セキュリティ
成功の秘訣は、適切なセキュリティ業務に適切なモデルを使うことです
Microsoftと、Google傘下のWizによる2つのエージェント型バグハンティングシステムが、ソフトウェアの脆弱性を発見し修正する上で、少なくとも2つのモデルの頭脳が1つよりも優れていることを示しています。しかもWizは、これに3つ目のモデルを加える予定だと明かしています。
Wizは月曜日、自社のバグハンティングAIエージェント「Project Atlas」が、脆弱性分析の能力においてAnthropicの「Mythos Preview」やOpenAIの「GPT-5.5 Cyber」を上回り、CyberGymで90.9%という成功率を達成し、広く使われているオープンソースコードにおいて200件を超えるゼロデイのセキュリティ脆弱性を発見したと発表しました。
一方でMicrosoftも誇らしげに発表しており、同社のバグハンティング用ハーネス「MDASH」は、コード内の実際の脆弱性をAIシステムがどれだけうまく発見できるかを評価するこの同じベンチマーク「CyberGym」において、95.95%という成功率を記録し、こちらもMythos、Gemini、GPTを上回ったとしています。
比較のために挙げると、OpenAIのGPT-5.5 CyberはCyberGymで85.6%、GPT-5.6 Solは83.6%のスコアでした。AnthropicのMythos 5は、CyberGymの課題のうち83.8%で対象となる脆弱性の再現に成功しています。そしてGoogleのGemini 3.5 Flash CyberはCodeMenderにおいて83.2%の成功率を達成しました。
AtlasとMDASHがいずれも成功を収めた秘訣は、両社によれば、適切なセキュリティ業務に適切なモデルを充てている点にあります。
Wizの脆弱性リサーチ責任者であるNir Ohfeld氏はThe Registerに対し、AtlasはClaude Opus 4.6とGPT-5.5を組み合わせて使用していると語りました。同氏はさらに、「現在はGeminiの組み込みにも取り組んでいます。WizがDeepMindとGemini Flash Cyberで最近協業したことを考えると、実にタイミングの良い話です」と付け加えています。
Microsoftの「MDASH」は、実際に悪用可能な脆弱性や攻撃経路を発見しシミュレートするレッドチームエージェントと、その問題を修正するグリーンチームエージェントを組み合わせたもので、Microsoft AI(MAI)が社内で開発した推論モデルMAI-Thinking-1をベースとする「MAI-Cyber-1-Flash」と、GPT-5.4を組み合わせています。
MAI-Cyber-1-Flashは全タスクの最大90%を処理できるよう設計されており、MDASHがまず脆弱性の検出・パッチ適用・検証を行い、より複雑な残り10%のタスクについては、より大規模なGPT-5.4に引き渡す仕組みになっています。
Microsoft Securityのエグゼクティブバイスプレジデントを務めるHayete Gallot氏は月曜日、「私たちは既製のモデルを、自社のハーネス、すなわちマルチエージェント・マルチモデルの実装の中に組み込むことで、実現しうる最高の結果を達成できました」と述べました。
Atlasはまだ商用提供されておらず、社内で使用されているのみですが、これは最先端モデルを高度なコードスキャンにどう活用できるかを理解しようとするWizの取り組みから生まれたものです。とはいえ、Ohfeld氏と同僚のWiz所属Yuval Avrahami氏が月曜日のブログで記したように、「あらゆる面で最も優れた単一モデルというものは存在せず、また最先端の地位を長く保てるモデルも存在しない」ことの証明にはなっています。
このクラウドセキュリティ企業は、社内のベンチマークツールであるCyber Model Arenaを使って新しいモデルをすべて評価しており、脅威モデリング、ハンティング、検証、証明生成といった各種セキュリティ調査タスクの達成度合いに応じて、それぞれのモデルにスコアを付けています。
両氏は「結果が一様になることはめったにありません。複雑なエクスプロイトチェーンを最もうまく推論できるモデルが、最も精度高くトリアージできるモデルであるとは限らないのです」と記しています。「Atlasは各段階を、その作業で最も優れた成績を収めるモデルへと振り分けます」
脆弱性の発見と修正をより良く行えることに加え、マルチモデル方式のシステムは顧客のコスト削減にもつながる、とMicrosoftとWizは説明しています。
自社開発のはるかに小規模なモデルとGPT-5.4を組み合わせることで、顧客のコストは半減する、とMicrosoft AIのCEOであるMustafa Suleyman氏は述べています。
同氏は月曜日、「各モデルが互いに処理を引き継いでいく中で、他のすべてのモデルを合わせたものよりも優れた性能を発揮できるだけでなく、コストはその50%で済んでいます」と語りました。
「新しい世代のモデルが登場するたびに、できることの幅は広がっていきます」が、その一方でコストもかさむ、とOhfeld氏は述べています。同氏は「私たちはまた、最先端モデルをコードベースに一度向けるだけでは、持続可能なセキュリティ戦略にはならないということも学びました。深いスキャンにはコストがかかり、コードが刻々と変化する中でその結果はすぐに古くなってしまいます。ある時点だけを切り取った分析では、組織があらゆるリポジトリにわたって必要とする継続的なカバレッジを提供することはできません」と語っています。
実際のところ、コードセキュリティにとって本当に問うべき問いは、スキャナーがどのモデルを使っているかではない、とOhfeld氏は付け加えています。
問うべきはこういうことです。「自社のシステムは、今日利用可能な最良のモデルをどのように継続的かつ経済的に活用しているか。そして、より優れたモデルが登場したときに、何が引き続き機能するのか」。同氏はこう述べた上で、「それこそがAtlasに込めた賭けです。専門的な推論が求められる場面では最先端モデルの深い能力を活用し、モデルの進化に合わせてアーキテクチャ自体も改善され、そしてすべての発見結果が、単なるもっともらしい答えではなく、根拠を伴って提示されるよう厳格な検証を行う。それがAtlasという仕組みなのです」と語りました。 ®
