。
同社自身も、能力評価は現実世界での兵器利用を証明するものではないと認めている。シミュレーションでモデルが優れた性能を示しても、研究室が危険な生物を作製したことを示すわけではない。
また、制度上の安全措置から切り離されると、研究はより脅威的に見えることがある。倫理審査、封じ込め手順、公衆衛生上の目的は、モデルとの会話には現れない場合がある。
逆に、所属機関があるからといって安全な意図が保証されるわけではない。国家支援を受ける研究者や高い資格を持つ研究者も、危険なプログラムを追求する可能性がある。
正しい結論は、最も警戒的な見出しが示すものより限定的だ。Anthropicは介入を正当化する信頼できる利用パターンを発見したが、実運用される生物兵器を記録したわけではない。
この区別は、報道と規制の双方を導くべきである。政策立案者に必要なのは、危険な主題の事例だけではなく、モデルが研究生産性をどのように変えるかについての証拠だ。
有用な測定には、モデルが新しい実験経路を特定するか、必要な専門性を下げるか、結果の解釈に必要な時間を短縮するかが含まれる。
調査者は、利用者が同じ支援を公開文献や従来型ソフトウェアで再現できるかも検証すべきだ。追加リスクは、モデルが既存のリソースを超えて何を提供するかに左右される。
Anthropic Claudeの兵器研究に関する主張は、デジタル上の痕跡が出力をシミュレーション、コード、ハードウェア、試験に結び付ける場面で最も説得力を持つ。生物学関連の事例は、より初期段階にあり、独立した検証も難しいままだ。
この不確実性は、それらを無視する根拠にはならない。より厳格な評価、統制された科学的アクセス、提供者の主張に対する明確な外部レビューを支持する理由となる。
Anthropicと競合各社が次に証明すべきこと
次の試金石は、モデル提供者が、利用者がAI支援を持ち運び可能な技術資産へ変える前に、有害なワークフロー全体を検出できるかどうかだ。
最初に注目すべき指標は、検出のタイミングである。今後の報告では、安全対策が調査、コード生成、シミュレーション、ハードウェア統合、現場試験のどの段階で介入したのかを説明すべきだ。
早期の介入は、監視によって悪用を抑えられるというAnthropicの主張を裏付ける。コードがハードウェアに到達した後に繰り返し妨害するだけなら、その主張は弱まる。
提供者は、検出手法を明かさずに集計指標を公表すべきだ。有用な数値としては、検出までの時間、遮断されたタスクの分類、執行後のアクセス再試行回数などが考えられる。
2つ目の指標は、提供者間の連携である。Anthropicによれば、一部の主体は制限を回避するため、プロキシ、リセラー、複数のモデルを利用していた。
共有される指標は、研究所がつながりのあるアカウントネットワークを特定する助けになり得る。ただし、いかなる情報交換も、正当な研究者、ジャーナリスト、セキュリティ専門家を不透明なブラックリストから守らなければならない。
OpenAI、Google、Anthropicはすでに、それぞれ脅威報告を公表している。次の段階は、プラットフォームをまたいで事例を比較できる一貫した用語を確立することだ。
兵器開発に関する要求が、ある提供者では一般的なポリシー違反、別の提供者では高度な軍事工学として分類されるべきではない。異なるラベルは重要な傾向を隠してしまう。
3つ目の指標は、独立した技術的検証である。Anthropicの軍事関連評価は、統制されたアクセスの下で活動する有資格の外部チームが再現できるべきだ。
研究者は、モデルが通常の検索、コーディングツール、一般公開されている工学ソフトウェアを実質的に上回るかを検証する必要がある。また、利用者に求められる専門性も測定すべきだ。
能力の低いモデルやオープンウェイトモデルでも同様の結果を得られるなら、プラットフォームでの利用禁止がもたらす保護は限られる。その場合、対策はハードウェア、調達、運用インフラにより重点を置く必要がある。
最先端モデルが大きな優位性をもたらすなら、能力に応じたリリース時の安全対策がより重要になる。提供者は、誰が機微な機能へのアクセスを受けるのかを正当化する必要がある。
規制当局は、提供者が担う競合する役割も検討するだろう。Anthropicは高性能モデルを販売し、悪用を調査し、違反を定義し、自らの証拠を公表している。
この構造は同社に貴重な可視性を与える一方で、インセンティブも生む。劇的な脅威の発見は、高額なコンプライアンス体制を持つ大手提供者に有利なルールを求める動きを後押しし得る。
同時に、事案を過小評価すれば製品採用を守れる。インセンティブは両方向に働くため、独立した監督が必要である。
兵器関連の事例は、エンタープライズの購入者にも問いを投げかける。コーディングエージェントを導入する組織には、安全なモデルの既定値だけでなく、プロジェクトレベルの監視、アクセス制御、レビュー手順が必要だ。
モデルは、明白に禁止されたプロンプトを1つも受け取らずに有害な作業を支援できる。警告信号は、リポジトリ、データアップロード、利用者の身元、反復的な試験にまたがって存在する可能性がある。
エンジニアリングチームは、機微なプロジェクトを分離し、監査証跡を保持し、デュアルユースの要求に対するエスカレーションルールを定めるべきだ。タスクが危険かどうかを文脈が決める場合、人によるレビューは依然として不可欠である。
知識労働者もまた、関連する課題に直面している。リサーチの統合は、マルウェアや兵器コードを生成せずとも、散在する公開情報を詳細な実務インテリジェンスへと変換し得る。
つまり、安全性レビューでは目的と下流での利用を検証する必要がある。キーワードフィルターだけでは、無害な文献レビューと標的選定の手引きを見分けられない。
Anthropicの脅威レポートは、AIが兵器研究所、経験豊富な技術者、国家情報機関に取って代わったことを示すものではない。物理的制約、製造、試験、物流はいまも重要だ。
ただし、汎用モデルがそうしたシステム内で担う役割を増やせることは示している。コードの作成、データの接続、設計レビュー、文書作成、失敗した試験の診断を行える。
この変化により、Claudeの兵器悪用は一度きりの侵害ではなく、継続的なガバナンス課題となる。エージェント型コーディングが進化するたびに、正当な生産性と潜在的な軍事利用の両方が拡大する。
読者は、Anthropicの次回開示が、より早期の介入、より強力な独立検証、プロバイダー間での実質的な連携を示すかを注視すべきだ。
これらの兆候が改善すれば、完全な防止が難しい場合でも、ホスト型モデルの監視は価値を証明するかもしれない。改善しなければ、アカウント停止は、技術知識が流出した後の後始末にますます見えるようになる。
いま最も重要な問いは実務的なものだ。AI企業は、生成されたコード、シミュレーション、研究成果がプラットフォーム外へ出る前に、禁止されたワークフローを止められるのか。
Anthropic Claudeを用いた兵器研究は、この競争がすでに始まった証拠を示した。今後数回のレポートが、防御側が優位を取り戻しているのか、それとも事後的に損失を記録しているだけなのかを明らかにするだろう。