AnthropicがProject Glasswingを拡大──AIで脆弱性を探す時代、防御側の運用はどう変わるか

Mynto編集部

Anthropicは、重要ソフトウェアを安全にするための取り組み「Project Glasswing」を拡大すると発表した。初期パートナー約50組織がClaude Mythos Previewを使ってコードベースを調査し、これまでに1万件を超える高または重大な深刻度のセキュリティ欠陥を見つけたという。

今回の拡大では、約150の新組織が対象になる。電力、水道、医療、通信、ハードウェアなど、初期段階では十分に代表されていなかった重要インフラ領域も含まれる。AIが脆弱性発見を高速化するなら、防御側の運用も同じ速度で変わる必要がある。

Project Glasswingの狙い

Anthropicは、強力なサイバー能力を持つ安価で高速なAIモデルが近づいているとし、組織がその現実に合わせた運用規範へ移ることを促す狙いを説明している。AIが攻撃側にも防御側にも使われるなら、重要なのはモデルを持つことだけでなく、発見、開示、修正、展開までのプロセスを回せるかだ。

段階

従来の課題

AI活用後の注意点

発見

人手のレビューに時間がかかる

大量の候補をどう優先順位付けするか

トリアージ

深刻度判断が属人化する

誤検知・過検知を人間が検証する

修正

パッチ作成と影響確認が遅い

AI生成パッチの副作用をテストする

展開

本番反映までの調整が重い

変更管理と監査証跡を残す

Claude Securityとの接続

同社は、最新の公開フロンティアモデルを使ってコードベースをスキャンし、パッチを提案する「Claude Security」も紹介している。Project Glasswingで培ったツールを、信頼されたセキュリティチーム向けに提供する方針も示された。

これは、AIセキュリティが「脆弱性を見つけるデモ」から、実際のソフトウェア供給網を守る運用へ向かっていることを示す。特に、OSSメンテナーや多くの組織に利用されるベンダーのコードベースでは、一つの脆弱性が広範囲に波及する。

日本企業への示唆

まず、自社が直接書くコードだけでなく、依存ライブラリ、SaaS連携、委託開発、組み込み機器まで含めて、どこに重要コードがあるかを棚卸しする必要がある。次に、AIが出した指摘を誰が確認し、どの基準で修正優先度を決めるかを決めておくべきだ。

AIは防御側に大きな力を与える一方、攻撃側の探索速度も上げる。セキュリティ部門だけで抱え込まず、開発、法務、広報、経営が参加するインシデント対応訓練へAI由来の脆弱性発見を組み込むことが現実的な第一歩になる。

参考:Anthropic公式発表 / Claude Security

この記事に携わった人
Mynto編集部
Mynto.aiの編集部です。
関連記事
お問い合わせ各種

課題解決のためのお役立ち資料ダウンロードや、
サービスのお問い合わせが可能です。
お気軽にご相談ください。