AI による脆弱性探索は、精度だけでなく「何回試せるか」の競争になりつつあります。
Google DeepMind は Introducing Gemini 3.5 Flash Cyber で、Gemini 3.5 Flash を基盤にした軽量なサイバーセキュリティ特化モデルを発表しました。
このモデルは、脆弱性の発見・検証・修正を高速かつ低コストに行うことを目的とし、CodeMender 経由で政府や信頼済みパートナー向けの限定パイロットとして提供されます。
Google は、Chrome や V8 などの評価で、通常の Flash 系モデルより多くの脆弱性を見つけたと説明しています。
重要なのは、これが「より大きなモデルでセキュリティを解く」という話ではない点です。コードセキュリティでは、巨大なモデルを一度呼ぶよりも、軽量モデルを何度も走らせ、多数のコードパスを探索する方が有効になる場面があります。
脆弱性探索は、正解を一発で当てる作業ではありません。大規模なコードベースでは、実行経路、入力条件、依存関係、過去の修正履歴が絡み合います。そこでは、単一の高価な推論よりも、安く速い推論を繰り返し、探索範囲を広げる設計が効いてきます。
この発表が示す機会は、AI セキュリティの導入単位が変わることです。年に数回の監査や、大きなリリース前の集中的な診断だけでなく、コミット単位、CI パイプライン、日常的なコードレビューに近い場所で、脆弱性探索を回せる可能性が出てきます。
もちろん、Google が限定アクセスにしているように、この能力は防御にも攻撃にも使えます。だからこそ実務者にとっての論点は、「使うかどうか」だけではありません。どの範囲で自動探索を許可し、発見された問題を誰が検証し、修正提案をどのプロセスに載せるかが問われます。
Gemini 3.5 Flash Cyber は、セキュリティ AI の価値がモデルサイズだけで決まらないことを示しています。防御側にとっての次の競争軸は、賢いモデルを持つことではなく、探索を継続的に回せる運用設計を持つことになりそうです。
関連記事
- Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
- How to build interactive experiences with canvases
- David Vélez and Robin Vince join the boards of the OpenAI Foundation and OpenAI Group PBC
参考文献
コメント