ウェビナーのスライド

Claude Mythosで変わる、脆弱性対策の基礎〜モデルの基礎知識から最新動向までおさらい〜のスライド 1 / 51 枚目: Claude Mythos で変わる 基礎脆弱性対策のSpeaker GMO Flatt Security ソフトウェアエンジニア 梅内 翼 6.25(木) 12 00~12 40@online: :
1/51PDF

開催ウェビナー

Claude Mythosで変わる、脆弱性対策の基礎 〜モデルの基礎知識から最新動向までおさらい〜

2026年4月の Claude Mythos の発表以降、AI による脆弱性の発見と悪用をめぐるニュースが相次いでいます。AI を使わない脆弱性スキャナの限界、Claude Mythos で実際に変わったこと(悪用の能力・ベンチマーク・懐疑的な評価・ハーネスの重要性)、脆弱性の対応にこれから起こる3つの段階、Mythos 以降を見据えて技術と組織の両面で変えるべきことを解説します。

※本記事は2026年6月25日開催のウェビナー内容をもとにしています。本テーマを取り巻く環境は日々変化しているため、掲載内容が最新でない可能性があります。最新の状況もあわせてご確認ください。

この記事の要点

  • AI を使わない既存の脆弱性スキャナには、検査のルールを正確に書き続けられない、認識していない脆弱性は見つけられない、サービス固有のロジックの脆弱性を見つけにくい、挙動に合わせて試し方を変えられない、という限界があります。AI エージェントはこれらの課題を解決し、ツールの速さと人の診断の精度を両立できます。
  • Anthropic の Claude Mythos で大きく伸びたのは、脆弱性を悪用する能力です。Firefox の脆弱性の悪用の試験では、従来の Opus 4.8 の8.8%に対し、後継の Mythos 5 は88.4%でした。一方、ベンチマークの上では漸進的な進歩にとどまり、競合するプロバイダの主要なモデルとも性能は拮抗しています。脅威をもたらしうるモデルは、Mythos とその系統のモデルに限りません。
  • モデルを単体で使うだけでは不十分で、モデルを動かすためのツールや仕組みと、脆弱性を見つけたあとの対応の流れを整えることが重要です。Mozilla の Firefox の事例や Cloudflare のレポートでも、同じことが述べられています。
  • 脆弱性を見つけて直す単価は、DARPA の大会で平均152ドルまで下がりました。見つかる速さに、人が確かめて優先づけし、直す速さが追いつかなくなりつつあります。CVE を軸にした管理の仕組みや、パッチの適用までの期間の取り決めも、成り立ちにくくなります。
  • そのため、定期的な検査から継続的な検証へ、攻撃を防ぐことから被害を封じ込めることへ移ることが必要です。網羅的な診断から、重要な資産を狙う攻撃が成り立つかを確かめるペネトレーションテストへの転換も重要になると考えています。

2026年4月に Anthropic が Claude Mythos を発表して以降、AI による脆弱性の発見と悪用をめぐるニュースが相次いでいます。この記事ではまず、AI が介在しない脆弱性診断とスキャナの限界を押さえ、次に Claude Mythos で実際に何が変わったのかを、発表の内容と第三者の評価の両面から確かめます。そのうえで、今後の脆弱性対応で起こる変化と、それに備えて技術面・組織面で変えるべきことを解説します。

AI エージェントで従来の脆弱性診断の限界を解決できる

従来の脆弱性診断は完了までに数か月かかることもある

スライド 9: 従来の脆弱性診断の流れ 一定期間内に、人間のセキュリティエンジニアがツール等を用いて システムに潜む悪用可能なバグ・不備を網羅的に洗い出す取り組み https://target.example ID takumi@email.example Password ●●●●●● セキュリティエンジニア 脆弱性スキャナ (SAST/DAST ツール) 業界標準の典型的な観点 (OWASP ASVS [1] 等) Sign-in 診断対象のシステム 一般的な規模の Web アプリケーションでは短くても2週間〜1か月程度要する 見積もりや契約等の期間も考慮すると、完了までに数ヶ月要するケースが大半 [1] OWASP Application Security Verification Standard (ASVS) (https://owasp.org/www-project-application-security-verification-standard/)
従来の脆弱性診断の流れスライド 9

ここでいう従来の脆弱性診断は、AI が介在しない診断のことです。一定の期間の中で、人のセキュリティエンジニアがさまざまなセキュリティのツールを使いながら、システムに潜む悪用できるバグや不備を網羅的に洗い出します。検査では、OWASP ASVS などの業界標準に書かれた典型的な観点を網羅的に確かめるのが、主なやり方です。

一般的な規模の Web アプリケーションでも、人が診断すると、短くても2週間から1か月ほどかかることが大半です。診断の前には規模の見積もりや契約の期間もあるので、完了までに数か月かかることもまれではありません。

従来の脆弱性診断では SAST と DAST を組み合わせる

スライド 10: 従来の脆弱性スキャナ: SAST (Static Application Security Testing) ソースコードの静的解析によって脆弱性を発見 脆弱性のパターンを示す検査ルールに合致する箇所を脆弱性として特定 不正な 入力 危険な 処理 不正な入力が 無害化機構の影響を受けずに 危険な処理に伝播し得るか 検査ルールに基づき、ソースコードを解析 [1] [1] Go における JWT 処理の検査ルール (https://github.com/semgrep-rules/blob/develop/go/jwt-go/security/jwt-none-alg.yaml) を一部改変
従来の脆弱性スキャナ: SASTスライド 10

従来の脆弱性診断は、2つの種類の脆弱性スキャナを組み合わせて行うのが主な流れです。

SAST(Static Application Security Testing)は、ソースコードの静的解析で脆弱性を見つけるツールです。脆弱性のパターンを表した検査ルールに合う箇所を、コードベースから探して脆弱性として特定します。たとえば、JWT の署名のアルゴリズムに危険なものが使われていないかを見つけるルールがあります。SAST の主な役割は、攻撃者が入力したデータが、無害化や検証の仕組みを通らずに危険な処理まで届いてしまわないかを検査することです。

スライド 11: 従来の脆弱性スキャナ: DAST (Dynamic Application Security Testing) アプリケーションをクロールし、攻撃対象になり得るエンドポイントを発見する 発見したエンドポイントに対して入力可能なパラメータを特定する 特定したパラメータに攻撃用のペイロードを埋め込んだリクエストを送信し、挙動を確認する 本来の HTTP リクエスト POST /api/items HTTP/1.1 Host: example.com Authorization: eyJ... { "item": { "name": "Apple", "price": 100 } } ② 入力可能なパラメータを特定 診断対象のアプリケーション 攻撃用のペイロードリスト <script>... <img onerror=... <object ... ①攻撃対象を特定
従来の脆弱性スキャナ: DASTスライド 11

DAST(Dynamic Application Security Testing)は、動いているアプリケーションに対して試すツールです。まずアプリケーションをクロールして、API やページなど攻撃の対象になりうるエンドポイントを見つけます。次に、リクエストの中で操作できるパラメータを特定し、そこに攻撃用のペイロードを順に埋め込んだリクエストを送って、アプリケーションの挙動がどう変わるか、危険な挙動を引き出せないかを観察します。

既存のスキャナには検査ルールや適応的な診断に限界がある

スライド 13: 従来の脆弱性スキャナの課題・限界 AI エージェントを活用しない既存の脆弱性スキャナには、診断能力に限界がある SASTの課題 DASTの課題 真に正確な検査ルールを 定義・管理し続けることが困難 認識していない脆弱性に対する 検査ルールを定義することができない 非典型的な脆弱性の検出が困難 対象のアプリケーションの挙動に 基づいた適応的な診断ができない
従来の脆弱性スキャナの課題・限界スライド 13

AI エージェントを使わない既存のスキャナには、診断の能力に限界があります。SAST の課題は、検査ルールの定義と管理が難しいことと、認識していない脆弱性の検査ルールを定義できないことの2つです。DAST の課題は、典型的でない脆弱性を見つけにくいことと、アプリケーションの挙動に合わせた適応的な診断ができないことの2つです。

SAST の1つ目の課題は、正確な検査ルールを定義し、管理し続けることの難しさです。ユーザーの入力に左右されるパラメータが、無害化の仕組みを通らずに危険な処理まで届くことを、ルールとして正確に書くのは、セキュリティエンジニアのような専門家でも簡単ではありません。一度ルールを定義しても、ソフトウェアのアーキテクチャの変更やリファクタリングでコードのパターンが大きく変わると、既存のルールが使えなくなります。2つ目は、認識していない脆弱性のルールは定義できないことです。SAST のルールは、問題のあるコードが見つかったときに、同じパターンを今後は生まないようにと定義するものなので、事前に認識していない脆弱性のルールは当然書けず、事後的なアプローチが基本になります。

DAST の1つ目の課題は、典型的でない脆弱性を見つけにくいことです。DAST は、XSS や SQL インジェクションのように、アプリケーションの仕様によらない技術的な脆弱性の検出が得意です。しかし、EC サイトで「1人1回までのクーポンが、短い時間にまとめてリクエストを送ると2回以上使えてしまう」といった、サービス固有のロジックによる脆弱性を機械的に見つけるのは、非常に困難です。2つ目は、適応的な診断ができないことです。人の診断員は、最初からアプリケーションの挙動を理解しているわけではなく、「このパラメータにこの値を送ったら挙動がこう変わったので、こういう脆弱性があるのではないか」と仮説を立てて試し方を変える、適応的なアプローチをとることがほとんどです。多くの DAST は、ペイロードを送って挙動を観察するだけで、仮説を立ててスキャンの戦略を直すことは、基本的にできません。

AI エージェントはツールの速さと人の精度を両立できる

スライド 16: なぜ AI エージェントを脆弱性の発見に利用するのか AI エージェントを活用した脆弱性スキャナは、従来スキャナの課題を全て解決可能 真に正確な検査ルールを定義・管理し続けることは困難 → 脆弱性の知識を与えられた AI エージェントは検査ルール・パターンを独自に構築する 認識していない脆弱性に対する検査ルールを定義することができない → 脆弱性の知識を与えられた AI エージェントは未知の脆弱性も推論して発見できる 非典型 的な脆弱性の検出が困難 → AI エージェントは思考を通して何が脆弱性になり得るかを柔軟に判断する 対象のアプリケーションの挙動に基づいた適応的な診断ができない → AI エージェントはスキャン戦略をアプリケーションの挙動に応じて適応的に変化させる
なぜ AI エージェントを脆弱性の発見に利用するのかスライド 16

AI エージェントの力を使えば、こうした既存のスキャナの課題をまんべんなく解決できます。弊社が AI を用いた脆弱性の発見に取り組んでいるのは、そのためです。

  • 検査ルールの定義と管理: 脆弱性の知識を与えられた AI エージェントは、検査のルールやパターン、問題になりうるコードのパターンを、自分で類推して組み立てます
  • 未知の脆弱性: 推論によって、未知の脆弱性も見つけられます。AI がさまざまなゼロデイの脆弱性を見つけている最近の状況が、それを示しています
  • 典型的でない脆弱性: 思考を重ねたり、アプリケーションのドキュメントを読んだりして、そのアプリケーションではどんな挙動が脆弱性になりうるかを柔軟に判断します
  • 適応的な診断: スキャンの途中でも、対象のアプリケーションの挙動やコードの特徴に合わせて、戦略を適応的に変えられます
スライド 17: AI を活用した脆弱性スキャナは、高速・高頻度で診断可能に AI エージェントは人間の精度とツールの速さを両立し得るので、 脆弱性診断やセキュリティ業務に活用しない手はない 人間(ベンダー依頼) 診断期間:×数ヶ月 能力:◎適応的な診断が可能 高精度だが、時間がかかる 非 AI ツール 診断期間:◎1日 精度:×典型観点のみ 迅速だが、精度が低い AI エージェント 診断期間:◎1日 能力:◎適応的な診断が可能 迅速かつ、高精度
AI を活用した脆弱性スキャナは、高速・高頻度で診断可能にスライド 17

ベンダーに依頼する人の診断は、高精度ですが、どうしても時間がかかります。AI を使わないツールでの診断は速く終わりますが、見られる観点や精度に問題が出ます。AI エージェントなら、短時間で診断を終えながら、適応的な診断によって高い精度を出せます。人の精度とツールの速さを両立しうる以上、脆弱性診断やセキュリティのさまざまな業務に、積極的に活用すべき状況です。

Claude Mythos の悪用能力の向上と第三者による評価

モデルは次第に抽象度の高い目標でもタスクを遂行できるようになってきた

スライド 19: Claude Mythos 以前のモデルの能力の進化 サイバーセキュリティ領域に限らず、遂行可能なゴールの抽象度が徐々に向上 抽象的な目標を与えるだけで様々なタスクが達成可能に 「何らかの脆弱性を起点に、この目標を達成してください」 より抽象的なゴールを遂行できる水準ゴールの 抽象度 26年5月28日 Opus 4.8 24年6月9日 Mythos 5 Fable 5 25年11月24日 Opus 4.5 26年2月5日 Opus 4.6 26年4月16日 Opus 4.7 25年9月29日 Sonnet 4.525年8月5日 Opus 4.125年5月22日 Sonnet 4 「XSS 脆弱性を探して修正してください」 ある程度抽象的なゴールを元に1度の指示で走れる水準 時間 25年2月24日 Sonnet 3.7 「この XSS 脆弱性をこのように修正してください」 明確な指示を含むプロンプトで走れる水準 図: Anthropic モデル成長の概念図
Claude Mythos 以前のモデルの能力の進化スライド 19

Claude Mythos が出る前から、サイバーセキュリティの領域に限らず、モデルが達成できるゴールの抽象度は徐々に上がっていました。直近のモデルは、抽象的な目標を与えるだけで、さまざまなタスクを達成できるようになりつつあります。

2025年2月に Anthropic がリリースした Claude 3.7 Sonnet のころは、「ここにこういう脆弱性があるので、この方法で修正してください」と、何をしてほしいかを明確に指示するプロンプトを与えれば、タスクを遂行できる、という水準でした。2025年の後半に出た Sonnet 4.5 や Opus 4.5 では、「脆弱性を探して直してください」という、ある程度抽象的なゴールでもタスクを達成できる水準になりました。直近の Mythos 5 などでは、「何らかの脆弱性を見つけて、この目標を達成してください」という、どう進めればよいかがまったく未知のタスクでも、ゴールを達成できる水準に達しています。

脆弱性を見つける能力は1年前には実用水準に達していた

スライド 20: Claude Mythos 以前のモデルの脆弱性の発見能力 脆弱性の発見能力は、少なくとも1年前時点には実用化レベルに至っていた オープンソースソフトウェアの ゼロデイ脆弱性発見に実用化 (2025/3, 弊社) 脆弱性報告プラットフォームにて 人間のリサーチャーを抑え、AIが1位を獲得 (2025/6, XBOW)
Claude Mythos 以前のモデルの脆弱性の発見能力スライド 20

Claude Mythos 以前のモデルも、脆弱性を見つける能力に関しては、少なくとも1年前かそれ以前から、ほぼ実用化の水準に至っていました。弊社は2025年3月の時点で、Takumi byGMO を使い、Vim をはじめとするオープンソースソフトウェアにゼロデイ脆弱性を報告していました。2025年6月には、脆弱性報告のプラットフォームで、XBOW の AI エージェントが人のリサーチャーを差し置いてランキングの1位を取る事例もありました。

Claude Mythos で大きく向上した脆弱性の悪用能力

スライド 21: Claude Mythos で進化した、脆弱性の悪用能力 2026年4月7日に発表されたMythos Preview および後継の Mythos 5では 脆弱性の発見能力に加えて悪用能力が大幅に強化 [1] Anthropic は Firefox (ブラウザ) の 脆弱性の悪用試験を実施 Opus 4.8 は 8.8%と部分的な悪用 コード生成に留まる Mythos 5 は 88.4%とほぼ完璧に 悪用コード生成に成功している Mythos Preview 70.8% Opus 4.8 8.8% Mythos 5 88.4% [1] より引用テキストを一部追記 [1] System Card: Claude Fable 5 & Claude Mythos 5 (https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf)
Claude Mythos で進化した、脆弱性の悪用能力スライド 21

2026年4月7日に発表された Mythos Preview と、後継の Mythos 5 では、脆弱性を見つける能力に加えて、悪用(エクスプロイト)する能力が大幅に強化されたと発表されています。Anthropic が Firefox の脆弱性で行った悪用の試験では、Opus 4.8 は8.8%で、悪用のコードを部分的に作るところにとどまりました。Mythos Preview は70.8%、Mythos 5 は88.4%で、ほぼ完璧に悪用のコードを作れています。

攻撃者より先に脆弱性を修正するための枠組み Project Glasswing

スライド 22: Project Glasswing の始動 脆弱性の発見・悪用可能性の高さを鑑み、 同時期に Anthropic が Project Glasswing [1] の始動を公表 Anthropic が立ち上げたサイバーセキュリティ強化のためのコンソーシアム Claude Mythos を Google, AWS, Apple 等のソフトウェア産業における 主要企業・団体に限って配布 強力なモデルが攻撃者の手に渡る前に、重要なソフトウェアやインフラ等の脆弱性を 自律的に発見・修正することが目的 例:Mozilla Firefox における Claude Mythos 活用 [2] Firefox では Mythos を活用して、Firefox 150 のリリースにおいて271件の脆弱性の修正を 一括で完了したことを発表 2026年6月 上旬には主要なインフラシステムを提供するベンダーへのアクセス提供が拡大 [1] Project Glasswing (https://www.anthropic.com/glasswing/) [2] Behind the Scenes Hardening Firefox with Claude Mythos Preview (https://hacks.mozilla.org/2026/05/behind-the-scenes-hardening-firefox/)
Project Glasswing の始動スライド 22

脆弱性の発見と悪用の能力がかなり高くなったことを踏まえて、Anthropic は同じ時期に Project Glasswing の始動を公表しました。Project Glasswing は、Anthropic が立ち上げたサイバーセキュリティ強化のためのコンソーシアムで、Claude Mythos をはじめとする最先端のモデルを、ソフトウェア産業の主要な企業や団体に限って提供します。強力なモデルが攻撃者の手に渡る前に、こうした事業者が提供する重要なソフトウェアやインフラの脆弱性を、前もって自律的に見つけて直すことが目的です。

たとえば Mozilla は、Mythos を活用して、Firefox 150 のリリースで271件の脆弱性の修正を一括で完了したと発表しています。2026年6月上旬には提供の範囲が広がり、主要なインフラのシステムを提供するベンダーも使えるようになりました。

Claude Fable 5 は防御用途にもほぼ使えなかった

スライド 23: Claude Fable 5 の公開と輸出制限 2026年6月9日に独自のセーフガードを組み込んだ Claude Fable 5 をリリース しかし、6月12日に米国によって安全保障上の懸念から輸出制限が命令 Claude Fable 5の概要 Project Glasswing パートナー限定モデルである Claude Mythos 5 に対して セーフガードが組み込まれたモデル (Mythos-class モデル) サイバーセキュリティや生物学など悪用可能性のリスクが高い指示に対して、 回答の拒否や Claude Opus 4.8 へのフォールバックを行う (セーフガード) 非常 に厳格なセーフガードにより、サイバーセキュリティ用途でほぼ利用不可 Fable 5ではいわゆる善意の防御目的で依頼された指示もほぼすべて拒否される状況に 弊社内で実施した実験においても、ほぼすべての脆弱性発見タスクをモデルが遮断 セーフガード 回避の実証報告により、米国外への提供が停止される事態に 2026年6月12日より全ユーザーの利用を停止しており、6月25日現在も利用ができない状態
Claude Fable 5 の公開と輸出制限スライド 23

2026年6月9日、Anthropic は独自のセーフガードを組み込んだ Claude Fable 5 をリリースしました。Project Glasswing のパートナーに限定して配布されていた Mythos 5 にセーフガードを加えた、Mythos と同等の能力を持つとされるモデルです。セーフガードは、サイバーセキュリティや生物学など、悪用されたときのリスクが高い指示に対して、回答を拒否したり、Claude Opus 4.8 のような能力の低いモデルにフォールバックしたりする仕組みです。

このセーフガードは非常に厳格で、善意の防御のためのタスクも含め、サイバーセキュリティの用途ではほぼすべて拒否されていました。弊社が公開の直後に行った実験でも、脆弱性を見つけるタスクや直すタスクは、ほぼすべてモデルに遮断されました。

その後、特定の手法でセーフガードを回避できるという報告があったことなどから、6月12日に米国が安全保障上の懸念を理由に、外国籍の人の利用を止める輸出の制限を命じ、Anthropic は Claude Fable 5 と Claude Mythos 5 の提供をすべての利用者に対して停止しました。最先端のモデルでも、セーフガードの厳しさや提供の停止によって、防御の用途に使えるとは限りません。

Claude Mythos のベンチマーク上の進歩は漸進的なものにとどまる

スライド 24: Claude Mythos の性能 脆弱性悪用コードの実装など、一部の能力は大きく向上していると報告されているものの ベンチマークスコア上ではあくまで漸進的な進歩に留まっている 例えば下記の能力は、Opus 4.6 との 間に極端な差が存在するわけではない ソフトウェア課題の自律的解決 [1] 脆弱性分析タスク [2] ターミナル環境における習熟度 [3] ※ Project Glasswing (https://www.anthropic.com/glasswing/) の内容をもとに作成 [1] SWE-bench Verified, SWE-bench Multimodal, SWE-bench Pro, SWE-bench (https://www.swebench.com/) [2] CyberGym (https://www.cybergym.io/) [3] Terminal-Bench 2.0, Terminal-Bench (https://www.tbench.ai/)
Claude Mythos の性能スライド 24

Claude Mythos の性能を見ると、脆弱性の悪用コードの実装など一部の能力は大きく向上したと報告されているものの、ベンチマークのスコアの上では、急に伸びたというより、あくまで漸進的な進歩にとどまっています。Mythos Preview と Opus 4.6 を比べると、ソフトウェアの課題の自律的な解決(SWE-bench)、脆弱性の分析(CyberGym)、ターミナル環境の操作(Terminal-Bench)のスコアは、Mythos Preview のほうが高いものの、極端に大きな差があるわけではありません。

スライド 25: 主要プロバイダごとのベンチマークの比較 性能トップは Claude Fable 5 だが、競合プロバイダの主要モデルと性能は拮抗している 喧伝されているような脅威をもたらしうるモデルは Mythos / Fable に限らない 主要モデルの性能は同様に高く、 Anthoropic 社のモデルのみが特出 している訳ではない Claude Fable 5 : 60 GPT-5.5 : 55 Gemini 3.5 Flash :50 ※各スコアは9つの指標をベースに計算された値(GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, AA-LCR, AA-Omniscience, Humanity's Last Exam (HLE), GPQA Diamond, CritPt) 2026/06/23 時点の https://artificialanalysis.ai/leaderboards/models の結果をベースに作成
主要プロバイダごとのベンチマークの比較スライド 25

主要なプロバイダのモデルを比べると、性能のトップは Claude Fable 5 ですが、競合するプロバイダのフラッグシップのモデルと性能は拮抗しています。2026年6月23日の時点の Artificial Analysis の指標では、Claude Fable 5 が60、GPT-5.5 が55、Gemini 3.5 Flash が50でした。こうしたモデルについて伝えられているような脅威は、Mythos や Fable に限らず、競合するプロバイダのモデルによってももたらされえます。

Claude Mythos だけが特に優れているわけではないという評価もある

スライド 26: Claude Mythos 利用者からの懐疑的な評価 Claude Mythos でなくとも高い精度での脆弱性の発見自体は可能であり、 既存の主要モデルでも十分に対策が可能という評価も cURL 開発 者による「マーケティングスタント」であるという批判 [1] Mythos によるソースコード解析の結果、cURL に対して報告された脆弱性は 低深刻度のものが 1 件だけで、その他はすべて誤検知か単なるバグだった Mythos のみが特段脆弱性の発見において優れているモデルであるわけでないと主張 AISLE Security による Claude Mythos の評価 [2] Mythos が発見した脆弱性を他の小型のモデルでテストした際に、脆弱性の発見能力について はほぼ同等の分析結果に 様々なモデルで評価したところ、各モデルのサイバーセキュリティに関する能力は モデルのアクティブパラメータ数やトークンあたりの価格にきれいに比例しなかった [1] Anthropic’s bug-hunting Mythos was greatest marketing stunt ever, says cURL creator (https://www.theregister.com/security/2026/05/11/anthropics-bug-hunting-mythos-was-greatest-marketing-stunt- ever-says-curl-creator/5238111) より (※ 開発者本人が Mythos にアクセスしてスキャンを実行したわけではないことに注意) [2] AI Cybersecurity After Mythos: The Jagged Frontier (https://aisle.com/blog/ai-cybersecurity-after-mythos-the-jagged-frontier)
Claude Mythos 利用者からの懐疑的な評価スライド 26

一方で、懐疑的な評価もあります。cURL の開発者は、Mythos を「マーケティングスタント」だと批判しました。Mythos によるソースコードの解析で cURL に報告された脆弱性は、低い深刻度のものが1件だけで、ほかは誤検知かバグだったとしています。ほかのモデルでも脆弱性の検出は可能だったとして、脆弱性の発見において、Mythos だけが特に優れたモデルではない、という主張です。ただし、開発者本人が Mythos を使ってスキャンしたわけではない点には注意が要ります。

AISLE Security は、著名な OSS で長年見つかっていなかった脆弱性を Mythos が見つけたという事例を取り上げ、同じ脆弱性をほかの安価で小型のモデルで試しました。適切な指示を与えれば、脆弱性を見つける能力はほぼ同等だった、という分析です。さまざまなモデルを評価した結果として、サイバーセキュリティ、特に脆弱性の発見に関する能力は、モデルのパラメータの数やトークンあたりの価格にきれいに比例するわけではなく、既存の主要なモデルでも高い精度で脆弱性を見つけることは十分に可能だ、という評価も示しています。

先端モデルを活かすにはハーネスとパイプラインが必要

スライド 27: 先端モデル活用にはハーネスやパイプラインの整備が重要 Firefox の事例 [1] やProject Glasswing に参加するCloudflare のレポート [2] では、 モデル単体の利用では不十分で、ハーネスやパイプラインの重要であると言及 ハーネス (脆弱性発見を支える足回り) 仮説検証用のテストケースを自動生成 既存のファジング基盤の上で脆弱性の発見 を並列化 パイプライン (脆弱性発見後の対応フロー) 見つかった脆弱性をトリアージし、 修正パッチのリリースまでを自動化 Cloudflare では、AI エージェントの精度や効率向上のため 上記の工程を行うハーネス・パイプラインを構築している [2] [1] Behind the Scenes Hardening Firefox with Claude Mythos Preview (https://hacks.mozilla.org/2026/05/behind-the-scenes-hardening-firefox/) [2] Project Glasswing: what Mythos showed us (https://blog.cloudflare.com/cyber-frontier-models/)
先端モデル活用にはハーネスやパイプラインの整備が重要スライド 27

Mozilla の Firefox の事例や、Project Glasswing に参加する Cloudflare のレポートでは、モデルを単体で使うだけでは不十分で、ハーネスとパイプラインが重要だと述べられています。ハーネスは、脆弱性の発見を支えるツールや仕組みのことです。パイプラインは、脆弱性を見つけたあとの対応の流れ、つまり見つかった脆弱性にどう対応していくかの流れのことです。

スライド 28: セキュリティAI エージェントにおけるハーネスとは何か ハーネスとは、モデルの動作や外部システムとの接続を制御・最適化するもの 高性能なモデルがあっても、それ単体で安全かつ効率的に脆弱性を発見できるわけではない コンテキスト制御 コンテキストウィンドウに合わせてプロンプトや知識をモ デルの会話履歴に投入したり、上限到達前にコンテキスト の圧縮を行ったりするための仕組み 安全な動作環境 発見したバグを検証するためのエクスプロイトコードを ビルド・実行する際に利用される、使い捨ての安全なサン ドボックス環境 ツールの付与 Web ブラウザやターミナル、デバッガ、ファザーなど、 AI エージェントが脆弱性を発見したり、PoC が実際に動 くかどうかを検証したりするためのツール オーケストレーション タスクをエージェントが処理しやすい形式に分解したり、 ロールや実行順序を制御したりすることで、複数の AI エージェントを協調的に動作させる仕組み
セキュリティ AI エージェントにおけるハーネスとは何かスライド 28

具体的には、ハーネスは、モデルそのものの動作や、外部のシステムとの接続を制御し、最適化します。高性能なモデルがあっても、それ単体で安全かつ効率的に脆弱性を見つけられるわけではありません。ハーネスには、大きく4つの種類があります。

  • コンテキストの制御: モデルのコンテキストウィンドウに合わせて、プロンプトや知識をモデルの会話に投入したり、上限に達する前にコンテキストを圧縮したりして、継続して動けるようにします
  • ツールの付与: コードを読む、Web にアクセスする、アプリケーションに直接アクセスするために、ブラウザ、コマンドを実行するターミナル、デバッガなどのツールを持たせます
  • 安全な動作環境: 見つけたバグを検証するために危険なコードをビルドして実行できる、安全に使い捨てできるサンドボックス環境を用意します
  • オーケストレーション: 大きく抽象的なタスクを、複数のエージェントが処理しやすい形に分解したり、エージェントごとの役割や実行の順序を制御したりして、AI エージェントを協調させて動かします。最近の高性能なモデルでは、タスクの自律的な遂行に関する能力が大きく向上していることから、出番は減っています
スライド 29: セキュリティ AI エージェントとハーネスの具体例 (1/2) 機能レベルでの分割 大規模なコードベースやシステムを特定の単位で分割することで 特定の AI エージェントが検査の対象とする範囲を制限する 調査する価値のあるコンポーネント・機能のみを検査対象にする 適切なツールの付与 AI エージェントが脆弱性を発見・検証したり、 特定のコードを実行したりするのに必要十分な ターミナル環境やブラウザアプリケーション等を付与する
セキュリティ AI エージェントとハーネスの具体例スライド 29

セキュリティの AI エージェントでは、ツールの付与とサンドボックス環境に加えて、次の2つが要ります。

  • 機能の単位での分割: アプリケーションのコードベースは基本的に大規模で、全体をそのまま診断してほしいと AI エージェントに頼むのは、規模の面でかなり難しいものです。システムの構造や機能を特定の単位で分割して検査の対象を絞り、調査する価値のあるコンポーネントや機能だけを検査します
  • ナレッジベースの提供: 脆弱性そのものの知識や、システムの仕様上どのようなものが脆弱性になりうるかという判断の根拠を与えるため、ナレッジベースにアクセスできるようにします

既存の主要なモデルでも、脆弱性の対策には十分な能力があります。そのうえで、モデルを単体で使うだけでは足りず、こうしたハーネスの整備が非常に重要になると考えています。

脆弱性の発見に人の確認と修正が追いつかなくなる

スライド 32: この先、脆弱性対応はどうなるのか? Forrester のリサーチ [1] によると主に3つのフェーズが訪れると予測されている 直近 脆弱性発見のコスト低下に伴う脆弱性情報の氾濫と価値低下 〜 1年半 脆弱性管理システムの破綻と 脆弱性発見を軸としたスキームからの脱却 〜 5年 AI を中心としたセキュリティガバナンスの確立 セキュリティエンジニアに求められる知識・スキルの変化 [1] Project Glasswing: The 10 Consequences Nobody’s Writing About Yet (https://www.forrester.com/blogs/project-glasswing-the-10-consequences-nobodys-writing-about-yet/) を参考に作成
この先、脆弱性対応はどうなるのか?スライド 32

Forrester は、今後の脆弱性対応についてのリサーチを公表しており、直近、1年半ほど先まで、5年ほど先までの3つの段階で変化が起こると予測しています。

直近では脆弱性情報があふれ、その価値が下がる

スライド 34: 脆弱性発見のコスト低下に伴う脆弱性情報の氾濫と価値低下 高いサイバーセキュリティ の能力を持った最先端モデルの一般化やハーネスの拡充によって、 「脆弱性を発見」するためのコスト・時間が低下し、脆弱性の発見が大衆化 昨年に米国 DARPA (国防高等研究計画局) が開催した、AI による脆弱性発見&修正大会 (‘25)での 脆弱性発見・修正単価は、既に平均 $152 と安価化 [1] 「セキュリティベンダに定期的に脆弱性診断を依頼する」といったスピード感のもとで行われる 脆弱性の発見・トリアージが手遅れになり得る OSS やバグバウンティプラットフォームにおいて脆弱性対応の限界を迎える 代表的なプラットフォームでは、2021 年以降有効なレポート数が 20% 増加 [2] 加えて、AI による出力は「脆弱性に見えるが実際には脆弱性ではないもの 」も多く含まれ得る ため、正確な検証が不可欠 結果、最先端のモデルにより脆弱性の発見はスケール・高速化していくが、 それをトリアージ・修正する人間の能力はスケールせず限界を迎える [1] aicyberchallenge.com (https://aicyberchallenge.com/) [2] HackerOne: Hacker-Powered Security Report 9th Edition (https://www.hackerone.com/resources/hacker-powered-security)
脆弱性発見のコスト低下に伴う脆弱性情報の氾濫と価値低下スライド 34

高いサイバーセキュリティの能力を持つ最先端のモデルが一般化し、それをうまく動かすためのハーネスも整備・拡充されてきたことで、脆弱性を見つけるためのコストと時間は大きく下がり、脆弱性の発見は大衆化(コモディティ化)していると言えます。2025年に米国の DARPA(国防高等研究計画局)が一定の期間開催した、AI による脆弱性の発見と修正を競う大会では、脆弱性の発見と修正が、すでに平均152ドルという非常に安価な単価で、高速に行われていました。この事実を踏まえると、セキュリティベンダーに年に1回など定期的に脆弱性診断を依頼するという、既存の脆弱性診断の基本的なやり方の速さでは、脆弱性の発見も、見つかった脆弱性を確かめて優先づけするトリアージも、手遅れになりえます。

OSS やバグバウンティのプラットフォームでは、脆弱性への対応がキャパシティを超えています。代表的なバグバウンティのプラットフォームでは、2021年以降、有効なレポートの数が20%増えました。最近は、AI で脆弱性を見つけて AI にレポートを書かせることが一般化していますが、その出力には、一見脆弱性に見えて実際は関係のないただの不具合だったり、完全なハルシネーションだったりするものも含まれるため、正確なレビューと検証が欠かせません。最先端のモデルによって発見とレポートの作成はスケールし高速化していく一方で、それをトリアージして直す人の能力は急にはスケールしないので、限界を迎えてキャパシティを超過した状態に陥っています。

1年半ほど先までに脆弱性の管理の仕組みが破綻する

スライド 36: 脆弱性管理システムの破綻と現在のスキームからの脱却 (1/2) 脆弱性管理システム (CVE 等) をベースとしたスキームが大量の脆弱性報告によって破綻 AI が大量の 0-day 脆弱性を発見することで、既存の脆弱性管理システムが持つキャパシティを超過 (脆弱性が発見・報告されてから正式に発表されるまでの期間が長くなる) 実際、2026年4月 NIST から CVE の増加に対応するためのポリシーの変更も発表されている [1] + SCA の破綻 既知の脆弱性の登録が遅れたり、あるいは、登録すらされなくなるため、 バージョン情報等に基づいた脆弱性の対応が困難になる 開示ルールの破綻 脆弱性発見から公開までの修正期間に猶予を与えるルールが存在するが、 AI による脆弱性発見の高速化によって、修正が追いつかなくなる [2] パッチ SLA の破綻 パッチ公開までの期間に対する SLA は、攻撃者がエクスプロイトを開発する までの期間をベースに設定されていたが、これも高速化されるため破綻する [2] [1] NIST Updates NVD Operations to Address Record CVE Growth (https://www.nist.gov/news-events/news/2026/04/nist-updates-nvd-operations-address-record-cve-growth) [2] AI Vulnerability Discovery: The New Defender Economics (https://bloo.io/resources/articles/ai-vulnerability-discovery)
脆弱性管理システムの破綻と現在のスキームからの脱却(1/2)スライド 36

CVE などの既存の脆弱性管理の仕組みに基づくやり方は、大量の脆弱性報告がキャパシティを超えることで破綻すると考えられています。AI が大量のゼロデイの脆弱性を見つけることで、脆弱性を受け入れて検証し管理する既存の仕組みが持つキャパシティを完全に超えてしまいます。実際に、脆弱性を報告しても正式に公表されるまでの期間が非常に長くなったり、完全に無視されたりする事態が、すでに起きています。2026年4月には、脆弱性のデータベース NVD(National Vulnerability Database)を運営する米国国立標準技術研究所(NIST)が、CVE の報告の増加に対応するためのポリシーの変更を発表しています。

脆弱性の管理の仕組みが破綻すると、それに関連するルールやツールも破綻すると考えられます。

  • SCA(ソフトウェア構成分析): 特定のソフトウェアのバージョンに特定の脆弱性があるので更新しましょう、という情報をもとに問題を抽出するツールです。既知の脆弱性の登録が遅れたり、登録すらされなくなったりすると、バージョンの情報をもとにした脆弱性の対応は難しくなります
  • 開示のルールとパッチの適用期限: 多くの企業が採用している脆弱性の開示のルールや、パッチの適用までの期間の取り決めは、攻撃者が脆弱性の発見から攻撃の達成までに、エクスプロイトを書くなどの時間を要するだろうという予測をもとに設定されていました。最近のモデルはエクスプロイトの生成が非常に得意で、攻撃までの時間も短くなるので、一定の期間を置くというやり方が成り立たなくなります
スライド 37: 脆弱性管理システムの破綻と現在のスキームからの脱却 (2/2) 「脆弱性の発見」を主軸とした現在のスキームからの脱却 1 リリース前や定期的に脆弱性診断を実施して、見つかったものを修正する 2 攻撃者に先立って脆弱性を発見して、攻撃される前に修正する 脆弱性を誰でも安価かつ高速に発見できる世界においては、 単に脆弱性を発見することの価値が薄れていく 自組織やプロダクトにまつわるビジネス上のコンテキストを考慮した戦略が不可欠 発見された脆弱性の候補をどのように優先付け・検証した上で、 高速かつ正確にパッチ実装・リリースまでのフローを実現できるかが焦点に
脆弱性管理システムの破綻と現在のスキームからの脱却(2/2)スライド 37

これに伴って、「脆弱性の発見」を主軸にした今のやり方からの脱却が起こると考えられます。今は、リリース前や定期的に脆弱性診断をして見つかった問題を直す、攻撃者に先立って脆弱性を見つけて攻撃される前に直す、というスタンスが一般的です。しかし、先進的な AI モデルによって脆弱性を誰でも安価かつ高速に見つけられる可能性のある世界では、単に事前に脆弱性を見つけることの価値は薄れていきます。自社の組織やプロダクトにまつわるビジネス上のコンテキストを考慮した戦略が不可欠になり、見つかった脆弱性をどう優先づけて検証し、パッチの実装からリリースまでの流れをどれだけ高速かつ正確に回せるかが、主な焦点になります。

5年ほど先までにセキュリティエンジニアの役割の重心が脆弱性の発見から意思決定へ移る

AI が脆弱性の発見や対応のパイプラインに組み込まれていくにつれて、AI を中心とするセキュリティ管理の決まりと体制が確立していきます。セキュリティエンジニアの役割も、脆弱性を見つけることから、見つかったレポートをどうトリアージするか、ビジネス上の戦略を踏まえてどんなセキュリティの戦略を練るか、といった意思決定へと重心が移ると予測されています。

攻撃者の目的は変わらなくても人数は増える可能性がある

スライド 39: 攻撃者の視点から考える脆弱性対応の未来 攻撃者はAI を用いて脆弱性発見・悪用をスケールさせていく 防御側も AI を活用したスケーラブルな脆弱性対応のための仕組みの構築が不可欠 攻撃者の目的はこれからも変わらない AI の高度化によって攻撃に関するコストは低下するが、それが攻撃者の目的を変えるわけではない 脆弱性を突くことで利益が得られる構造が成立する領域 (ランサムウェア、ソフトウェアサプライチェーン) において、攻撃者の数やその能力がスケールする恐れがある 「 脆弱性発見の大衆化」がすぐそこまで来ている 強力なモデルの出現により、脆弱性発見・悪用のコスト・難易度も低下している 強力な道具を手に入れた攻撃者に対抗する手段として、防御側も AI を活用した自律的なトリアージプロセ スを確立することが必須 攻撃者は 自身に利益がある限り AI に投資する 攻撃者による高度なモデルへの投資は、それ以上の利益を生む合理的な投資になりつつある 防御側はセキュリティへのコスト投入を「事業継続を担保するための投資」として捉え直す必要がある
攻撃者の視点から考える脆弱性対応の未来スライド 39

攻撃者はすでに、AI を用いて脆弱性の発見や悪用をスケールさせています。AI の高度化で、攻撃にかかる経済的・時間的なコストは下がりますが、攻撃者の目的そのものは、これからも変わりません。ただし、ランサムウェアやソフトウェアサプライチェーンのように、脆弱性を突くことで利益が得られ、スケールできる領域では、攻撃者の数や新たな参入者が増える可能性があります。

攻撃者は、自分に利益がある限り AI に投資すると考えられます。先進的なモデルはトークンあたりの単価も高いのですが、攻撃でそれ以上の利益が得られるなら、ビジネスとして成立し、合理的な投資になりつつあります。

脆弱性の発見は、誰にでもできるものになりつつあります。強力なモデルの出現で、脆弱性を見つけて悪用するためのコストと難易度は下がり続けています。強力な道具を手に入れた攻撃者に対抗する手段として、防御側も、AI を活用した自律的なトリアージを確立することが必須です。

AI 時代の脆弱性対応の3つの課題は脆弱性の増加・対応速度・優先づけ

スライド 40: AIを中心とした時代の脆弱性対応における主要な論点 Vibe Coding の隆盛により脆弱性が埋め込まれる機会も増加 Claude Code 等によるコーディングエージェントの隆盛に伴い、誰もがコードを書ける時代に、 AI が生成するコードは、当然常にセキュアであるわけではない [1] 最 も深刻な課題は、脆弱性の発見速度と人間によるトリアージ速度のギャップ AI が瞬時に 0-day を発見する一方で、人間による修正・検証・リリースのサイクルがボトルネック化 AI の発見速度に追従するような自律的なトリアージの仕組みの構築が不可欠 引き続き、修正パッチをリリースするための運用体制の構築も重要に AI が発見する脆弱性はすべてが重要であるわけではない AI は客観的に脆弱性を見つけ出すが、組織やプロダクト特有のコンテキストを理解しているわけではない 組織・プロダクトごとに脅威モデリングやビジネスに対するインパクト分析を実施し、 適切なリスクスコアリングに基づいたトリアージ体制を整える必要がある [1] AI Coding Security Vulnerability Statistics 2026: Alarming Data (https://sqmagazine.co.uk/ai-coding-security-vulnerability-statistics/)
AIを中心とした時代の脆弱性対応における主要な論点スライド 40

AI を中心にした時代の脆弱性の対応には、主に3つの論点があります。

1つ目は、AI に指示するだけでコードを書く Vibe Coding が広がり、脆弱性が埋め込まれる機会も増えることです。Claude Code などのコーディングエージェントによって、誰でもコードを書いてリリースできる時代になりました。しかし、AI が生成するコードが常にセキュアなわけではなく、一定の確率で脆弱性が含まれうるというリサーチもあります。

2つ目は、最も深刻な課題である、脆弱性の発見の速さと、人によるトリアージの速さのギャップです。AI が瞬時にゼロデイを見つける一方で、人が修正し、検証し、リリースするサイクルにはどうしても時間がかかり、そこがボトルネックになります。AI の発見の速さに追従する自律的なトリアージの仕組みを作ることと、修正のパッチを高速にリリースするための運用の体制を作ることが、ますます重要になります。

3つ目は、AI が見つける脆弱性が、すべて自社にとって重要なわけではないことです。AI は客観的な基準で脆弱性を見つけ出すことが大半です。そのため、組織やプロダクトごとに、ビジネスへのインパクトを踏まえてリスクを評価しておき、それに基づいてトリアージの体制をとる必要があります。

人が脆弱性を確認して直す流れのままでは手遅れになる可能性がある

スライド 41: 論点2: 脆弱性の発見速度と人間によるトリアージ速度のギャップ 見つかった脆弱性を人間が確認して、優先順位付けして、修正するという 従来の基本的な脆弱性対応が手遅れになり得る 優 れたモデルは高速かつ大量に脆弱性を発見し、それを悪用するコードを実装し得る Firefox の事例では、脆弱性発見から1時間以内にエクスプロイトコードが実装された例も存在 [1] 脆弱性が公開されてから最初の攻撃が確認されるまでの平均時間は8時間に短縮 [2] 一方で、ベンダーによるパッチ適用ウィンドウは往々にして30~90日程度要する 報告された脆弱性がもたらすインパクトの大きさを 脅威モデリング等のアプローチを用いて自動算出 脅威モデリング等のアプローチを用いて自動的に算出 報告された脆弱性がもたらすインパクトの大きさを 脅威モデリング等のアプローチを用いて自動的に算出 レポート及び検証結果をもとに、 修正コードを自動的に生成 レポート及び検証結果をもとに 修正コードを自動的に生成 脆弱性 レポート 優先順位付け 侵害可能性の 検証 パッチの実装 リリース 自動化されたテスト及び CI/CD を活用して リアルタイムにデプロイを実施 報告された脆弱性が再現可能か、また、 実際にシステムに悪影響を及ぼし得るかを自動的に検証 報告された脆弱性が再現可能か、 実際にシステムに悪影響を及ぼし得るかを 自動的に検証 [1] Measuring LLMs’ impact on N-day exploits (https://www.anthropic.com/research/n-days) [2] Zero Day Clock (https://zerodayclock.com/)
論点2: 脆弱性の発見速度と人間によるトリアージ速度のギャップスライド 41

優れたモデルは、高速かつ大量に脆弱性を見つけ、それを悪用するコードまで実装できます。Firefox の事例では、脆弱性が見つかってから1時間以内にエクスプロイトのコードが実装された例もあります。脆弱性が公開されてから最初の攻撃が確認されるまでの平均の時間は、8時間に短縮されたというリサーチもあります。一方で、ベンダーがパッチを適用するまでの期間は、1か月から3か月ほどかかることが大半です。見つかった脆弱性を人が確認し、優先づけし、修正するという従来の基本的な対応では、手遅れになりえます。

そのため、ボトルネックになりうる優先順位づけ、侵害の可能性の検証、それに基づくパッチの実装とリリースを、可能な限り高速かつ正確にどう成立させるかが、今後の重要な論点になると考えています。

脆弱性対応の優先順位は自社の重要資産と侵害シナリオを踏まえて決める

スライド 42: 論点3: 自組織・プロダクトに即した脆弱性のトリアージ AI は高速で脆弱性を発見するが、そのすべてが対応する必要のあるものとは限らない AI はあくまで客観的にシステムの脆弱性を発見する 典型的 (技術的)な脆弱性や、仕様に反するリスキーな挙動を脆弱性として検出する 特定の組織・プロダクトに応じたチューニングが行われていない限り、 ある脆弱性がもたらすビジネス上のインパクトを正確に理解しているわけではない 資産管理や脅威モデリングを通して、被攻撃時にインパクトをもたらし得る資産や、 具体的な侵害のシナリオについて想定しておくことが不可欠 最 も重要な資産を中心とした脆弱性検出・対応アプローチへの転換 すべての機能をまんべんなく検査し、検出された脆弱性をひとつずつ対応するのではなく、 侵害されるとインパクトの大きい資産・パスを特定しておき、その可能性を検討する いわゆる従来型の網羅的な診断から、目的指向のペネトレーションテストへの転換が必要
論点3: 自組織・プロダクトに即した脆弱性のトリアージスライド 42

AI は、典型的で技術的な脆弱性の発見や、仕様に反するリスクのある挙動の検出が得意です。しかし、診断のために特別にチューニングされていない限り、組織やプロダクト特有のコンテキストや戦略、特定の脆弱性がもたらすビジネス上のインパクトを、正確に理解しているわけではありません。そのため、事前に資産管理や、起こりうる脅威を洗い出す脅威モデリングを通して、ある攻撃がもたらしうるインパクト、そのインパクトをもたらす対象の資産、具体的な侵害のシナリオを想定しておくことが不可欠です。

このような状況では、最も重要な資産を中心にした脆弱性の検出と対応のアプローチへの転換も有効だと考えています。すべての機能をまんべんなく検査して網羅的に1つずつ対応するのではなく、侵害されるとインパクトの大きい資産や経路を特定しておき、その可能性を重点的に検討する、というものです。従来型の網羅的な診断も重要ですが、そこから一歩踏み出して、重要な資産に届く攻撃が成り立つかを確かめる、目的指向のペネトレーションテストへ転換することが重要になると考えています。

防御側は AI を取り入れ、継続的な検証と被害の封じ込めを進める

技術面では継続的な検証と被害の封じ込めへ移行する

スライド 44: ポスト Mythos 時代を見据えた技術的なスタンスの転換 1. AI を活用した高速・高精度な脆弱性対応の実現 脆弱性を発見・優先付けし、検証し、必要なパッチを実装・適用するという 脆弱性管理のライフサイクルを高速・高精度で実現させていくことが必要 AI をこのパイプライン全体でうまく活用し、スケールするような仕組みを構築する必要がある スポット型の検査から継続的な検証モデルへの移行 継続的に最新のコード・動作環境をスキャンし続ける継続的な検証モデルに移行する 診断時点でセキュアであるだけでなく、継続的にセキュアであることを検査している体制自体が必要 予防モデルから封じ込めモデルへの移行 「 脆弱性を事前に発見する」だけの対応モデルは近い将来に限界を迎える 攻撃が成立してもシステム全体が壊滅的な状態に陥らないように、 システムのマイクロセグメンテーション等に基づく Blast-radius (被害拡大範囲) の抑制が重要
Mythos 以降を見据えた技術的なスタンスの転換スライド 44

技術的なスタンスの転換には、大きく3つのトピックがあります。

  • AI を活用した、高速・高精度な脆弱性対応の実現: 脆弱性を発見し、優先づけして検証し、必要なパッチを実装して適用するというライフサイクル全体を、高速かつ高精度に回していくことが必要です。人の手による対応にはやはり限界があるので、AI をはじめとする仕組みをパイプライン全体でうまく活用し、脆弱性の数が増えても回せるようにすることが必要になります。
  • 定期的な検査から、継続的な検証モデルへの移行: 高性能なモデルによって、いつでも脆弱性を簡単に見つけられる状況が訪れると、定期的な診断の時点でセキュアだと保証するだけでは足りません。セキュアな状態が続いていることを、継続して検査する体制そのものが必要になります。最新のコードと動作環境をスキャンし続ける、継続的な検証モデルへ移ることが重要になると考えています。
  • 予防モデルから、封じ込めモデルへの移行: 脆弱性を事前に見つけるだけの対応モデルは、近い将来に限界を迎えると考えられます。攻撃が成立しても、システム全体が壊滅的な状態に陥らないように、ネットワークのセグメントを小さく分ける、システム間の疎通を分割するといったマイクロセグメンテーションに基づいて、被害が広がる範囲を抑えることが重要です。

組織としてセキュリティ投資・人材の要件・対応体制を見直す

スライド 45: ポスト Mythos 時代を見据えた組織的・戦略的なスタンスの転換 1. セキュリティ対策への投資に対する見直し 前述の通り、攻撃者は AI に対する課金額を上回る利益が得られるのであれば、進んで投資する 改めてセキュリティ対策を「コスト」から「事業継続のための投資」と捉え直す必要がある [1] セキュリティ人材の要件に対する見直し 従来セキュリティエンジニアの主たるスキルであった「脆弱性を見つけること」の価値が失われる 自組織やプロダクトにとってビジネス上の大きなインパクトをもたらす脆弱性を判別したり、 それに基づいてパッチ実装やリリース戦略を計画的に行うための意思決定力が求められる 組織的な対応力・レジリエンスの醸成 自 社のシステム・プロダクトに関与するすべてのメンバーが、AI によって高度化・高速化される サイバー攻撃への対応を円滑に実施できるように訓練しておく必要がある [1] 国家サイバー統括室 - Project YATA-Shield (https://www.cyber.go.jp/pdf/press/20260518_AI_CS_gaiyou.pdf)
Mythos 以降を見据えた組織的・戦略的なスタンスの転換スライド 45

技術以外にも、組織的・戦略的なスタンスの転換が3つあります。

  • セキュリティへの投資の見直し: 攻撃者が AI に進んで投資する一方で、防御側は、セキュリティへの支出をコストと捉えがちです。改めて、セキュリティ対策を「コスト」から「事業継続のための投資」と捉え直す必要があると考えています。
  • セキュリティ人材の要件の見直し: 従来、セキュリティエンジニアの主なスキルは、脆弱性を見つけることや、それをどう直せばよいかを考えることでした。そうしたことの価値は失われつつあります。代わりに、自社の組織やプロダクトにとってビジネス上の大きなインパクトをもたらす脆弱性がどういうものかを事前に判別し、それに基づいてパッチの実装やリリースを高速かつ計画的に行うための、意思決定のスキルや能力が、今後大きく求められると考えています。
  • 組織的な対応力(レジリエンス)の醸成: 攻撃が発生しても問題なくインシデントレスポンスができるように、事前に対応の体制を整え、戦略を組織の中で決めておくことが重要です。

Takumi byGMO で脆弱性の発見から検証・修正まで対応する

スライド 47: Takumi を活用した高速・高精度な脆弱性対応 (1/2) ソースコード・実アプリケーションの双方に対応した高速かつ高精度な脆弱性検出を実現 AI 脆弱性診断機能 AI ペネトレーションテスト機能 AI エージェントが網羅的に疑似攻撃を行い、 システムの脆弱性を洗い出す 最適なモデルを独自のハーネスのもとで実行 複数の脆弱性を組み合わせた悪用可能性を検証 高性能なモデルの性能を活かし、スコープと ゴールの設定のみで、複雑なシナリオも調査可能 ※ 2026/06/25 現在、段階的に提供開始中
Takumi を活用した高速・高精度な脆弱性対応(1/2)スライド 47

これからの脆弱性の対応には、発見から優先づけ、検証、修正までのライフサイクル全体を AI で高速かつ高精度に回し、継続的に検証し続ける体制が要ります。弊社が、脆弱性の検出と修正を高精度かつ高速に行うセキュリティ特化の AI エージェント Takumi byGMO を提供しているのは、そのためです。Takumi は、ソースコードと実際のアプリケーションの双方に対応した、高速かつ高精度の脆弱性の検出を実現しています。

  • AI 脆弱性診断: AI エージェントが、アプリケーションやソースコードに網羅的に疑似的な攻撃を行い、システムの脆弱性を洗い出します。弊社が選んだ最適なモデルを、独自に構築したハーネス、サンドボックス、エージェントの構成のもとで実行しています
  • AI ペネトレーションテスト: 複数の脆弱性を組み合わせた悪用の可能性を検証します。最先端のモデルの性能を活かし、どの範囲を攻撃してよいかというスコープと、「このデータベースの情報を攻撃者が取得できないか」といった抽象的なゴールを設定するだけで、複雑なシナリオを自動で調査します。段階的に提供を始めています

注: 2026年10月7日から、AI ペネトレーションテストはすべての組織で、事前の申し込みなしに使えるようになりました。

スライド 48: Takumi を活用した高速・高精度な脆弱性対応 (2/2) 発見された脆弱性の再現可能性を迅速に検証可能 システムのコンテキストを考慮した対応方針を自動で判断 AI 脆弱性検証・修正機能 修正パッチのAIトリアージ機能 発見された脆弱性が実際に再現可能か自動で検証 リポジトリと連携して自動で修正提案を作成 Dependabot が作成した修正パッチの提案を精査し 対応の必要があるかをリアルタイムに判断
Takumi を活用した高速・高精度な脆弱性対応(2/2)スライド 48
  • AI 脆弱性検証・修正: 見つかった脆弱性が、実際の動作環境で再現できるかを自動で検証します。検証できた脆弱性については、リポジトリと連携して自動で修正の提案を作るところまで、一気通貫で行えます
  • 修正パッチの AI トリアージ: Dependabot などが脆弱なパッケージを検出してプルリクエストを作ることはよくありますが、その修正パッチがアプリケーションにどの程度影響しうるか、そもそもその脆弱性がアプリケーションで再現しうるかを含めて判断し、リアルタイムに対応します

専門エンジニアが開発初期から支援するセキュア開発コンサルティング

スライド 49: 専門のエンジニアによるセキュア開発コンサルティング 開発プロセスに加え、運用プロセスにおける脆弱性の封じ込めを考慮した セキュアなソフトウェア開発・運用を実現 脆弱性によるイン パクトや影響範囲を抑えるためには、開発初期段階での検討が必須 脆弱性による影響を抑え込むためには、システムのアーキテクチャレベルでの検討が不可欠 開発初期から専門のエンジニアによるレビューを実施することで、 脆弱性を埋め込まないセキュアな開発と運用時における効果的な脆弱性の検知・封じ込めを両立 システムの仕様やアーキテクチャをレビューし、事前に問題点を抽出 脅威モデリングを実施し、重点的に守るべきポイントを事前に洗い出し設計 開発 設計段階で決定した内容に基づくセキュアな開発の実現 Takumi を活用した高速・高精度な脆弱性の検知と対応 運用後に明らかになった問題を解決するための中長期的なコンサルティング支援 リリース・運用
専門のエンジニアによるセキュア開発コンサルティングスライド 49

脆弱性によるインパクトや影響の範囲を抑え込むには、開発が始まったあとではなく初期の段階から、システムのアーキテクチャの水準で検討することが不可欠です。開発の初期から専門のエンジニアのレビューを実施すれば、脆弱性を埋め込まないセキュアな開発と、運用時の効果的な脆弱性の検知・封じ込めを両立できます。

弊社は、Takumi による AI のサービスのほかに、脆弱性診断とセキュア開発コンサルティングのサービスも提供しています。コンサルティングでは、設計の段階で伴走しながら、システムの仕様やアーキテクチャをレビューして問題点を抽出し、脅威モデリングを共同で実施して重点的に守るべきポイントを洗い出します。運用後も、明らかになった問題を解決するために、中長期的なコンサルティングで支援しています。

まとめ

  1. 1いま起きていること

    脆弱性を見つける力は、Mythos に限らず、安く速く手に入るようになった

    Claude Mythos で大きく伸びたのは悪用の能力で、脆弱性を見つける能力は以前のモデルも実用の水準にあり、ベンチマークの差も極端ではありません。競合するプロバイダの主要なモデルも性能は拮抗していて、既存の主要なモデルでも高い精度で脆弱性を見つけることは十分に可能です。モデルを単体で使うだけでは足りず、モデルを動かす仕組みと、見つけたあとの対応の流れを整えることが重要です。

  2. 2これから起こること

    見つかる速さに、人の手による確認と修正が追いつかなくなる

    脆弱性を見つけるコストが下がり、発見が大衆化しました。CVE などの管理の仕組みも、それに頼るツールや、パッチの適用までの期間の取り決めも、成り立ちにくくなります。年に1回ベンダーに診断を依頼する速さでは、見つけることも、見つかった脆弱性を確かめて優先づけすることも、手遅れになりえます。攻撃者は利益がある限り AI に投資するので、守る側も、その確かめと優先づけを AI で自律的に回せるようにすることが必須です。

  3. 3これから取り組むこと

    AI を組み込み、継続的に確かめ、被害を封じ込める体制へ移す

    脆弱性の発見・優先づけ・検証・修正の全体に AI を組み込み、定期的な検査から継続的な検証へ、攻撃を防ぐことから被害を封じ込めることへ移すことが必要です。見つかる脆弱性は、すべて同じには扱いません。守るべき重要な資産と侵害の筋書きを先に決めて優先づけし、網羅的な診断から、重要な資産を狙う攻撃が成り立つかを確かめるペネトレーションテストへ踏み出すことも重要になると考えています。

    技術

    発見から修正までを AI で高速・高精度に回す。最新のコードと環境を継続的に検証する。ネットワークやシステムを小さく分け、被害の広がる範囲を抑える

    組織と戦略

    セキュリティ対策を、事業継続のための投資と捉え直す。ビジネスへの影響を判断できる人材を求める。インシデント対応の体制と戦略を、事前に決めておく

    この体制を作るには、ソースコードと実際のアプリケーションの両方を、高速かつ高精度に、継続して検査できる仕組みが要ります。弊社が、脆弱性の検出から検証・修正・修正パッチのトリアージまでを行うセキュリティ特化の AI エージェント Takumi byGMO を提供しているのは、そのためです。

登壇者

  • 梅内 翼

    GMO Flatt Security株式会社 ソフトウェアエンジニア

    Web アプリケーションや Firebase 等のセキュリティ診断、セキュリティ診断プラットフォームの開発、漫画・ドラマ『トリリオンゲーム』の技術監修等に携わった後、ソフトウェアエンジニアとしてセキュリティ診断AIエージェント「Takumi byGMO」の開発に従事。セキュリティ・キャンプ全国大会2019 修了。著書に『詳解セキュリティコンテスト CTFで学ぶ脆弱性攻略の技術』(マイナビ出版) がある。 趣味は将棋、ウェイトトレーニング、書店巡り。

関連する記事

関連する製品・サービス

目次