AI はコードを高速に書くが、リリースされるものを信頼できるか?

本ブログは「Harness」社で2026年09月25日に公開された「 AI Writes Code Fast. Can You Trust What Ships? 」の日本語翻訳です。
本記事は、Harness が2026年8月12日に開催した DevOps.com のウェビナー「AI Writes Code Fast. Can You Trust What Gets Deployed?(AI はコードを高速に書くが、リリースされるものを信頼できるか?)」の内容に基づいています。
AI は、ソフトウェアを書くことのボトルネックを取り除きました。かつて数日かかっていたコードが、今では数分で書けます。しかし、コードを作るスピードと、本番環境に届くものの信頼性は、まったく別の話です。AI によってコード変更の量と速度が増すにつれ、セキュリティモデルも変わる必要があります。つまり、コードをレビューしてアーティファクトを定期的にスキャンするモデルから、本番環境に入るまさにそのソフトウェアが今も信頼できることを継続的に証明するモデルへの転換です。
アーティファクトが新たな攻撃対象領域に
今や脆弱性は、ほとんどのチームが修正できるよりも速いペースで発見されており、攻撃者の関心はソースコードから、実際にデプロイされるものへと移っています。セッションでは、実際に起きた3つの侵害パターンが紹介されました。
- 入力の侵害(TanStack): 信頼されていた依存関係が上流で侵害され、悪意のあるパッケージが公開されます。それが CI/CD のビルドに取り込まれ、本番用アーティファクトに含まれた状態でリリースされます。
- ビルドの侵害(SolarWinds): ビルドシステム自体が侵害され、悪意のあるコードが挿入されます。そして、信頼されたアップデートとして下流のすべての顧客に配布されます。
- ランタイムの侵害(LiteLLM): パイプラインが改ざんされてバックドアが仕込まれ、CI/CD 内で悪意のあるコードが実行され、シークレットが外部に持ち出されます。
これらの攻撃は、「これはスキャンしたか?」と問うだけでは不十分であることを示しています。より重要な問いは、「これからデプロイしようとしているまさにそのアーティファクトが、意図してビルドしたものと同一であり、侵害されておらず、今この時点でもセキュリティポリシーを満たしていると証明できるか?」です。
信頼はアーティファクトとともに移動しなければならない
従来のスキャナーが答えるのは、ある時点についての問いです。しかし、今日のスキャン結果がクリーンでも、すでに承認済みの依存関係に対して新たな CVE が公開されれば、来週もそのアーティファクトが安全だとは限りません。
ウェビナーの中心的な主張は、セキュリティの証拠はアーティファクト自体とともに移動する必要がある、というものでした。そこには、SBOM、来歴(provenance)と証明(attestations)、脆弱性の検出結果、ポリシーの評価結果、そしてそのアーティファクトがどのようにビルドされ、昇格されてきたかの履歴が含まれます。セキュリティを別のレポートの中に置くのではなく、アーティファクト自身が、次の段階に進めてよいかを判断するために必要な証拠を携えるのです。
これにより、アーティファクトレジストリは単にバイナリを保管する場所から、ビルドと本番環境の間にあるコントロールポイントへと変わります。組織は、レジストリに入ってくるものを評価し、脅威の変化に応じてすでに格納されているものを継続的に再評価し、上位環境へ移行できるものを強制的に制御できます。
検出は強制できてこそ意味がある
継続的な可視性は、方程式の半分にすぎません。アーティファクトがポリシーを満たさなくなったとき、システムはその情報に基づいて行動できなければなりません。
具体的には、アーティファクトがレジストリに入る前に、脆弱性、ライセンス、経過期間、上流の信頼性に関するポリシーなどの制御を適用し、取り込み後には、隔離、RBAC、昇格ゲート、デプロイポリシーなどの制御を適用することを意味します。以前に承認されたアーティファクトのリスクが新たな脆弱性によって変わった場合、そのアーティファクトを無期限に信頼し続けるのではなく、特定して先へ進まないようにすることができます。
目指すのはクローズドループです。リスクの変化を検出し、ポリシーに照らして評価し、判断を強制し、修復をトリガーします。
防御における AI エージェントの役割
継続的な検証が実際にどのようなものかを示す実例として、Harness 自身の AI およびエージェントスタックが紹介されました。
- DevOps Agent: パイプラインを数秒で作成・編集し、パイプラインのエラーを分析・修正し、お客様の環境に合わせてパーソナライズされた OPA ポリシーを作成します。
- AppSec Agent: コード修正とプルリクエストを自動生成し、コンテキストに応じたリスクの洞察を提示し、リスクのあるビルドやデプロイをブロックするポリシーを定義し、セキュリティ態勢をリアルタイムで監視します。
- Firewall Agent(ロードマップ上): アーティファクトレジストリ全体をライブの脅威フィードと照合してスキャンし、スキャン時だけでなく、新しい CVE が公開された時点で能動的にブロックまたは警告します。
- Lifecycle Agent(ロードマップ上): レジストリのカタログ全体を可視化し、孤立したアーティファクト、期限切れのアーティファクト、脆弱なアーティファクトを検出して、ソフト削除や修復のワークフローを自動的にトリガーします。
「ビルドされた」から「信頼された」へ
セッションがチームに促した転換は、「ビルドされた時点で安全だったか」を問うことから、「新たな脅威が現れた今もなお安全か」を継続的に再評価することへの移行です。それは、環境間のポリシー駆動型の昇格、新たに発見された CVE をトリガーとする自動修復、そして次の定期スキャンを待つのではなく、脅威が特定された瞬間に対処するエージェント型の対応を意味します。
セキュリティチームとプラットフォームチームへの教訓
AI が生成したコードそれ自体がリスクなのではありません。リスクとなるのは、デプロイされるものに対する検証されていない信頼です。すでに「インナーループ」(AI によってコードをより速く書くこと)を解決した組織は、「アウターループ」、つまりそのコードを安全に本番環境に届けることこそが、今の真のボトルネックであることに気付きつつあります。ソフトウェアデリバリーパイプラインは事実上セキュリティ境界となっており、継続的な検証とアーティファクトの来歴を組み込んでパイプラインをそのように扱うことこそが、チームが盲目的にリリースすることなく、高速なリリースを続けられるようにするのです。
