「6年半かかるはずの作業が20時間で終わった」——カナダ州政府がAIエージェント50体で挑んだ大規模セキュリティ監査
「6.5年」対「20時間」。この極端な対比が、7月6日にAnthropicが公開した1本のケーススタディの中身だ。カナダ・アルバータ州政府が、Claudeを使って州全体のシステムを対象にした大規模なセキュリティ監査を実施した、という報告である。今回はこの事例を、技術的な仕組みと、そこに至る経緯の両面から見ていきたい。
きっかけは「Firefoxの脆弱性発見」という前例
この取り組みの発端をたどると、興味深い伝播の経路が見えてくる。今年2月、Anthropic自身のチームがClaudeを使ってFirefoxブラウザのソースコードをスキャンし、わずか2週間で22件の脆弱性（うち14件が高深刻度）を発見したという事例が先行していた。これは2025年通年で修正された高深刻度のFirefox脆弱性のほぼ5分の1に相当する数だという。この結果を受けて、開発元のMozillaは社内のセキュリティ業務にClaudeを取り入れ始めた。
アルバータ州のサイバーセキュリティ部門は、このAnthropic・Mozilla事例を見て「自分たちにもできるのではないか」と考え、実際に着手した、という経緯がAnthropic側の報告に記されている。企業の実証実験が、政府機関の実務導入へと波及していく——AI技術がどのように現場に浸透していくかを示す、分かりやすい実例だ。
「50体のエージェントが20時間で4億6600万行」という規模感
具体的な作業内容を見てみよう。アルバータ州技術イノベーション省が管理するのは、27の州政府省庁にまたがる約1,280個のアプリケーション、3,400のコードリポジトリだ。これらの多くはこれまで体系的なセキュリティレビューを一度も受けたことがなく、蓄積された技術的負債は数十億ドル規模にのぼるとされていた。
このシステム群に対し、約50体のAIエージェントを並列稼働させ、Claude Code（OpusとSonnetモデルを併用）を用いて4億6600万行のコードを、わずか20時間でスキャンしたという。同省の試算では、これを人力で行えば約6年半かかっていたはずだとしている。
見つかった脆弱性については、Claude Codeが修正コードの生成、不足しているテストの作成、場合によってはシステム全体の再構築までを行った。象徴的な例として紹介されているのが、約25年前にJavaで手作業で書かれ、当初5ヶ月かけて構築されたある補助金申請ポータルが、わずか4〜5日で再構築された、というエピソードだ。
「人間の承認」というガバナンス設計
ここで技術的・組織的に重要なのが、この一連のワークフローが「AIが自律的にパッチを配信する」仕組みではない、という点だ。複数の報道が一致して強調しているのは、修正パッチはすべて州政府のエンジニアがレビューし、承認した上でデプロイされているという運用ルールだ。
さらに、アルバータ州は継続的なセキュリティレビューのために、専門化されたClaudeベースのエージェント群を独自に開発している。外部からの攻撃を模擬する「レッドチーム」エージェント、国際的なセキュリティ標準への準拠状況を評価する「ブルーチーム」エージェント、コード品質や公開ドキュメントの分かりやすさをチェックする追加のエージェント——役割ごとに専門化されたエージェント構成を組んでいる点は、単発のツール利用ではなく、継続的な運用体制として設計されていることを示している。それぞれのアプリケーションは、1回のパスで約95項目のセキュリティ管理項目と照合されるという。
AIによる脆弱性の「発見」と「悪用」の非対称性
この事例のもう一つの技術的な論点が、AIによる脆弱性発見の速さと、その脆弱性を実際に悪用する難しさの間にある、現時点での非対称性だ。Anthropicが以前実施したテストでは、Claudeに発見した脆弱性を実際に悪用（エクスプロイト）させようと試みたところ、数百回の試行のうちわずか2回しか成功しなかったという。
つまり現状では、「AIによる脆弱性の発見・修正（防御側）」の方が、「AIによる脆弱性の悪用（攻撃側）」よりもはるかに実用段階に近い、という非対称な状況にある。ただしAnthropic自身も、この優位性が永続する保証はなく、発見と悪用の能力差は今後縮まっていく可能性があると率直に述べている。防御側が今のうちにこの技術を積極的に取り入れることの意義は、この非対称性が続くうちに体制を整えておく、という時間的な猶予の活用という側面もありそうだ。
情報公開という選択
アルバータ州は今回の取り組みについて、21本を超える技術白書（Velocity Papersと呼ばれている）をオープンソースとして公開し、他の政府機関が同様のアプローチを取れるようにしている。技術イノベーション大臣のNate Glubish氏は、この取り組みを「AI時代における責任ある政府のあり方」と表現し、他の政府との協働の機会を歓迎するとコメントしている。
研究者として留意しておきたいこと
これはAnthropic自身が公開したケーススタディであり、独立した第三者による監査結果、誤検知率（false-positive rate）の詳細、脆弱性の深刻度の内訳といった情報は、現時点の公開情報だけでは十分に検証できない。技術白書が公開されている点は透明性の観点で評価できるが、実際にこのアプローチがどこまで再現可能で、どの程度の精度を持つのかは、今後、他の政府機関や独立系の研究者による追試・検証を経て、より確かな評価が定まっていくだろう。
それでも、AIエージェントによるコード監査という技術が、実証実験の域を超えて、実際の重要な公共インフラの運用にまで組み込まれ始めているという事実は、この分野の実装フェーズが着実に進んでいることを示す、注目すべき動きだと思う。