CloudflareがClaude Mythos Previewで脆弱性発見からPoC生成までを自律実行、50プロジェクト検証

「AIが脆弱性を勝手に見つけて、PoCまで作るって本当でしゅか？」
「実用レベルなんでしゅか？それともまだ研究段階でしゅか？」

チップス

ボス、CloudflareがClaude Mythos Previewでバグハント自動化を試したらしいでしゅよ！攻撃側の自動化が一気に進んでるってこと、ありえましゅか？

ボス

そうだな。検証結果は両面ある。AIは複雑な脆弱性を発見できる一方で、誤検知をどう減らすかが課題だ。攻撃側にも防御側にも示唆が多い検証結果だぞ。

CloudflareはAnthropic社の大規模言語モデル「Mythos Preview」を50のセキュリティプロジェクトで検証し、脆弱性発見からPoC生成までの自律実行に挑んだ結果を公開しました。
本記事では、検証の中身と防御側が今から取るべき備えを整理していきます。

AIが攻撃の自動化を後押しする流れは、もはや研究室の話ではありません。
検証の概要、判明したAIの強みと限界、そして企業の防御側がいま打つべき手の順に解説していきます。

検証の概要とAIが踏破した脆弱性

Cloudflareが構築したのは、ReconからReportまでの8段階エージェントハーネスです。

8段階ハーネスで自律的に脆弱性を探索

Mythos Previewは「Exploit chain construction（攻撃連鎖の構築）」と「Proof generation（証明コード生成）」の両方に対応し、use-after-freeのようなメモリ管理系の複雑な脆弱性も識別できました。
主な検証ポイントは以下の通りです。

チップス

use-after-free まで自分で見つけるって、もう人間のバグハンターと張り合うレベルでしゅね……

ボス

そうだ。脆弱性発見の世界が、AIによってスケールする時代に入った。だが、それは攻撃者にとっても同じ条件だということを忘れてはならんぞ。

明らかになった限界と防御側への示唆

Cloudflareの検証は、AIによる脆弱性発見の可能性とともに、現時点で残る限界もはっきりさせました。

「signal-to-noise問題」が実用化のボトルネック

最大の課題はsignal-to-noise問題、つまり信号対雑音比です。
モデルは確信が持てないときに「possibly」「potentially」といった曖昧表現を多用するため、トリアージに人間の工数がかかります。
限界として浮かんだ論点は以下の通りです。

企業の防御側がいま備えるべきこと

AIによる脆弱性発見が攻撃者にも開放される未来を想定し、防御側も先回りの設計が必要です。
セキュリティ担当者の方が押さえるべきポイントを整理しました。

チップス

守る側もAIをちゃんと使わないと、追いつけなくなりそうでしゅね……

ボス

そうだ。攻撃側がAIで自動化する以上、防御側もAIによる検査と対応の自動化を取り込まないと、時間差で負ける。今のうちに体制を整えるのが賢明だ。

まとめ

CloudflareによるMythos Preview検証は、AIエージェントが脆弱性発見からPoC生成までを自律実行できる現実を示しました。
セキュリティ担当者の方は、AIによる脆弱性発見が攻撃側にも普及する未来を前提に、パッチ適用と検知体制の前倒し設計を進めていきましょう。
詳細はITmediaの記事を参照してください。