2026年8月、セキュリティ業界最大の国際会議Black Hat USA 2026は、サイバーセキュリティの歴史における転換点を記録した。PortSwiggerのHTTP Terminatorは138の技術仕様書を読み込み30,000の攻撃ベクトルを自律生成し、銀行・政府システムに対して「人間が命名していない新規攻撃カテゴリ」を実証した。同じ週、Palo Alto Networks Unit 42はNOVAが2ヶ月で3,915プロジェクトから14,090件の未報告脆弱性を発見したと発表。FIRSTは年間CVE予測を59,427件から66,000件へ上方修正した。Anthropic Claude Mythosは23,019件の発見を報告し、外部検証で90.8%が真陽性と確認された。これらの数字が示すのは単なる量的増加ではない。AIによる脆弱性発見が防御側のパッチ適用速度を構造的に上回る「産業化」フェーズに入ったという事実である。AI自律ゼロデイ発見の産業化元年2026で分析した防御側60日ギャップは、わずか数ヶ月で「ギャップ」ではなく「構造的敗北」へと変質しつつある。

NOVA 14,090件・Mythos 23,019件 ── AI脆弱性発見の「量」が防御を圧倒する構造

2026年の脆弱性発見における最も衝撃的な変化は、AIシステムが人間の研究者チーム数十年分の成果を数ヶ月で凌駕し始めたことである。Palo Alto Networks Unit 42が開発したNOVA（Network and Open-Source Vulnerability Analyzer）は、完全自律型のAI脆弱性研究システムとして、2ヶ月間で3,915のオープンソースプロジェクトを解析し、14,090件の未知の脆弱性を特定した。このうち99.4%は既知のデータベースに報告されていなかった。さらに、発見された脆弱性の約40%がCVSS 4.0基準でHigh（高）またはCritical（深刻）に分類された。NOVAの発見と公開データベースへの登録を時系列で比較すると、一致したわずか85件のほとんどが、NOVAの発見から2〜8週間後にようやく公表されたものであった。つまり、AIは公的な脆弱性開示プロセスよりも2ヶ月近く先行して脆弱性を発見している。

Anthropic Claude Mythosの規模はさらに大きい。2026年4月に公開されたMythos Previewは、主要なすべてのOS・ブラウザを対象に自律的なゼロデイ発見とエクスプロイト生成を実行し、2026年5月22日時点で23,019件の発見を記録した。外部セキュリティ企業による1,900件のレビューでは、90.8%が真陽性と確認されている。MicrosoftやGoogle、Apple、AWSが参加するProject Glasswingプログラムを通じて、10,000件以上がHigh〜Criticalと判定された。Claude Mythos 数千件ゼロデイ自律発見の衝撃で詳述したように、FreeBSD NFSのCVE-2026-4747（17年間潜伏したリモートコード実行）はMythosが完全自律的に発見・エクスプロイト化した代表例である。

この2つのシステムに共通するのは、ソースコード解析から脆弱性候補の特定、PoC（概念実証）エクスプロイトの生成まで、脆弱性研究ワークフローの大部分を人間の介入なしに実行できるという点である。従来、1件のゼロデイ発見には数週間から数ヶ月の専門家の作業が必要であった。AIはこのプロセスを時間単位にまで圧縮している。

筆者は過去に脆弱性診断・ペネトレーションテストの実務に携わってきたが、当時はプロトコルやHTTPヘッダ一つの設定ミスを見つけるにも、数日間のマニュアル調査が必要であった。NOVAやMythosが示す「2ヶ月で14,000件」「23,000件」という数字は、人間の脆弱性研究者のキャリア全体の発見件数を一つのAIシステムが数週間で超えうることを意味する。これは効率化ではなく、脆弱性発見という行為そのものの産業構造的な転換である。

HTTP Terminator ── AIが「未知の攻撃カテゴリ」を自律創出した転換点

Black Hat USA 2026で最も注目を集めたのは、PortSwiggerのDirector of ResearchであるJames Kettleが発表したHTTP Terminatorである。従来のAI脆弱性発見ツールが「既知の脆弱性クラス」をより効率的に探索するものであったのに対し、HTTP Terminatorは根本的に異なるアプローチを取った。このシステムは、138の技術仕様書（RFC等）を読み込み、15,000の「インスピレーション断片」に分解した上で、30,000のユニークな攻撃ベクトルを自律的に生成した。

注目すべきは、生成された攻撃の中に人間のセキュリティ研究者が事前に分類・命名していなかった新規攻撃カテゴリが含まれていたことである。HTTP Terminatorは独自に、新規のHTTPデシンク（非同期）トリガー、クラウドスケール・リバースプロキシを標的とする新しいポイズニングベクトル、そしてデュアルパーサー攻撃というカテゴリを「発見」した。これらはバグバウンティプログラムを通じて許可されたライブターゲットに対してテストされ、約700の脆弱なターゲットが確認された。影響を受けたシステムには政府インフラ、金融機関、広く展開されたエンタープライズ製品が含まれる。

この発表が持つ意味は、セキュリティ研究のパラダイム転換である。従来の脆弱性発見は「既知の攻撃手法 → 新しいターゲットへの適用」というパターンが支配的であった。HTTP Terminatorは「仕様書の理解 → 新しい攻撃原理の導出 → 実証」という、研究者の創造的プロセスそのものをAIが実行できることを示した。これは、防御側が「既知の攻撃手法に対する対策」を積み上げるという従来のアプローチが、AIによる新規攻撃カテゴリの継続的創出によって原理的に追いつけなくなる可能性を示唆する。

同じBlack Hatの週、Tencent Security Xuanwu Labは、LLMパイプラインを用いてChromeとAndroid ── 業界で最も集中的に監査されている2つのプラットフォーム ── から100以上のロジック脆弱性を自動検出したと発表した。CrowdStrikeは、AIエージェントによる検出リードが人間による検出リードの2.5倍に達したことを報告している。20,000人のセキュリティ専門家が集まったBlack Hat 2026の会場で、「AIが既知のバグを見つける」フェーズは完全に終わり、「AIが新しい攻撃を発明する」フェーズが始まったことが宣言されたのである。

FIRST予測66,000CVE ── 脆弱性洪水の構造分析とパッチ経済の崩壊

2026年6月15日、FIRST（Forum of Incident Response and Security Teams）は第38回年次カンファレンスにおいて、2026年のCVE予測を大幅に上方修正した。2月の初回予測では年間中央値59,427件（90%信頼区間：30,012〜117,673件）とされていたが、6月の中間更新で約66,000件に引き上げられた。実際のCVE開示ペースは、2月予測を46.3%上回るペースで推移している。年間脆弱性開示が70,000件に迫る水準は史上初である。

FIRSTはこの急増の構造的要因として3つを特定している。第一に、AI支援による脆弱性発見の加速。上述のNOVAやMythosのような大規模AIシステムの登場が、脆弱性の「発見速度」を劇的に引き上げた。第二に、GitHub Security Advisory（GHSA）ボリュームの前年比449%急増。オープンソースエコシステムにおける脆弱性報告のインフラが拡充された結果、従来は報告されなかった脆弱性が可視化されるようになった。第三に、VulnCheck CNA-of-Last-Resort活動の前年比3,119%増加。CVE採番プロセスの分散化により、従来はCVE番号が割り当てられなかった脆弱性にもIDが付与されるようになった。

ただし、FIRSTは重要な留保を付けている。CISA KEV（Known Exploited Vulnerabilities）カタログに登録されているか、EPSS（Exploit Prediction Scoring System）スコアが10%を超える脆弱性 ── すなわち実際にパッチ適用が急務である「アクション可能な」脆弱性 ── に絞ると、その負荷は完全にフラット（横ばい）であるという。つまり、66,000件のCVE急増の大部分は「可視化の拡大」であり、直ちにパッチが必要な脆弱性の絶対数は大きく変わっていない。

しかし、この「安心材料」には構造的な落とし穴がある。Vicariusが2026年7月に発表した調査によれば、79%の組織が過去12ヶ月間に「自社のインベントリに既に存在していた既知の脆弱性」に起因するセキュリティインシデントを経験している。さらにその53%は、当該脆弱性を30日以上前から認識していた。CrowdStrikeの2026年Global Threat Reportは、PoC（概念実証コード）が公開された脆弱性の88%が48時間以内に攻撃に悪用され始めると報告している。また、42%の脆弱性が公開前に悪用されていた。eCrimeの平均ブレイクアウトタイム（初期侵入から横展開までの時間）は29分にまで短縮され、最速で27秒が記録されている。

この数字の組み合わせが示すのは、「パッチ可能な脆弱性の数は横ばい」であっても、「パッチ適用に許される時間が48時間未満に圧縮され、かつ79%の組織がそのスピードに追いついていない」という現実である。AI発見ゼロデイCVE急増206件の構造分析で予測した「CVE年間50,000件」は既に過去のものとなり、66,000件という新たな水準が防御側の優先順位付けをさらに困難にしている。

自律ペンテスト産業の構造変化 ── XBOW・Penligent・BlacksmithAIの実戦投入

AI脆弱性発見の産業化は、研究段階を超えて商業サービスとしての展開が加速している。2026年の自律ペンテスト市場は、複数のプレイヤーが実戦レベルの成果を示し始めた年として記録されることになるだろう。

XBOWは2025年8月にHackerOneの米国リーダーボードで1位を獲得し、2026年には1,060件以上の脆弱性を提出した。その信頼スコアは最も近い人間の競合者を約25%上回っている。特筆すべきは、BingのPHP画像処理インフラにおけるCVSS 9.8のリモートコード実行脆弱性を3件連続で開示したことである。Walt Disney Company、AT&T、Ford、Epic Gamesなど大手企業のシステムに影響する脆弱性が、完全自動で発見・報告されている。

Penligentは200以上のセキュリティツールを統合したオーケストレーションプラットフォームとして、自然言語プロンプトによるペンテスト実行を実現している。AI自律ペンテスト200+ツールオーケストレーションで分析した通り、従来のペネトレーションテストの約1/10のコストでセキュリティ検証を実行できるとされる。カスタマイズ可能なプロンプトとCLIベースのワークフローにより、テスターがスコープとエスカレーション判断を制御しつつ、ペイロード生成・テスト・応答分析・反復をAI駆動ループで自動化する。

BlacksmithAIは2026年3月にローンチされた階層型マルチエージェントシステムで、偵察（Recon）、スキャン/列挙（Scan/Enum）、脆弱性分析（Vuln Analysis）、エクスプロイト（Exploit）、ポストエクスプロイト（Post-Exploitation）の5つの専門エージェントがオーケストレーションされる。各エージェントが独立したLLMインスタンスとして特化したタスクを実行し、上位のプランナーエージェントが全体の攻撃戦略を調整する。

これらの商業ツールの台頭は、脆弱性発見の「民主化」を意味する。従来、高度なペネトレーションテストは経験豊富なセキュリティ専門家のチームと数週間の工期を必要とし、そのコストは中小企業には手の届かないものであった。AI自律ペンテストは、この構造を根本から変える。筆者がSOC構築・運用やSIEM導入に携わっていた時代、ペンテストの結果レポートが届くまでに数週間を要し、その間にも新たな脆弱性が発見されるというジレンマに常に直面していた。SOCの価値はツールではなくアラートから判断までの人間のプロセスにあるが、AIペンテストの「継続的実行」は、その人間プロセスの前提を根底から揺るがしている。

Penligent vs XBOW vs BlacksmithAI実装比較で詳述している通り、これらのツールは用途と成熟度において異なるポジショニングを取っている。しかし共通するのは、「AI脆弱性発見のコストが限りなくゼロに近づく」というトレンドであり、これは攻撃側と防御側の経済的均衡を不可逆的に変える力学である。

「防御側の構造的敗北」を回避するための戦略的再設計

2026年8月時点で明らかになったデータを総合すると、従来の「発見 → 報告 → パッチ → 適用」という脆弱性管理サイクルは、AIによる脆弱性発見の産業化に対して構造的に機能不全に陥りつつある。Vicariusの調査が示す「79%の組織が既知の脆弱性でインシデントを経験」という数字は、パッチ適用という防御の基本動作すら、現在の組織体制では持続不可能であることを突きつけている。

では、防御側は何をすべきか。第一に、脆弱性管理の優先順位付けを「CVSSスコア」から「実際のエクスプロイタビリティ（悪用可能性）」に完全移行する必要がある。FIRSTの分析が示す通り、66,000件のCVEのうち実際にパッチが急務なものはフラットである。EPSSスコア、CISA KEV、そして自組織の資産構成を組み合わせた動的な優先順位付けが不可欠である。CrowdStrikeの報告では、PoC公開後48時間以内に88%の攻撃が開始されるため、「重要な脆弱性の48時間以内パッチ適用」を組織のSLA（サービスレベル合意）として設定し、これを達成できない場合は補償コントロール（仮想パッチ、ネットワークセグメンテーション等）を自動適用する仕組みが必要である。

第二に、「攻撃側AIに対して防御側もAIで応戦する」という方針の具体化である。Palo Alto Networksは、NOVAの発見を基にPAN-OS 12.2（Ceres）で自動仮想パッチング機能をリリースした。自社のAIが先に脆弱性を発見し、攻撃者が悪用する前に仮想パッチを適用するというアプローチである。AI自律ゼロデイ発見206件急増の防御設計で提示した「パッチより発見が速い時代の構造的防御アーキテクチャ」の実装が、NOVAとCeresの組み合わせで初めて商業レベルで実現されつつある。

第三に、「ゼロデイ前提のアーキテクチャ設計」への転換である。42%の脆弱性が公開前に悪用されている現実、そしてHTTP Terminatorが示した「AIが未知の攻撃カテゴリを創出する」能力を前提とすると、パッチに依存しない防御層が必須となる。具体的には、マイクロセグメンテーション、最小権限の徹底、異常行動検出（UEBA）の強化、そしてランタイムアプリケーション自己防御（RASP）の導入である。CrowdStrikeの報告でidentity/privilege関連の問題が完了した調査の75%に関与していたことを踏まえると、アイデンティティセキュリティの強化は最優先事項である。

第四に、AI脆弱性発見ツールの「攻守両用」活用である。NOVAやXBOWのような自律ペンテストツールを防御側が先制的に導入し、自組織のシステムに対して継続的な脆弱性発見を実行する。従来の年次ペンテストではなく、「常時稼働型AI脆弱性スキャン」を運用体制に組み込むことで、攻撃者と同じスピードで脆弱性を発見する態勢を構築する。筆者の経験では、全国規模のセキュリティサービスにおいて「止められない」という制約が技術的判断の全てを支配してきたが、AI自律ペンテストの継続運用は、まさにこの「止めずに検査し続ける」という長年の課題への解答となりうる。

2026年の脆弱性ランドスケープが示すのは、AIによる攻撃能力の産業化が不可逆的に進行しているという現実である。防御側の「構造的敗北」を回避するためには、パッチ管理の高速化、AI防御ツールの先制導入、ゼロデイ前提のアーキテクチャ、そしてAI脆弱性発見の攻守両用 ── この4つの戦略を統合的に実行する必要がある。個別の対策では、AIが1日数千件の脆弱性を発見する時代の速度に追いつくことはできない。

FAQ

AI脆弱性ハンティングとは何ですか？

AI脆弱性ハンティングとは、大規模言語モデル（LLM）や専用AIシステムがソースコードや実行環境を自律的に解析し、セキュリティ脆弱性を発見するプロセスである。2026年にはNOVAが2ヶ月で14,090件、Claude Mythosが23,019件の脆弱性を発見しており、人間の研究者の発見速度を大幅に上回っている。

2026年のCVE件数はなぜ急増しているのですか？

FIRSTの分析によると、3つの構造的要因がある。AI支援による脆弱性発見の加速、GitHub Security Advisoryボリュームの前年比449%増、VulnCheck CNA-of-Last-Resort活動の3,119%増である。2026年は年間約66,000件のCVEが予測され、史上初めて70,000件に迫る水準である。

HTTP Terminatorはどのような攻撃を発見しましたか？

PortSwiggerのHTTP Terminatorは、138の技術仕様書から30,000の攻撃ベクトルを自律生成し、既存の分類に存在しない新規攻撃カテゴリ（HTTPデシンクトリガー、クラウドプロキシポイズニング、デュアルパーサー攻撃）を発見した。約700の脆弱なターゲットが銀行・政府を含むライブシステムで確認された。

AI自律ペンテストツールのコストはどの程度ですか？

Penligentは従来のペネトレーションテストの約1/10のコストを謳い、200以上のツールを統合した自動化パイプラインを提供する。XBOWはHackerOne 1位の実績を持つ。AI自律ペンテストツール比較で詳細な選定基準を解説している。

防御側はAI脆弱性発見の加速にどう対応すべきですか？

4つの戦略が必要である。EPSSとCISA KEVに基づく動的優先順位付け、AI防御ツール（仮想パッチ等）の先制導入、ゼロデイ前提のアーキテクチャ設計（マイクロセグメンテーション・RASP）、そしてAI自律ペンテストの継続的運用による先制的脆弱性発見である。

Claude Mythosの脆弱性発見の精度はどの程度ですか？

2026年5月時点で23,019件の発見のうち、外部セキュリティ企業が1,900件をレビューし、90.8%が真陽性（実際の脆弱性）と確認された。Project Glasswingを通じて10,000件以上がHigh〜Criticalと評価されており、業界の脆弱性開示に3.5倍のスパイクを引き起こしている。

AI脆弱性発見は攻撃者にも悪用されるリスクがありますか？

CrowdStrikeの2026年Global Threat Reportによると、AI対応の攻撃者は前年比89%増加し、42%の脆弱性が公開前に悪用されている。AI生成ゼロデイ攻撃の産業化で分析した通り、攻撃側のAI活用は既に産業化段階にある。

参考文献