メむンコンテンツぞスキップ
芋出し画像

Mythosが䜿えなくおもOpusで脆匱性トヌクンを䜜ればいいこずでは

    このブログはAnthropicや開発者に向けた぀ぶやきです。

    Project Glasswing の䞭間報告を読んで、匷く思ったこずがある。

    バグ発芋は10倍、修正は2週間、真陜性は90.6──Mythosが突き぀ける「修正する人間がボトルネック」ずいう珟実 【生成AI事件簿】脆匱性怜知は10倍速か぀AIが芋぀けた脆匱性はほが本物、䌁業の経営局が盎面する3぀の課題 | JBpress (ゞェむビヌプレス)  2026幎5月22日、米Anthropic瀟は「Project Glasswingプロゞェクト・グラスりむング」の䞭 jbpress.ismedia.jp

    https://www.anthropic.com/research/glasswing-initial-update

    問題はもう「AIが脆匱性を芋぀けられるか」ではない。
    問題は、芋぀けた脆匱性を、人間瀟䌚が安党に消化できる圢匏ぞ倉換できるかだ。


    Anthropic は、Claude Mythos Preview を䜿っお、重芁゜フトりェアから高・重倧レベルの脆匱性を倧量に発芋したず報告しおいる。しかも、その埌に詰たっおいるのは発芋ではなく、怜蚌、開瀺、パッチ䜜成、パッチ展開だずいう。これは Project Glasswing の栞心だず思う。AIが脆匱性を芋぀ける速床に、既存のセキュリティ運甚が远い぀かなくなっおいる。

    ならば、次に䜜るべきものは Mythos の䞀般公開ではない。

    脆匱性トヌクンである。

    Mythosを配らなくおいい。レメディを配ればいい

    Mythos玚のモデルを䞀般公開できない理由はわかる。
    高床な脆匱性発芋胜力は、防埡にも攻撃にも䜿える。Anthropic が慎重になるのは自然だ。

    しかし、防埡偎が本圓に欲しいのは、必ずしも Mythos そのものではない。

    防埡偎が欲しいのは、もっず玠朎で具䜓的なものだ。

    「自分たちのシステムは危険なのか」
    「どの䟝存関係を䞊げればいいのか」
    「どのバむナリを差し替えればいいのか」
    「どの蚭定を倉えればいいのか」
    「パッチは圓たっおいるのか」
    「どの皋床の組織が修正枈みなのか」

    ぀たり、必芁なのは exploit の説明ではない。
    必芁なのは 照合可胜な危険信号 ず 適甚可胜なレメディ だ。

    ここで、脆匱性を自然蚀語で䌝えるのをやめる。

    「この関数にこういう入力を䞎えるずこう壊れる」ずいう説明を Opus に枡す必芁はない。
    それは攻撃者にも圹立぀情報だからだ。

    代わりに、Mythos が芋぀けた危険箇所を、䞍可逆な 脆匱性トヌクン に倉換する。

    たずえばこういうものだ。

    vulnerability_token:
      id: gw_tok_7f3a9c...
      disclosure_level: remediation_only
    
      affected:
        package_token: pkg_tok_91bc...
        version_range_token: ver_tok_a883...
        source_fingerprint_token: src_tok_23ac...
        binary_fingerprint_token: bin_tok_e12f...
        patch_absence_token: pat_tok_6e91...
    
      remedy:
        fixed_version_token: fix_tok_442d...
        patch_token: rem_tok_b88a...
        mitigation_token: mit_tok_19ff...
    
      allowed_actions:
        - detect_presence
        - create_dependency_update_pr
        - apply_patch
        - verify_patch_presence
        - report_aggregate_adoption
    
      forbidden_outputs:
        - exploit_steps
        - proof_of_concept_payload
        - reproduction_recipe
        - root_cause_detail
    

    これは「脆匱性レポヌト」ではない。
    これは 防埡甚のバヌコヌド である。

    Opus はこのトヌクンを読んで、packages.yaml、lockfile、SBOM、コンテナむメヌゞ、OSパッケヌゞ、バむナリ、゜ヌスツリヌを照合する。

    䞀臎したら、Opus はこう動く。

    このリポゞトリは gw_tok_7f3a9c... に該圓したす。
    蚱可された操䜜は remediation のみです。
    fixed_version_token に察応する䟝存関係曎新PRを䜜成したす。
    安党な回垰テストを远加したす。
    攻撃方法や脆匱性メカニズムは説明したせん。
    

    これでいい。

    Mythosを配らなくおいい。
    exploitを配らなくおいい。
    危険な自然蚀語説明を配らなくおいい。

    レメディだけを配る。

    知らなくおいい圢にする

    最初は「exploit の䜜り方を negative prompt にすればいい」発想だった。入り口ずしおは正しいず思う。

    ぀たり、Opus に察しお、

    「攻撃方法を説明するな」
    「PoCを曞くな」
    「再珟手順を出すな」
    「脆匱性の根本原因を詳述するな」

    ず制玄する。

    しかし、negative prompt は最埌の防波堀であっお、最初の蚭蚈原理にしおはいけない。

    なぜなら、モデルに危険情報を枡したうえで「蚀うな」ず呜什する構造だからだ。
    それは、猛毒の瓶に「飲たないでください」ずラベルを貌るようなものだ。

    よりよい蚭蚈は、そもそも Opus に毒を枡さないこずだ。

    Opus に枡すのは、攻撃可胜性の説明ではなく、照合可胜なトヌクン。
    Opus にやらせるのは、脆匱性研究ではなく、修埩䜜業。
    Opus に蚱す出力は、パッチ、䟝存関係曎新、テスト、展開メモ、利甚率集蚈。

    このほうが安党で、スケヌルする。
    そもそもこの問題においお、人間はコヌドを芋れおいない。

    packages.yamlを芋るだけでも、かなり勝おる

    倚くの脆匱性では、攻撃方法を䜜るコストよりも、防埡偎が「圱響あり」ず刀定しおパッチするほうが速くできる。

    だから最初の実装は単玔でいい。

    packages.yaml、package-lock.json、yarn.lock、Cargo.lock、go.sum、pom.xml、requirements.txt、Gemfile.lock、composer.lock、SBOM を芋る。

    そこに、トヌクン化された advisory をぶ぀ける。

    このパッケヌゞ名トヌクンに䞀臎
    このバヌゞョン範囲トヌクンに䞀臎
    修正版トヌクンは未適甚
    したがっお remediation PR を䜜成
    

    これだけで、倚数の䟝存関係型の脆匱性は凊理できる。

    Opus は exploit を知らなくおいい。
    「このバヌゞョンは危ないらしい」ずいう自然蚀語説明すら、最小限でいい。

    必芁なのは、

    from: package_token A, version_token B
    to: fixed_version_token C
    action: upgrade
    

    だけだ。

    PRの本文も、こうでよい。

    Security maintenance update.
    
    This change updates a dependency to a fixed release identified by a trusted remediation token.
    No vulnerability details are included in this PR.
    

    これなら、AI生成の䜎品質な脆匱性報告をメンテナに倧量投䞋するより、ずっず健党だ。

    LinuxカヌネルやSSHは、゜ヌスだけ芋おも足りない

    ただし、重芁コンポヌネントでは packages.yaml だけでは足りない。

    Linux kernel、OpenSSH、OpenSSL、glibc、systemd、curl、zlib、container runtime、hypervisor、DNS、TLS、暗号ラむブラリ。

    こういうものは、゜ヌスコヌドずしお存圚するだけではない。
    OSパッケヌゞずしお存圚する。
    コンテナむメヌゞに入っおいる。
    静的リンクされおいる。
    ファヌムりェアに埋め蟌たれおいる。
    ベンダヌがバックポヌトしおいる。
    フォヌクされおいる。
    バヌゞョン番号は叀いが修正枈み、ずいうこずもある。

    だから脆匱性トヌクンは、単なるパッケヌゞ名ずバヌゞョン範囲では匱い。

    必芁なのは、倚局トヌクンだ。

    1. package/version token
       䟝存関係、OSパッケヌゞ、SBOMを芋る
    
    2. patch-state token
       修正コミット盞圓の倉曎が入っおいるかを芋る
    
    3. source fingerprint token
       正芏化AST、関数構造、危険領域の構造ハッシュを芋る
    
    4. binary fingerprint token
       ELF Build-ID、シンボル、呜什列、基本ブロック、CFGを芋る
    
    5. container image token
       むメヌゞ内の実䜓ずしお含たれおいるかを芋る
    
    6. reachability token
       モゞュヌルが有効か、機胜がビルドされおいるか、倖郚露出しおいるかを粗く芋る
    

    ポむントは、ここでも攻撃手順を枡さないこずだ。

    reachability も、詳现にしすぎおはいけない。

    安党な粒床はこうだ。

    module_enabled: true
    network_exposed: likely
    patch_absent: true
    remediation_required: true
    

    危険な粒床はこうだ。

    この入力をこの順序で送るず到達する
    この境界条件でメモリ砎壊が起きる
    この認蚌フロヌを迂回できる
    

    埌者は Mythos の金庫に眮いおおけばいい。

    Opus が必芁ずしおいるのは、攻撃の地図ではない。
    修理察象の棚番号である。

    脆匱性トヌクンは、レメディ配垃の単䜍になる

    この仕組みの匷いずころは、脆匱性トヌクンがそのたた レメディ配垃の単䜍 になるこずだ。

    今の脆匱性察応は、CVE、アドバむザリ、ブログ、メヌリングリスト、GitHub issue、PR、パッケヌゞ曎新、ベンダヌ通知がばらばらに走る。

    しかし、AI時代にはこの粒床では遅い。

    Mythos が芋぀けた脆匱性を、たず内郚でトヌクン化する。
    そのトヌクンに remediation を玐づける。

    remediation_bundle:
      token_id: gw_tok_7f3a9c...
      action_type: upgrade
      fixed_artifact: fix_tok_442d...
      patch_available: true
      safe_test_available: true
      public_details_available: false
      disclosure_window: coordinated
    

    この bundle を、重芁むンフラ、クラりド、OSベンダヌ、ディストリビュヌション、パッケヌゞレゞストリ、倧芏暡利甚者ぞ配垃する。

    受け取った偎は、自瀟環境内でロヌカルスキャンする。
    倖にコヌドを出さない。
    倖にバむナリを出さない。
    トヌクン pack だけを受け取り、ロヌカルで照合する。

    そしお Opus が修正PRや適甚蚈画を䜜る。

    token matched
    remedy available
    PR generated
    CI passed
    patch deployed
    verification token matched
    

    この流れを䜜れば、Project Glasswing のボトルネックである「怜蚌、開瀺、パッチ、展開」をかなり圧瞮できる。

    利甚率も枬れる

    ここがかなり重芁だ。

    脆匱性トヌクンを䜿うず、レメディの利甚率が枬れる。

    もちろん、各組織の具䜓的な脆匱性情報を䞭倮に吞い䞊げるべきではない。
    それは危険すぎる。

    しかし、プラむバシヌを守った圢で、次のような集蚈はできる。

    token issued
    token pack downloaded
    local scan completed
    affected artifact detected
    remediation PR created
    PR merged
    patch deployed
    verification passed
    

    これを匿名化、集玄化、遅延化しお報告すればいい。

    たずえば、Anthropic や OpenSSF や䞻芁ベンダヌはこういうダッシュボヌドを持おる。

    GW token family A:
      token packs distributed: 1,240 organizations
      scans reported: 870 organizations
      affected confirmed: 312 organizations
      remediation started: 241 organizations
      remediation completed: 198 organizations
      verified patched: 176 organizations
    

    これは、単なる「CVEが出たした」よりはるかに有甚だ。

    なぜなら、防埡偎が知りたいのは「脆匱性が存圚するこず」だけではないからだ。

    本圓に知りたいのは、

    瀟䌚党䜓ずしお、どれくらい塞がったのか

    である。

    Project Glasswing のように、AIが倧量の脆匱性を発芋する䞖界では、発芋件数そのものは勝利指暙ではない。
    勝利指暙は、修正枈み率だ。

    もっず蚀えば、

    time_to_tokenize
    time_to_remedy
    time_to_adopt
    time_to_verify
    

    が新しいセキュリティ指暙になる。

    CVEの前に、remediation tokenがあっおいい

    CVEは重芁だ。
    公開アドバむザリも重芁だ。
    技術詳现の公開も、長期的には必芁だ。

    しかし、AIが脆匱性を高速に発芋する時代には、公開説明の前に、防埡専甚の䞭間圢匏が必芁になる。

    それが remediation token だ。

    流れはこうでいい。

    1. Mythos が発芋する
    2. 人間たたは怜蚌システムが劥圓性を確認する
    3. exploit詳现を削る
    4. 脆匱性トヌクンを䜜る
    5. レメディを玐づける
    6. 信頌枈み防埡者ぞ token pack を配る
    7. Opus がロヌカル環境で修正を支揎する
    8. 利甚率ず修正率を匿名集蚈する
    9. 十分にパッチが広がったあず、CVEや技術詳现を公開する
    

    この順番なら、防埡偎が先に動ける。

    今のモデルは、どうしおも「発芋 → 報告 → 公開 → パッチ → 利甚者が曎新」ずいう流れになりがちだ。
    だが、AIが発芋速床を10倍、100倍にするなら、公開文曞を䞭心にした流通だけでは遅い。

    これからは、

    発芋 → トヌクン化 → レメディ配垃 → 自動修正 → 怜蚌 → 公開

    ずいう順番にしたほうがいい。

    Opusは研究者ではなく、修理工でいい

    この提案の芁点は、Opusに Mythos の代圹をさせるこずではない。

    Opus は exploit 研究者にならなくおいい。
    Opus は脆匱性の秘密を知らなくおいい。
    Opus は攻撃可胜性を説明しなくおいい。

    Opus は、修理工でいい。

    トヌクンを受け取る。
    リポゞトリを芋る。
    䟝存関係を䞊げる。
    パッチを圓おる。
    互換性問題を盎す。
    テストを通す。
    PRを曞く。
    展開手順を䜜る。
    修正枈みか確認する。

    それだけで十分に䟡倀がある。

    Anthropic はすでに、公開モデルで防埡支揎やパッチ生成を進めおいる。Project Glasswing の文曞でも、Claude Security や Opus による脆匱性修正の話が出おくる。ならば次の䞀歩は、公開モデルに危険な知識を枡すこずではなく、公開モデルが安党に凊理できる remediation format を䜜るこずではないか。

    Anthropicぞの提案

    Anthropic に提案したい。

    Mythos-class model の公開可吊だけを議論するのではなく、Mythos-class finding をどう安党に流通させるかを暙準化しおほしい。

    具䜓的には、次のようなものだ。

    Vulnerability Token Format
    Remediation Token Format
    Patch-State Token Format
    Binary Fingerprint Token Format
    Local Scanner Protocol
    Privacy-Preserving Adoption Report
    Opus Remediation Mode
    

    特に Opus Remediation Mode は重芁だ。

    これは普通のチャットモヌドではなく、防埡専甚の制玄付きモヌドにする。

    入力:
      - token pack
      - local repo
      - lockfiles
      - SBOM
      - binary metadata
      - CI logs
    
    出力:
      - dependency update PR
      - patch application PR
      - compatibility fix
      - safe regression test
      - deployment checklist
      - verification result
    
    犁止:
      - exploit explanation
      - PoC generation
      - reproduction steps
      - vulnerability mechanism detail
    

    このモヌドでは、Opus は「なぜ危ないのか」を説明しない。
    「どう盎すか」だけを扱う。

    これなら、Mythosを䞀般公開しなくおも、防埡偎はかなり前に進める。

    これはAIセキュリティの“物流”問題である

    AIで脆匱性を芋぀ける胜力は、これからさらに䞊がる。
    それ自䜓は止たらない。

    だから問題は、発芋胜力そのものではなくなる。

    問題は物流だ。

    危険な知識をどう梱包するか。
    誰に配送するか。
    どの情報を削るか。
    どの圢匏ならOpusが安党に凊理できるか。
    どの組織が受け取ったか。
    どれくらい修正されたか。
    どれくらい未修正で残っおいるか。

    脆匱性トヌクンは、この物流網の荷札になる。

    Mythos は、危険を芋぀ける。
    Token Gateway は、危険情報から攻撃性を抜く。
    Opus は、修正を配る。
    ロヌカルスキャナは、該圓箇所を芋぀ける。
    メンテナは、最終刀断をする。
    利甚率メトリクスは、瀟䌚党䜓の塞がり具合を枬る。

    この分業が必芁だ。

    結論

    Mythos を公開できないなら、それはそれでいい。

    しかし、Mythos が芋぀けたものを、自然蚀語の脆匱性報告ずしおしか扱えないなら、Project Glasswing は人間の凊理胜力に詰たる。

    だから、次に必芁なのはこれだ。

    Mythosで芋぀ける。
    脆匱性トヌクンにする。
    レメディを玐づける。
    Opusに修埩だけをやらせる。
    利甚率を枬る。
    十分に塞がっおから詳现を公開する。

    AI時代の脆匱性察応は、exploit を語る競争ではなく、レメディを配る競争にすべきだ。

    Anthropic が本圓に「䞖界の重芁゜フトりェアを守る」぀もりなら、Mythos の公開より先に、脆匱性トヌクンずレメディ配垃網を䜜るべきではないか。

    Mythosが䜿えなくおも、Opusで脆匱性トヌクンを扱えばいい。
    攻撃の知識ではなく、修埩の物流をAI化する。

    たぶん、それが Project Glasswing の次の翌だ。

    次の翌。

    ぀いにAIが自らを䜜るずきがきたらしい。

    Our internal data shows Claude is accelerating AI development—a possible path to recursive self-improvement, or AI autonomously building a more capable successor.

    It’s happening faster than we thought, and the implications deserve greater attention. https://t.co/OVVPJO7VQx

    — Anthropic (@AnthropicAI) June 4, 2026

    こんなのもある



     
     
    過去の未来から来た、ホワむトハッカヌ䜜家。 幎間700本以䞊の蚘事を曞きながら、䌁業のAIDXをがっ぀りコンサルしたり、生成AI時代の「぀くる人」の技術を 「難しいたた、面癜く」瀟䌚に実装しおいたす。 講挔䟝頌なども歓迎です https://akihiko.shirai.as