軽量AIが脆弱性対応を変える GoogleとMicrosoftの「セキュリティ特化型」設計｜2026年8月4日版
2026年8月4日時点で、AIによる脆弱性対応は「巨大なモデルに一度だけ難問を解かせる」方式から、軽量な特化モデルを何度も動かし、複数のエージェントで結果を統合する方式へ進み始めています。
Google DeepMindは「Gemini 3.5 Flash Cyber」を発表し、Microsoftは「MAI-Cyber-1-Flash」を組み込んだProject Perceptionを8月3日にパブリックプレビューへ移行しました。共通するのは、モデル単体の規模よりも、速度、反復回数、専門データ、周辺エージェントの設計を重視している点です。
- Googleは軽量モデルを繰り返し呼び出し、多数のコード経路を探索
- Microsoftは複数モデルで構成するエージェントチームに特化モデルを追加
- 両社とも、検出だけでなく検証や修正までを一連の処理として設計
- 実務では自動修正の採用範囲と、人間による承認手順が次の焦点
重要なのは「最強の1回」より「速い反復」
ソフトウェアの脆弱性を探す作業では、膨大なコードと実行経路を調べる必要があります。高性能でも重いモデルを一度呼び出すだけでは、探索できる範囲や処理頻度に限界があります。
Google DeepMindの発表によると、Gemini 3.5 Flash Cyberは汎用のGemini 3.5 Flashを基盤とし、脆弱性の発見、検証、修正に特化して調整された軽量モデルです。
CodeMenderでは、このモデルを複数回呼び出して異なるコード経路を調べ、サブエージェントの結果を最終報告へまとめます。GoogleはCyberGymの評価において、1件の最終報告を作るために最大5回モデルを呼び出す構成を採用しました。
この設計には、次の利点があります。
- 1回の高価な推論に依存せず、探索範囲を広げられる
- コミット時のスキャンなど、頻繁に走る処理へ組み込みやすい
- 同じ問題を繰り返し見つけるだけでなく、異なる種類の欠陥を探せる
- 複数の候補を集めてから、検証済みの結果に絞り込める
つまり、軽量化は単なるコスト削減ではありません。限られた時間と計算資源で、何通りの仮説を試せるかを増やすための設計です。
GoogleのGemini 3.5 Flash Cyberは何を変えたか
Googleは、専門モデルを既存のコードセキュリティエージェント「CodeMender」の中で動かしています。モデルだけを単独提供するのではなく、探索、検証、修正案の生成までをエージェント側でつなぐ構成です。
本番コードを使った評価
Googleの公表値では、V8 JavaScriptエンジンを一定回数調べた評価で、Gemini 3.5 Flash Cyberは確認済みの固有問題を55件発見しました。汎用のGemini 3.5 Flashは47件、Claude Opus 4.6は36件でした。
この数字で重要なのは、単純な正答率だけではありません。同じ計算量で、どれだけ多様な問題へ到達できたかを測ろうとしている点です。
GoogleはChromeの本番コミットスキャンでも評価し、Chrome、Android、Cloud、Ads、YouTubeなどの社内コード基盤で既に活用していると説明しています。ただし、評価条件や比較対象には各社固有の設定が含まれるため、数値をそのまま一般的な製品性能の順位とは見なせません。
提供範囲は限定的
Gemini 3.5 Flash Cyberは、政府機関と信頼できるパートナーを対象に、CodeMender経由の限定パイロットとして提供される予定です。
脆弱性を見つける能力は防御にも攻撃にも使えるため、Googleは一般向けAPIとして直ちに広く公開せず、段階的な展開を選びました。一方、CodeMenderの基礎機能は、一般提供されているGeminiモデルを利用してGemini Enterprise Agent Platformの顧客にも提供されます。
Microsoftは複数モデルのチームで対応
MicrosoftのProject Perceptionも、単一モデルにすべてを任せる設計ではありません。
ソフトウェア脆弱性管理では、複数モデルを組み合わせるエージェントチーム「MDASH」にMAI-Cyber-1-Flashを組み込みます。Microsoftの公式発表では、この構成がCyberGymで96％を記録し、従来の市場提供構成と比べてコストを約50％削減したとされています。
ここでも中心にあるのは、モデル単体の競争ではなく役割分担です。
- センサーやログから状況を把握する
- 専門モデルが脆弱性候補を分析する
- 複数のエージェントが結果を照合する
- 修正や優先順位付けにつながる情報を提示する
Project Perceptionは2026年8月3日にパブリックプレビューへ入りました。今後は、ソフトウェア脆弱性以外のセキュリティ業務にもMAI-Cyber-1-Flashを広げる計画です。
ここがポイント: GoogleとMicrosoftの発表が示したのは、セキュリティAIの性能が「モデルの大きさ」だけでは決まらないことです。専門データ、反復回数、検証工程、複数エージェントの連携が、実際の検出範囲と運用コストを左右します。
開発・運用現場への影響
現時点で、一般の開発チームが両社の専門モデルを同じ条件で自由に利用できるわけではありません。それでも、セキュリティ工程の設計にはすぐ反映できる示唆があります。
開発者が見るべき点
AIによるコードレビューを導入する際は、モデル名だけでなく次の項目を確認する必要があります。
- プルリクエストやコミットごとに実行できる速度と費用か
- 発見した問題を別工程で再現・検証しているか
- 修正案にテストやロールバック手順が付くか
- 誤検知と見逃しを継続的に計測できるか
- 機密コードがどこへ送信され、保存されるか
特に重要なのは、AIの提案をそのままマージしないことです。脆弱性修正は挙動変更を伴う場合があり、テストを通過しても権限、互換性、性能へ影響する可能性があります。
企業のセキュリティ担当者が見るべき点
導入判断では「何件見つけたか」だけでなく、運用全体を評価する必要があります。
- 対象言語やフレームワークが自社環境と合うか
- 既存のSAST、依存関係スキャン、SIEMと連携できるか
- 高リスクの修正に人間の承認を必須化できるか
- モデル更新後も同じ基準で性能を比較できるか
- インシデント発生時に判断過程を監査できるか
AIが探索量を増やすほど、確認待ちの候補も増えます。担当者の負荷を減らすには、深刻度、再現性、影響範囲を使って、人が見る順番まで整理する仕組みが欠かせません。
継続ウォッチ
次に確認すべきなのは、ベンチマークの数字より本番運用の境界です。
- Googleが限定パイロットの対象をいつ、どこまで広げるか
- MicrosoftがProject Perceptionの料金、対応環境、正式提供時期をどう定めるか
- 自動生成された修正の採用率と、修正後に生じた不具合が開示されるか
- 第三者が同じ条件で両モデルを評価できる仕組みが整うか
軽量な専門モデルを多数回動かす方式は、日常的なコミットスキャンと相性が良い一方、結果を承認する責任は消えません。導入時に最初に決めるべきなのは、モデルの選定よりも、どの深刻度まで自動処理し、どこから人間が止めて確認するかです。