Curl プロジェクトは、新たに公開された 6 つの CVE に対する修正を含むバージョン 8.22.0 を出荷しました。これらはすべて、スタートアップ AISLE によって構築された自律型 AI セキュリティ システムによって発見されました。これらはすべて、OpenAI と Anthropic のフロンティア AI モデルが、curl にはさらなる脆弱性が含まれていないと公的に報告した後に発見されました。この比較は、火曜日に公開された AISLE 研究者のスタニスラフ フォート氏のブログ投稿に文書化されており、汎用フロンティア モデルに対する特殊な AI セキュリティ ツールのこれまでで最も明確な直接テストの 1 つとして、セキュリティ コミュニティ全体の注目を集めています。

ベースラインは異常にきれいでした。 8月24日、curl創設者のダニエル・ステンバーグ氏は、次のリリースまで保留中のCVEは3つだけであると公に書き、AnthropicのMythosモデルは「これ以上見つからない」と述べ、スマート冷蔵庫から宇宙船まで世界中で200億以上のインスタンスに展開されているユビキタスなデータ転送ライブラリであるcurlの分析を求められたOpenAIのCodexセキュリティシステムは「空のリストを表示する」と指摘した。このような記事をさらに詳しく知りたい場合は、AI セキュリティ ニュース の報道をご覧ください。

一晩で 0 件から 29 件までのレポートを作成

そこでAISLEは、独自の自律型AIシステムをcurlに向けた。翌日、ステンバーグは「Mythos: 0、Aisle: 29」という 1 行の比較を投稿し、それが広く広まりました。これら 29 件のレポートのうち、curl のセキュリティ チームは数日以内に 6 件をレビューし、現在リリースされているcurl 8.22.0 でパブリック CVE 指定に値するほど深刻であると判断しました。

AISLE とその研究者の功績が認められた 6 つの CVE は次のとおりです。

  • CVE-2026-80229 — OpenSSL プロバイダーの解放後の使用
  • CVE-2026-80230 — OpenSSL ピン留めバイパス
  • CVE-2026-80231 — ネイティブ CA ストア接続の再利用
  • CVE-2026-80255 — タブを使用したセキュリティ保護された属性バイパス
  • CVE-2026-82208 — wolfSSL CA キャッシュ ヒットがコールバックをオーバーライドする
  • CVE-2026-82209 — ドメインスコープのパブリックサフィックスクッキー

6 つすべての重大度は「低」と評価されています。 AISLEは、その評価プロファイルはcurlの卓越したエンジニアリング成熟度によるものであると考えています。数十年にわたる監査の後、残っている脆弱性は狭い構成やコンポーネント間の微妙な相互作用に隠れる傾向があり、実際的な影響が限定的です。 8 月 24 日に 3 件、8 月 26 日に 2 件、8 月 27 日に 1 件が報告されました。同社の説明によると、8 月 28 日までに、curl の保留中の CVE 数は 3 件から 10 件に増加し、新たな発見のうち 6 件は AISLE からのものでした。

この比較が重要な理由

セキュリティ研究者らは長い間、AIによる脆弱性発見の多くを舞台、つまりキャプチャ・ザ・フラッグの課題やモデルのトレーニング・データに既に潜んでいる可能性がある既知の答えを備えたベンチマークに対して行われるデモンストレーションとして無視してきた。このエピソードは 1 つの重要な点で異なっていました。分析は現在の運用コードを対象としており、AISLE ではなくカール自身のメンテナが、それぞれの発見が真実であるかどうか、および CVE を保証するかどうかの両方を決定しました。 Stenberg 氏は、AISLE がシステムを実行する前にフロンティア モデルの結果がゼロであることを公に文書化していたため、比較にはベンダーの主張では珍しいタイムスタンプ付きのベースラインが含まれていました。

ベンダーのコンテキストを常に視野に入れておくことは価値があります。 AISLE は AI コード監査を製品として販売しており、このブログ投稿は同社の「システム オーバー モデル」理論、つまり特殊化された AI システムが現実世界のゼロデイ発見において汎用フロンティア モデルに勝てるという主張を明示的にマーケティングしているものです。 Hacker News のコメント投稿者も同様の観察をし、この投稿には方法論に関する技術的な詳細がほとんど含まれていないと指摘しましたが、同社の公開コードに関する議論では、LLM に基づくターゲティングと従来のファジングを組み合わせたアプローチが示唆されています。つまり、モデルが興味深い関数を特定してテスト ハーネスを生成し、その後ファザーの結果が優先順位付けされます。同社はこれまでに6月に6件のcurl CVEを公表しており、その中にはプロジェクトで報告された中で最も古い問題とされるものも含まれていた。

パターンはカールを超えて広がる可能性があります

最も挑発的なシグナルは、curl プロジェクトの外部から来ました。 Linux の安定版カーネル リリースを長年管理してきた Greg Kroah-Hartman 氏は、Stenberg 氏の投稿に「Linux についても同様のことが見られます。Aisle で何が違うのか分かりませんが、すごいですね。」と反応しました。特殊な AI システムが、フロンティア モデルが見逃す Linux カーネルの有効な脆弱性を独自に表面化している場合、そのギャップは 1 つのコードベースの異常ではありません。

企業のセキュリティ チームにとって、このエピソードはより広範な変化の最中に起こります。 OpenAI や Anthropic などの研究所は、自社のフロンティア モデルをセキュリティ作業に位置付けるために多額の投資を行っており、OpenAI は今週、同社の Astra が「重要な」サイバーセキュリティ モデルであることを確認しました。現在では、オープンソース ソフトウェア全体で AI システムによって脆弱性が定期的に発見されています。 CURL の結果は、フロンティア モデルだけがツールチェーン全体ではないことを示唆しています。検出結果がゼロであると報告する汎用モデルは、検出結果が存在しないことを証明するものではありません。

実際的な成果はすでに目に見えています。 curl を実行している組織は、6 つすべての CVE に対する修正が含まれる 8.22.0 に更新する必要があります。そして、AI セキュリティ ツールを評価するチームにとって重要なベンチマークは、あらかじめ用意された課題に対してモデルがどのように機能するかではなく、その結果が実際の運用コードの保守担当者によるレビューに耐えられるかどうかです。この基準は、これら 6 つの CVE が満たしたばかりです。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→