# エクスプロイト開発、エージェントによる脆弱性発見、そして偽PoCの実態

- 番組: [Practical AI](https://ai-curator.jp/podcasts/shows/cmv3z5bzb00025o10lc2t7m3d)（Daniel Whitenack and Chris Benson）
- 元のタイトル: Exploit Development, Agentic Vulnerability Discovery, and Fake PoCs
- 配信日: 2026年10月22日
- 長さ: 45分
- 要約作成日: 2026年10月22日
- トピック: [#サイバーセキュリティ](https://ai-curator.jp/topics/%E3%82%B5%E3%82%A4%E3%83%90%E3%83%BC%E3%82%BB%E3%82%AD%E3%83%A5%E3%83%AA%E3%83%86%E3%82%A3) [#エクスプロイト開発](https://ai-curator.jp/topics/%E3%82%A8%E3%82%AF%E3%82%B9%E3%83%97%E3%83%AD%E3%82%A4%E3%83%88%E9%96%8B%E7%99%BA) [#LLM](https://ai-curator.jp/topics/LLM) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ガードレール](https://ai-curator.jp/topics/%E3%82%AC%E3%83%BC%E3%83%89%E3%83%AC%E3%83%BC%E3%83%AB) [#脆弱性管理](https://ai-curator.jp/topics/%E8%84%86%E5%BC%B1%E6%80%A7%E7%AE%A1%E7%90%86)
- URL: https://ai-curator.jp/podcasts/cmvjbt4ry00006v10ms0pf5a0

## 要約

VulnCheckのエクスプロイト開発ディレクターSpencer McIntyreが、AIがサイバーセキュリティにもたらす変化を語った回。LLMは脆弱性の発見は得意だが、攻撃者にとって実用的なエクスプロイト化には課題が残るという。GitHub上のPoCは2026年に半数超が不正確になったという分析や、AIのガードレールが研究者の業務に与える影響にも触れている。

## ポイント

- 脆弱性は「悪いことが起こりうる可能性」、エクスプロイトはそれを利用する具体的な実装であり、両者の区別が優先順位付けで重要だと述べている。
- LLMはオープンソースのWebアプリの論理欠陥などの悪用は得意だが、ファームウェアなどクローズドソースでパッチ差分解析が要るものは苦手だという。
- VulnCheckは自社のGo Exploitフレームワークと大量のエクスプロイト群を使い、LLMに構造化された土台を与えることで成果を高めている。
- オフェンシブセキュリティ向けのガードレールは厳しくなり、cyber verificationプログラムの効果も薄いと感じており、ローカルのオープンウェイトモデルへ移る組織が増えているという。
- 公開PoCのうち不正確・動作しないものの割合が2026年に50%超へ転じたとの社内分析が紹介された。
- エージェントでの大規模な悪用はまだ確認していないが、3〜6か月で状況が変わっても驚かないという見方を示した。

## 章立て

- [00:00] **番組導入と背景紹介** — 当日報じられたAI発見の脆弱性のニュースを受け、McIntyreの経歴とMetasploit、VulnCheckのInitial Access Intelligenceが紹介される。
- [05:00] **脆弱性とエクスプロイトの違い** — 脆弱性は抽象的な欠陥、エクスプロイトは具体的実装という区別と、AIが発見は得意でも実用性の検証に溝があることを説明する。
- [11:00] **大型脆弱性への向き合い方** — PHP関連の脆弱性を例に、悪用条件や自社の利用範囲を見極めて優先度を判断する実践的な助言が語られる。
- [17:35] **チームでのAI活用とGo Exploit** — Go Exploitによる構造化と、LLMが得意・不得意とする脆弱性クラスの違いが解説される。
- [19:50] **ガードレールとモデル選択** — プロプライエタリモデルの制限強化、GLMなどローカルモデルへの移行、データ共有への懸念を議論する。
- [27:00] **偽PoCの増加** — GitHubに散在するPoCの分析で、2026年に不正確なものが過半数になったという話題。
- [32:31] **AIスタックの脆弱性とエージェント群** — AI関連ソフトの脆弱性は従来型と似ていること、エージェント群とファジングの類似性、人間との成果の差を述べる。
- [42:07] **今後の展望** — 防御側の対応速度向上への楽観と、AIによる侵害の法的責任の行方への関心が語られる。

## 解説記事

VulnCheckのエクスプロイト開発ディレクター、Spencer McIntyreがPractical AIに出演し、AIが脆弱性研究とエクスプロイト開発にもたらす変化を語った。収録当日は「AIが発見した脆弱性がWebの大部分に影響する」と報じられた日で、議論はその文脈から始まった。

#### 脆弱性とエクスプロイトは別物

McIntyreがまず強調したのは用語の区別だ。脆弱性は「悪いことが起こりうる可能性」という抽象的な欠陥で、エクスプロイトはそれを利用して何かを実行する具体的な実装だという。業界が「検証済み」と見なす水準と、攻撃者が実際に使える水準には開きがあるとも述べている。

彼の見方では、Opusなど各社のLLMは脆弱性の特定にはかなり優秀だが、そこで分析が止まりがちで、攻撃者にとっての実用性が見えにくい。CVSSスコア9以上が大量にある中では、悪用条件を理解し自社の文脈に当てはめる優先順位付けが課題になる。当日話題のPHP関連の脆弱性についても、過大評価と確認されていない状況が続くなら真剣に扱うべきで、公開研究が出回る前にパッチを当てる猶予として使うよう勧めている。IoT機器や古いPHP 5系のように、ベンダー経由で自社が把握できない箇所に潜む点も難しさとして挙げた。

#### LLMの得意・不得意

VulnCheckは自社のオープンソースのGo Exploitフレームワークと、日々増える大量のエクスプロイト群を使っている。対象の確認、スキャン、悪用、C2設定までを正規化した構造があるため、LLMはゼロから足場を作らずに済み、結果が良くなるという。

また、LLMには脆弱性クラスごとの得手不得手がある。トークン処理の論理欠陥、式言語インジェクション、ファイル漏えいなど、オープンソースのWebアプリの問題は得意だ。一方、ファームウェアやクローズドソースのx86ソフトのようにリバースエンジニアリングやパッチ差分解析が必要なものは苦手だという。人間の研究者は動機や影響の文脈を持ち、コード実行など到達点を意識するため、人間が磨いたエクスプロイトの方が成熟していると述べた。AIは「理論上は悪用可能」という粗い出力で止まったり、方向がずれたりしがちだという。

#### ガードレールとローカルモデル

攻撃手法を扱う正当な研究者にとって、ガードレールは悩みの種だ。McIntyreのチームは各社のcyber verificationプログラムに参加しているが、効果はあまり感じられず、制限は年々厳しくなっていると語る。そのため、オープンウェイトのGLMやQwenなどをローカルで動かす組織が増えているという。意図の証明が難しいという問題はセキュリティ業界で昔からあるものだと指摘した。重みの汚染への懸念は周囲で聞かないとし、むしろ未公開の脆弱性情報をホスト型モデルに送ることのほうが現実的なリスクだと述べている。

#### 偽PoCとエージェント群

VulnCheckはGitHubなどに公開されたPoCを毎日精査している。社内カンファレンスでの分析では、動作しないなどの理由で不正確に見えるPoCの割合が2026年に50%を超えたという。PoC公開の動機は名声や学習、発見者による実証などさまざまだ。

エージェント群による探索は、かつてのファズ農場に近いスケーリングの問題だと見ている。既製のハーネスでは皆が同じバグを見つけがちなので、独自のハーネスやプロンプトを作る研究者が多い。AIは初期のトリアージを担い、悪用可否やバグクラスの分析、再現用PoCの作成まで進める。ただ大規模な悪用の証拠はまだ見ていないとしつつ、3〜6か月後に状況が変わっても驚かないと語った。AIスタック自体の脆弱性は、論理欠陥やデシリアライズ、アクセス制御などOWASP Top 10に連なる従来型が大量に出ている印象だという。

#### まとめ

日本の読者にとっての要点は三つある。第一に、「AIが脆弱性を発見した」という見出しと、実害を生むエクスプロイトの存在は別問題で、悪用条件と自社の利用状況で優先度を判断すべきだという点。第二に、公開PoCの過半が不正確という分析は、PoCを鵜呑みにしない検証体制の必要性を示す。第三に、ガードレールの強化でローカルモデルへの移行が進むなか、機密性の高い調査データをどこに送るかという運用判断が問われる。McIntyreは防御側の対応が速まることに楽観的で、AIが引き起こす侵害の法的責任の行方に関心を寄せている。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Practical AI「Exploit Development, Agentic Vulnerability Discovery, and Fake PoCs」