定義
AI脆弱性発見（自動バグハント）とは、LLMやAIエージェントにコード解析・攻撃パターン生成を行わせ、ソフトウェアの脆弱性を自動的に発見・検証する手法のこと。
AI脆弱性発見 (自動バグハント)とは（詳しく解説）
業界標準の定義では、AI脆弱性発見（自動バグハント）は、大規模言語モデル(LLM)とAIエージェントを組み合わせ、静的・動的解析やファジングと連携させながらソフトウェアの脆弱性を自動的に探索・分類する手法を指す。バグバウンティ運営各社やクラウドベンダーが、コードレビュー前段階にAIエージェントを試験導入する動きが2026年時点で広がっているとされる。ただし実運用では、検出結果の誤検知(false positive)が多く、人間のセキュリティエンジニアによるトリアージが依然として必須という落とし穴が指摘されている。また学習データに含まれない新種の脆弱性パターンやゼロデイ級の複雑な攻撃チェーンは見逃しやすいとも言われる。コスト面では、LLM APIの呼び出し回数がコード量に比例するため大規模リポジトリでは費用がかさみやすく、相場感は月額数万円〜数十万円規模になることが多いと語られる。現場での選び方としては、まず既存の静的解析ツールを補完する位置づけで小規模に試験導入し、誤検知率とコストを見ながら適用範囲を広げていくアプローチが広く採用されている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「AI脆弱性発見 (自動バグハント)とは」 https://aipicks.jp/glossary/ai-vuln-discovery
AI脆弱性発見 (自動バグハント)の使用例
- 実例: AIエージェントに対象リポジトリを渡し、既知のCVEパターンと照合させて疑わしい箇所を一覧化させる使い方がある。
- プロンプト例:「このAPIハンドラのコードから、入力値検証漏れによる脆弱性の可能性を指摘して」
