BlueFlag Security は「AI Agent Governance」を拡張しました。承認済みのエージェントとシャドー AI のエージェントの双方について、アクセス権限、挙動、監督状況を網羅的に可視化します。リスクを自動で修復するオプションも用意しています。同社の先駆的なプラットフォーム上で有効化すると、顧客はソフトウェア開発ライフサイクル（SDLC）全体にわたり、AI エージェントと、人間・マシンの ID、ツール、パイプライン、本番アプリケーションとの関係をあらゆる面から統制できます。
今回の新機能は、同社が公表した「2026 State of Developer Identity Risk」に続くものです。この調査レポートは初の試みで、コードスキャンツールや企業向け ID 管理基盤では見えない SDLC 上の重大なリスクについて、大規模な組織でさえ可視性がほとんどない実態を裏付けています。
AI はソフトウェア開発に地殻変動をもたらしました。AI エージェントはもはや単なるコーディング支援ツールではありません。開発者から権限を与えられ、作業の計画を自ら立て、他のエージェントに処理を委任し、必要な環境を自ら用意します。さらに、開発者の代理として、開発者のアクセス権限でシステムにアクセスします。
BlueFlag の新たなデータによると、83% の組織が正式に承認していない AI コーディングエージェントを運用しており、56% の組織では自律型エージェントが独自の ID として動作しています。早期に導入した組織では、AI がコミット全体の最大 72% を書いています。エージェントが開発者の ID で動作している場合、その大半の ID は管理者権限を持つうえ、まったく監視されていません。また、5 組織に 1 組織を超える割合で、自律型エージェントが人間の関与なしにすでにコードをマージしていました。
BlueFlag Security の CEO、Raj Mallempati 氏は「AI エージェントは今や、開発環境で最も強力でありながら、最も統制の効いていない ID です」と述べています。
「この水準の信頼は、控えめに言っても見当違いであり、最悪の場合は事業に壊滅的な脅威をもたらしかねません。BlueFlag は、同じエコシステム内の人間の開発者や非人間 ID と並べてエージェントを、その稼働する場所で統制できる、他に類を見ない能力を備えています。エージェントの挙動を周囲のあらゆる要素と結び付けるため、攻撃経路が現れた瞬間に把握できます。エージェントは間もなく、ソフトウェアの主たる開発者になります。人間は目標とガードレールを設定し、人間の承認が必要な場面を定める役割を担うことになります。BlueFlag はすでに、その両方にまたがるガバナンス層となっています。来年初めには、攻撃経路を報告するだけでなく、形成される途中で遮断する機能も提供する予定です」（Mallempati 氏）
今回の拡張で、エージェントの識別、統制、リスク修復をつなぐ 6 つの新機能または強化機能が加わりました。BlueFlag の画期的なプラットフォームは、人間、マシン、AI のいずれであっても ID の種類を判別します。そのうえで、実際の利用状況と照らしてアクセス権限や許可の範囲を測定し、挙動のベースラインを作成して、その挙動が変化すると警告します。新たなエージェント型 AI 機能は次のとおりです。
ID の検出と分類
- AI エージェントの分類と承認：BlueFlag は、コード変更とビルドにおける活動から、すべてのエージェントを検出します。コードを書く、テストする、レビューする、デプロイするといった役割や、開発者の ID で動作するのか、独自の ID で動作するのかによって分類します。各エージェントと協働する開発者、動作するリポジトリとパイプライン、エージェントが書いた、レビューした、承認したすべてのコミットとプルリクエストも表示します。組織が承認したエージェントと、そうでないエージェントも区別して示します。
- 開発者デバイス上のシャドー AI：リポジトリの外で作られた AI 開発コードに対しては、BlueFlag が CrowdStrike や SentinelOne などのエンドポイントの検知と対応（EDR）基盤と連携し、開発者のデバイス上で動作する AI ツールを特定します。エンドポイントに新たなソフトウェアを導入する必要はありません。
AI の監督と ROI
- ヒューマン・イン・ザ・ループの確認：BlueFlag は、AI エージェントが承認したプルリクエスト、エージェントがすべて書いたコミット、人間によるレビューなしにデプロイされたパイプラインの実行を検出し、それぞれをエージェントからビルドまで追跡します。マージやデプロイの前に、プルリクエストの段階で人間によるレビューを必須にすることも可能です。どのリリースについても、判断のどこに人間が関与し、どこに関与していないかを組織が文書化して示せます。
- エージェント型アプリケーションのインベントリ：開発者がコードを書くために使う AI ツールは、全体像の半分にすぎません。BlueFlag は、コードベース内で AI を使うすべてのアプリケーションも特定します。呼び出すモデルプロバイダー、基盤となるエージェントフレームワーク、モデルが自社インフラと第三者のどちらで動くかも把握します。最後に、それぞれを OWASP Agentic Top 10 に照らして評価し、是正措置の優先順位付けに役立てます。
- 開発成果に対する AI 支出：AI 予算は、投資対効果を示せる速度を上回って拡大しています。BlueFlag は、消費したトークンと支出額を、それによって生み出された成果と突き合わせます。成果とはコミット、プルリクエスト、採用されたコード行数で、開発者、ツール、モデルごとに集計します。コードベースのうち AI が書いた割合、AI 支出に見合った成果、利用中のモデルごとの ROI、使われていない有料ライセンス、コミットがないまま支出だけが増えている箇所も把握できます。
柔軟な自動対応
- 責任ある迅速な修復：BlueFlag は 2 つの新たな修復機能も導入しました。顧客はあらゆるリスクに対し、手順を示した手動の修復手順、自動生成された修復スクリプト、ロールバック可能なワンクリックの自動修正という 3 つの方法から選べます。AccessGuard は、過剰な権限を持つ ID から古くなった認証情報、使われていないチームメンバーシップまで、ID の衛生管理を修復します。DriftGuard は、ブランチ保護の欠如をはじめ、時間とともにずれていく各種設定など、リポジトリとパイプライン全体の設定ミスを修復します。
Marelli のグローバル最高情報セキュリティ責任者（CISO）、Kristie Pfosi 氏は次のように述べています。「攻撃が外部から来る場合、ある程度の不明点は受け入れざるを得ません。しかし、自社の開発環境でそれを受け入れるべきではありません。エージェント型 AI により、そのギャップは一夜にして広がりました。導入から 1 週間で、BlueFlag は、どの AI エージェントが当社のリポジトリで動いているか、どの開発者と協働しているか、承認、スコープ設定、レビューの方法にどんな抜けがあるかを示してくれました。いずれも当日中に対処できる発見です。当社が運用している他のどのツールでも、見つけられなかったでしょう」
翻訳元: https://www.helpnetsecurity.com/2026/11/04/blueflag-ai-agent-governance/
