Help Net Securityのインタビューで、GitHubのプロダクトマネジメント担当VPであるMarcelo Oliveira氏が、AIが生成したパッチが1つの脆弱性を修正する一方で別の脆弱性を生んでしまった場合に、誰が責任を負うのかを語りました。同氏は、Agentic Autofixが検出エンジンとプロジェクトのテストを再実行する仕組みや、数千件に及ぶ過去のアラートにエージェントを向ける前にCISOが見直すべき点を説明しています。
また、コードベースが安全になっていることを示す指標、GitHubがAutofixの基盤モデルを選定する方法、開発者が自ら修正を書かなくなった場合にセキュリティスキルが失われるのかといった点についても、Oliveira氏が見解を述べました。

AIが生成したパッチが1つのCWEを解消しつつ、気づかないうちに別のCWEを生んでしまった場合、それは誰のインシデントになるのでしょうか。マージした開発者、機能を有効にしたAppSecチーム、それともGitHubでしょうか。
GitHubは、私たちが提案する修正の品質に責任を負います。一方で、何をマージするかは、他のコード変更と同様にお客様が判断します。プルリクエストでのCopilot Autofixも、Agentic Autofixも、アラートで指摘された脆弱なコードパスのすべて、少なくともその大半を確実に修正できるよう配慮しています。
CodeQLや新しいAIスキャナーといった自社製ツールについては、実際の脆弱性を対象にした定期的なテストを実施し、修正の有効性を監視して継続的に改善しています。Agentic Autofixで使う次世代の修復エージェントは、検出エンジンとプロジェクトのテストを自律的に再実行し、修正が有効であり、かつ互換性を壊す変更を含まないことを確認します。
エンタープライズのお客様からのフィードバックも踏まえ、Autofixのワークフローは継続的に改善しています。提案のみを提供していた旧バージョンのAutofixでは、人手のみの場合と比べて、セキュリティのバックログを修正する割合が4倍高いことが確認できました。
多くの組織は、数千件に及ぶ過去のアラートを抱えています。エージェントが一晩で2,000件のプルリクエストを作成できるとなれば、ボトルネックはレビューに移ります。全社で機能を有効にする前に、CISOはプロセスの何を変えるべきでしょうか。
エージェントが2,000件ものプルリクエストを一度に投げつける必要はありません。修正はキャンペーンとしてまとめられ、ペースはお客様が決めます。
CISOは、アラートのバックログを単にプルリクエストのバックログへ置き換えるのではなく、リスクに基づく修復プロセスを確立すべきです。チームは過去の検出結果を検証して重複を排除したうえで、悪用の証拠、デプロイ済みアプリケーションでの到達可能性、ビジネス上の重要度をもとに優先順位を付けます。ビジネス上の重要度とは、影響を受けるシステムが機密データを扱っているか、重要な業務を支えているか、攻撃者が利用できる経路を露出しているかということです。これは、CISAの脆弱性優先順位付けガイダンスの背景にある、状況を踏まえたアプローチに沿ったものです。GitHubのお客様は、すでにこうした取り組みを実践しています。
提案される修正にはすべて、対処するリスクの説明と、想定される動作を壊さずに弱点を取り除けていることを示す証拠を添えるべきです。適用範囲を広げるのは、受け入れがたい回帰を生まずに高リスクの露出を減らせると、プロセスが実証したときです。エージェントがより多くの変更を生成できるから、という理由で広げてはいけません。
過去のバックログを解消するのは、仕事の半分にすぎません。残りの半分は、バックログが再び積み上がらないようにすることです。コード量が毎年指数関数的に増えている以上、勝負の鍵は予防です。GitHub Advanced Securityは、コードが作られるあらゆる場面で問題を検出します。エージェントループ、IDE、CLI、Copilotアプリのほか、コードがマージされる前の各プルリクエストが対象です。Agentic Autofixの修正はまとめてバッチ処理できるため、レビューも効率的になります。2025年には、Autofixによって開発者のセキュリティレビュー時間を合計150万時間以上削減できました。
ベンダーは平均修復時間(MTTR)を好んで使います。アラートの解消が速くなっただけでなく、コードベースが安全になっていることを示す指標として、より信頼できるのはどれでしょうか。
平均修復時間に頼るより、コードベースが抱える高リスクの脆弱性の露出が時間とともに減っているか、そして新たに作り込まれる脆弱性や本番環境に到達する脆弱性が減っているかを見ます。これらの指標は、アラートをどれだけ速く閉じたかではなく、ソフトウェアそのもののセキュリティに焦点を当てています。傾向に信頼性を持たせるには、スキャンの網羅範囲とスコープを一貫させ、検証済みの修正と、抑制されたアラートや分類変更されたアラートを区別することが重要です。この考え方は、NISTのSecure Software Development Frameworkとも一致します。同フレームワークは、リリース済みソフトウェアの脆弱性を減らして再発を防ぐこと、そして悪用可能性と影響に基づいて脆弱性に優先順位を付けることを重視しています。
私たちは、この考え方を自社製品にも適用しています。Agentic Autofixが書き込むCopilotのメモリーと、Copilotクラウドエージェントの全タスクで既定で実行されるセキュリティチェックを組み合わせることで、エージェント型ソフトウェアファクトリー全体が時間とともに安全になっていきます。そもそも脆弱性が作り込まれないようにするためです。
Autofixの基盤モデルは、時間とともに変わっていきます。新しいモデルが入れ替えに十分な水準だと、どのように判断するのでしょうか。また、自社のコードに触れるモデルを、お客様が選ぶことはできますか。
Copilot Agentic Autofixについては、モデルの選定内容を責任あるAIに関するドキュメントで透明性をもって公開しています。新しいモデルを有効にするのは、安全性、アライメント、セキュアなコード生成、その他の全社共通の標準テストについて慎重に評価したあとだけです。Agentic Autofixは、社内ベンチマークで示されるコストと性能のトレードオフが最良になるよう、モデルの選定を最適化しています。
モデルのルーティングと選定の手法は、社内の研究チームやAIラボのパートナーと協力しながら、継続的に改良しています。新しいモデルが利用可能になるたびに評価を重ね、適合率、再現率、トークンエコノミクスのトレードオフを見極めるのが私たちの方針です。
経験の浅い開発者がインジェクションの脆弱性の修正を自分で書かなくなれば、組織はその知識を失うのではないでしょうか。Autofixが「松葉杖」になってしまうのを、どう防ぎますか。
プルリクエストでの修正提案に3年以上取り組んできた経験から、開発者がAutofixの提供する文脈に沿った説明を活用していることがわかっています。提案されたコード変更と合わせて、この説明は開発者教育の重要な要素になっており、時間とともに同種の脆弱性の作り込みが減ったと報告するエンタープライズのお客様も複数います。私たちはこの学習効果を後押ししており、開発者が普段作業する場所で、より多くのセルフサービス型セキュリティツールを使えるようにしています。具体的には、CLI、IDE、Copilotアプリです。チームにコードをレビューに出す前に、安全な環境でセキュリティレビューを検討し、共同で進めることができます。
翻訳元: https://www.helpnetsecurity.com/2026/11/12/marcelo-oliveira-github-agentic-autofix/