概要
Anthropicと Mozilla が連携し、大規模言語モデル Claude Opus 4.6 を用いてFirefoxの脆弱性検出を実施したところ、わずか2週間で112件の報告を提出し、22件の脆弱性（うち高深刻度14件）を自動検出した。この実績は、AI技術がセキュリティ診断分野で実用的な成果を上げられることを実証し、従来は人手に依存していた脆弱性検出プロセスの自動化可能性を示唆している。
背景と文脈
セキュリティ診断は従来、経験豊富なセキュリティエンジニアによる手作業が主流であり、大規模プロジェクトでは発見から修正までに長期間を要していた。近年のLLM発展により、コード解析能力が飛躍的に向上し、パターン認識を通じた脆弱性検出が機械的に可能な領域が拡大している。本件は Mozilla という信頼性の高いオープンソースプロジェクトでの検証結果であるため、業界全体の采配判断に影響を与える可能性が高い。一方で AI 生成の誤検知率や、複雑な論理欠陥の検出精度については、さらなる検証が必要と見られる。
今後の展望
セキュリティ診断プロセスにおいて「AI初期検査 → 人間による精査」の二段階モデルが業界標準化する可能性がある。これにより検証期間は短縮される一方で、AI検出結果の妥当性判定スキルを持つエンジニアのニーズが高まると考えられる。また同様の手法が他のブラウザやOSSプロジェクトへ波及すれば、オープンソースの信頼性向上に寄与する可能性がある。一方で AI の過剰信頼による検査漏れリスクや、プロプライエタリ AI サービスへのコード流出リスクについて、プロジェクト運営側の判断基準整備が急務となる。
原文リンク: AnthropicとMozillaが連携、Claude Opus 4.6がFirefoxで100件超のバグをわずか2週間で発見しそのうち14件は高深刻度