弱点は「見つける」より「直す」が足りなくなる ─ AIが変えたセキュリティの行列
あの通知の向こう側では誰かが弱点を見つけ、確かめ、直し、テストし、配布しています。私たちは普段その最初の「見つける」ところに注目します。ニュースになるのも多くの場合は発見だからです。
ところがAIがソフトウェアの弱点を探すのを得意にし始めたことで、この順番に少し奇妙な変化が起きています。見つけるのは、速く、安く、大量にできるようになってきました。
その一方でむしろ難しさが浮かび上がってきたのが、その後ろにある「直す」という仕事です。しかも問題は単純に修正する人の数が足りない、というだけではないのかもしれません。
長年継ぎ足されてきた巨大なソフトウェアでは弱点が見つかっても、「そもそも、どこをどう直せば、ほかを壊さずに済むのか」を理解すること自体が難しくなっているからです。
この記事では2026年10月にAnthropicが発表した二つの取り組みを手がかりに、AIによって「弱点を見つける能力」が急速に高まった先で何が問題になっていくのかを考えます。
見つけるのは簡単に直すのは相変わらず大変
Anthropicは10月8日、防御側を支援する長期の取り組み「Anthropic Cyber Mission」を発表しました。その説明の中で、同社は現在の状況をかなり率直に書いています。
弱点を見つけることはこれまでになく容易になった。
しかし見つかったものが本当に危険なのかを確かめ、優先順位をつけ、そして修正することは依然として難しい。同社が以前から進めていたオープンソースの弱点を探す取り組みでは「数百」の広く使われているプロジェクトを調べています。
そこで浮かび上がったのは発見そのものよりもその後の処理でした。脆弱性を発見できても、確認し、関係者へ伝え、修正し、安全を確認するまでには時間がかかる。AIを作る会社が「AIならたくさん弱点を見つけられます」と宣伝するだけではなく、
「見つけた後が追いつかない」
と説明している。ここに今回の話の核心があります。
無料の検査を「受け止められる相手」にだけ渡す
象徴的なのが同じ発表で示された「OSS Scanner」というサービスです。これは申し込んだオープンソースのプロジェクトに対して、Anthropicの高性能なモデルが定期的に弱点を調べ無料で報告する仕組みです。報告には弱点の説明や再現方法が含まれ可能な場合には修正案まで提示されます。
Anthropicは報告される内容の9割以上が実際の弱点になることを目標としています。ただしこれは現時点では実測結果ではなく見込みです。興味深いのはこのサービスが誰にでも無条件で提供されるわけではないことです。
対象となるのは「見つかった問題に対応する能力があるプロジェクト」です。
オープンソースの多くは少人数の開発者やボランティアによって維持されています。そこへAIが毎日のように大量の脆弱性候補を送り込んだらどうなるでしょうか。
弱点の報告は普通「ありがたいもの」だと思われています。
しかし直す人がいない場所に100件、1000件と報告が届けば、それは防御ではなく新しい仕事の山になります。見つけた問題を相手に渡すことは、同時に「これを直してください」という宿題を渡すことでもあるからです。
AIによって発見コストが下がれば下がるほどこの宿題は増えていきます。
AnthropicがPythonの運営団体などオープンソースの安全を支える組織へ資金提供すると発表しているのもこの流れで見ると理解できます。発見する道具だけを配っても直す側が存在しなければ安全にはならないからです。
もっと厄介なのは「どこを直せばいいのか」が分からないこと
ここでもう一つ考えておく必要があります。「直すのが大変」というとエンジニアが修正コードを数行書けば終わるように聞こえるかもしれません。
しかし現実のソフトウェアはそれほど単純ではありません。何年、場合によっては何十年も運用されてきたシステムには膨大なソースコードがあります。そこには社内で作ったコードだけでなく、外部ライブラリ、フレームワーク、API、データベース、認証、古い仕様、別のシステムとの接続などが絡み合っています。
一つの弱点を直そうとすると、
「この処理はどこから呼ばれているのか」
「ここを書き換えたら別の機能に影響しないか」
「昔の仕様を前提にしている場所はないか」
「外部サービスとの接続は壊れないか」
「修正後も同じ性能を維持できるか」
まで調べなければなりません。
つまり必要なのは単なるコード修正ではありません。
巨大なシステムの中から問題の位置を特定し、その周辺の関係を理解し安全に変更できる範囲を見極める作業です。
そして古いシステムほど「なぜこのコードがこうなっているのか」を知っていた人がすでにいないこともあります。
ソースコードそのものは存在している。それでもシステム全体の意味や依存関係を把握している人はいない。私はこれも一種の「ブラックボックス」だと思っています。中身が見えないのではありません。
中身は見えるのに複雑すぎて全体像を誰も把握できない。
こちらの方が場合によっては厄介です。
AIに直させれば解決するのか
ではその修正もAIにやらせればいいのでしょうか。もちろんその方向には進むと思います。AIはすでにコードを読み、原因を推測し、修正案を作り、テストを書くことまでできます。
しかしここにも別の問題があります。
AIがある脆弱性を直すコードを書いたとしても、その変更によって別の機能が動かなくなる可能性があります。脆弱性だけを見れば正しい修正でも、システム全体から見ると間違っていることがあります。
・例えばセキュリティを強化した結果、正しい利用者までログインできなくなる。
・入力チェックを変更した結果、古いデータが読み込めなくなる。
・ライブラリを更新した結果、別のプログラムとの互換性が失われる。
・一つの問題を直した結果、別の場所に新しい弱点を作る。
こうしたことは人間が修正しても起こります。AIだから特別に危険なのではありません。
ただしAIによって修正速度まで上がれば、間違った修正を大量かつ高速に反映できてしまうという新しい問題が生まれます。
そのためAIがコードを書けるようになればなるほど、「AIが修正した」ではなく、「修正後のシステム全体が、本当に正しく動いているか」を確認する仕組みの重要性が高くなります。
「見つかった」から「直った」までを追いかける
企業向けの道具もすでにその方向へ動いています。10月21日、Anthropicは企業向けにClaude Securityの新機能を発表しました。人が毎回検査を開始しなくても、コードの変更、危険度、複雑さなどに応じて継続的に検査します。
注目したいのは発見の後です。見つかった弱点は修正が実際にコードへ反映された時点で「直った」と記録されます。同じ問題が再び現れれ自動的に記録が開き直されます。
さらにプロジェクトごとに「このシステムでは何を守るのか」「何を危険と考えるのか」という脅威モデルを持つことができます。
AIがコードから下書きを作り人が確認・修正する。その後の検査ではその脅威モデルを使って何を報告するか、どれほど深刻なのかを判断します。
つまり道具の重心が「どれだけたくさん見つけられるか」から、「どれを直すべきか、そして本当に直ったのか」へ移り始めています。
Anthropicは4月以降、数千の組織で100万件を超える弱点を発見したとしています。ただしそのうち何件が誤検知だったのかなど、詳細な内訳は公表されていません。それでも100万という数字は別の意味でも興味深いものです。100万件見つけられるなら次に必要なのは100万件を発見する能力ではありません。100万件を処理できる能力です。
身近な例：「すぐ直して」と言われても
直す側の難しさはちょうど今週起きた出来事にも表れています。米国の政府機関CISAは10月21日、Webサイトなどで広く使われているプログラミング言語PHPの重大な脆弱性について早急な対応を呼びかけました。
求められるのは単に「更新ボタンを押す」ことではありません。まず自分たちのシステムのどこでPHPが使われているのかを把握する必要があります。直接使っているものだけではありません。
購入した製品や他のソフトウェアの内部にPHPが組み込まれている場合もあります。それを洗い出し影響を確認し更新する。
そして更新後にはサービスが正常に動くかを確かめる必要があります。更新できない古い環境なら場合によってはサービスを止める判断まで必要になります。
ここにはセキュリティの本質的な難しさがあります。
弱点を知ることと安全な状態に戻すことはまったく別の仕事です。
AIがどれほど速く脆弱性を発見しても、「自分たちが何を使っているのか」「止めてもいいのか」「変更すると何が壊れるのか」を知らなければ修正はできません。
そして「直すより作り直す」が起こるかもしれない
ここから先はさらに一歩進んだ話です。もしあるシステムの修正に膨大な調査が必要になったらどうでしょう。何十万行、何百万行というコードを読み、古い依存関係を調べ、誰も覚えていない仕様を掘り起こし、一つ変更するたびに大量のテストを行う。
しかもAIに修正させても、その変更によって別の機能が壊れていないかを確認し続けなければならない。そのコストが大きくなりすぎればある時点で別の選択肢が出てきます。
「これを直し続けるより必要な仕様だけ取り出して、新しく作り直した方が早いのではないか」
という判断です。これは「古いシステムは全部捨てればいい」という話ではありません。全面的な作り直しにも大きな危険があります。
新しいソフトウェアには新しいバグも新しい脆弱性も生まれます。長年使われてきたシステムには表面からは分からない細かな仕様や例外処理が大量に蓄積されています。だから作り直せば必ず安全になるわけではありません。
しかしAIによって新しいソフトウェアを作るコストが急激に下がっていけば、「既存コードを理解して修復するコスト」と「必要な機能を再実装するコスト」の関係はこれまでとは変わってくる可能性があります。場合によっては全面的なリプレイスではなく、危険な部分だけを切り離して新しく作る。古い仕組みを少しずつ置き換える。そうした判断がセキュリティ対策の一部になっていくのかもしれません。
この先に起こり得ること
ここからは私の見立てです。
一つ目に、セキュリティの格差は「見つける力」ではなく、直す力の差として現れる可能性があります。
弱点を発見するAIは、これから多くの組織が使えるようになります。すると重要になるのは、その報告を受け止め、優先順位を決め、コードを理解し、修正し、テストし、本番環境へ安全に反映できるかです。AnthropicがOSS Scannerを「対応できるプロジェクト」に提供しようとしていることは、その問題を象徴しているように見えます。
二つ目に、セキュリティの仕事そのものが変わります。
弱点候補を探す仕事はAIが大量に担うようになるでしょう。その一方で人間側には何を守るのかを決める。どの危険を先に直すのかを決める。AIの修正をどこまで信用するのかを決める。システムを止めるのか、直すのか、部分的に作り直すのかを判断する。そして最後に、本当に安全になったのかを確認する。という仕事が残ります。むしろこちらの方が重要になるかもしれません。
三つ目に、既存システムそのものがセキュリティ上の負債として意識されるようになる可能性があります。
いままでは「動いているのだから、そのまま使う」という判断が合理的でした。しかしAIが大量の弱点を見つけるようになった結果、「動いているけれど、誰も安全に直せない」システムが大量に見つかる可能性があります。
そうなるとソフトウェアの寿命を決める基準も変わります。動くかどうかだけではありません。
直せるかどうか。
これが重要な評価軸になるのではないでしょうか。
私の見立て
私はセキュリティの失敗はソフトウェアの弱点だけで起きるものではないと考えています。人の扱い方。運用の手抜き。古い機器。認証情報。外部メディア。ネットワーク。組織の習慣。そして長年継ぎ足され誰も全体像を把握できなくなったシステム。これらすべてが攻撃される面の一部です。
今回のAIによる脆弱性発見の進化は、この問題をさらに一段深くしているように思います。AIが弱点を大量に見つけ始めれば、これまで見えていなかった問題が次々と表面に出てきます。
しかし見つかった問題を修正するには、膨大なソースコードと依存関係の中から、どこを変えるべきなのかを理解しなければなりません。そこ実はすでにブラックボックス化しているシステムも少なくないのではないか。
さらにAIへ修正を任せてもそのコードが別の機能を壊せば、今度は「修正した結果」を修正する仕事が発生します。AIがコードを書けることとAIが安全に既存システムを変更できることは同じではありません。
そしてその修正コストが一定のところを超えれば「古いコードを直し続けるより、AIを使って必要な部分を新しく作り直した方が早い」という逆転が起きる可能性があります。ここがこれから大きな問題になっていくのではないかと考えています。
これまでのセキュリティは「弱点をどうやって見つけるか」という問題を中心に発展してきました。しかしAIによって発見能力が急激に上がった世界では「見つかった弱点を本当に直せるシステムなのか」という別の問いが前面に出てきます。
そして将来的には、「修正する」「部分的に作り直す」「システムそのものを置き換える」という三つの選択肢を、セキュリティの観点から判断する時代になるのかもしれません。
スマートフォンに出てくる「アップデートがあります」という通知は、とても簡単に見えます。しかしそのボタンが存在するところまで持っていくには、誰かが弱点を見つけ、誰かが原因を理解し、誰かが修正し、誰かが壊れていないことを確認しています。
AIによって最初の「見つける」が劇的に速くなった今、むしろ残された工程の難しさが見え始めています。
見つける時代から直せるかを問われる時代へ。
これからセキュリティのニュースを見るときは、「何が見つかったのか」だけでなく「それを誰が、うやって直すのか。そして本当に直せるのか」にも目を向けてみると、少し違った景色が見えてくるのではないでしょうか。
参考資料
Anthropic「Introducing the Anthropic Cyber Mission」（2026年10月8日）
https://www.anthropic.com/news/anthropic-cyber-mission
Anthropic「Claude Security now scans continuously and tracks fixes」（2026年10月21日）
https://claude.com/resources/articles/claude-security-now-scans-continuously-and-tracks-fixes
CISA「Critical Vulnerabilities in PHP Require Immediate Patching」（2026年10月21日公表）
https://www.cisa.gov/news-events/alerts/2026/10/21/critical-vulnerabilities-php-require-immediate-patching
関連記事
注目の記事
前回の記事
