AIがコードの脆弱性を自動で探す時代

ソースコードが漏洩したとき、攻撃者はAIを使って機械の速度で脆弱性を探し始める。一方、防御側は人手でコードを読み、パッチを当て、影響範囲を特定しなければならない。この非対称な戦いを逆転させようとGoogleが開発・運用してきたのが、AVDH（Agentic Vulnerability Discovery Harness）という内部フレームワークだ。

今回、Googleはこの仕組みの設計を初めて外部に公開した。ペネトレーションテストやインシデント対応の現場で実際に使われてきた構成で、「AIに丸投げして終わり」ではなく、複数のAIエージェントが役割分担しながらコードを精査し、最終的な判断は人間の専門家がフィルタリングするという二重構造が核心にある。

AVDHのポイントは、単一のAIに「脆弱性を探せ」と投げるのではなく、分析・懐疑的検証・エスカレーションという各ステップに専用のエージェントを配置している点だ。公開されたブログによると、エージェント同士が互いの出力を批判的に評価する「懐疑的検証ステップ」が明示的に設けられており、これがAIの誤検知を減らす仕組みとして機能している。

さらに興味深いのは、ドメイン固有の人間の専門知識をパイプラインの途中に直接注入できる設計になっている点だ。つまり「AIが提案 → 人間が知見を追加 → AIが再検証」というループが可能で、ただモデルを繋いだだけのマルチエージェント構成とは一線を画す。並列AIエージェントを束ねる管制塔が登場でも触れたように、複数エージェントをどう「束ねるか」の設計思想が、今まさに競争領域になっている。

コードが書ける人にとっては、AVDHの構成図をそのまま参考に、自分のプロジェクトのコードレビューパイプラインに組み込む応用が見えてくる。たとえばGitHubのPRに連動してエージェントが脆弱性候補を洗い出し、人間がレビューする前に一次スクリーニングを通す、という流れは現実的だ。

コードを書かない人でも、「AIセキュリティ診断ツールを選ぶ目線」が変わる読み物として機能する。「AIが見つけます」と謳うツールが、懐疑的検証ステップを持っているかどうか、専門家の知見を途中で差し込める構造かどうか、を評価軸にできるようになる。要するに、AIツールを使う側として「中身がどう動いているか」を問う習慣を持てるかどうかが差になる情報だ。