Harness、機械速度で脆弱性をスキャン・トリアージ・パッチ適用するAIエージェントを提供開始

サンフランシスコ拠点のソフトウェア配信プラットフォーム企業である Harness は、2026年8月19日に AI セキュリティエージェントのスイート（AI SAST、エージェント型トリアージとリメディエーション、専用 Zero‑Day エージェント、バーチャルパッチ）を発表しました。これらは、脆弱性の検出から修正の出荷までに要する時間を数週間から数時間に短縮することを目的としています。

この提案は、防御側が失っている非対称性に基づいています。エンジニアリング投稿での発表において、同社は Edgescan 2026 脆弱性統計レポートが示す脆弱性修復の平均日数 55 日と、攻撃者側のタイムライン（Zero Day Clock によって追跡）で開示後わずか 6 時間で最初のエクスプロイトが行われるケースを比較しています。修正が作成された後でも、2025 年 DORA レポートはコミットから本番へのリリースに 1 週間以上かかると指摘しています。防御側は、数週間かかるプロセスで時間単位で測定されるウィンドウを埋めようとしています。

最先端モデルはそのギャップの両側で圧力をかけています。LLM ベースのスキャンは従来の静的解析に比べてはるかに多くの検出結果を表面化させます。Anthropic の Project Glasswing のパートナーは、重要ソフトウェアの脆弱性を探索するために Claude Mythos Preview モデルへのアクセスを提供され、テストでは約 10 倍多くの脆弱性が検出されたと報告しています。しかし、処理が伴わない可視性は単にバックログを増やすだけです。Glasswing に参加した Comcast は、重要度がクリティカルおよび高の LLM 検出結果の 44% が偽陽性であり、クリティカルのうち 36%、高のうち 33% しか実際に悪用可能と確認できなかったと述べています。

「私たちは、顧客がソフトウェアをより速く出荷できるよう支援している同じ AI モデルが、攻撃者にも脆弱性をより速く見つけて悪用するために使われている段階に来ています」と、Harness のアプリケーションセキュリティ部門ゼネラルマネージャーである Rahul Sood 氏は、同社の発表で語りました。「このギャップを埋める唯一の方法は、セキュリティをデリバリーパイプラインそのものの第一級コンポーネントにすることです」。

エージェントが実際に行うこと

スキャン層は、決定論的分析と確率的分析の差を意図的に埋める設計となっており、業界がコードベースに LLM を向ける熱意が高まっている中で注目すべき選択です。Harness の AI SAST は、決定論的データフローエンジンと AI 信頼層を組み合わせ、各検出結果を「確定リスク」「潜在リスク」「文脈上安全」のいずれかに分類します。同社が OWASP Java コーパスに対して行ったベンチマークでは、偽陽性が 79%（454 件から 95 件へ）削減され、精度は 74% から 93% に向上し、リコール率は 91% を維持したと主張しています。データフロー解析が構造的に把握できない「不正な直接オブジェクト参照」（破損したアクセス制御クラス）に関しては、Go、Java、Python の 390 件のコーパス全体でリコール 71%、精度 99% を達成したと述べています。これらはベンダー自身の自己報告ベンチマークですが、根底にある議論は妥当です。トークン課金制で同一コードに対してスキャンごとに異なる結果が出る確率的スキャナは、継続的な CI/CD ゲートに適さないためです。Harness はむしろ、LLM スキャンを単発のハンティング用途に位置付け、パイプライン内で独自の LLM スキャナをネイティブに実行したいチーム向けに LLM スキャンオーケストレーションを提供しています。

下流では、トリアージエージェントが CVSS、EPSS、到達可能性分析を組み合わせて検出結果の優先順位付けを行います。Harness は現在、脆弱な関数まで呼び出し経路を追跡できるため、依存関係はその関数が実際に到達可能な場合にのみフラグが立ちます。リメディエーションエージェントは修正コードを自動生成し、パイプライン内で検証してビルド破壊を防ぎ、人間がレビューしたプルリクエストを作成します。マージ権限は開発者が保持します。

Zero‑Day エージェントは、6 時間問題に直接対応するための機能です。新たに公開されたゼロデイを監視し、顧客環境内のすべての影響を受けるアーティファクトとパイプラインを特定します（同社によれば、影響範囲のマッピングが日単位から秒単位に短縮されます）。そして、トリアージキューを完全にスキップした検証済みの修正を生成します。バーチャルパッチは残存ウィンドウをカバーします。API テストで脆弱性が検出された場合、コード変更なしで Web アプリケーションと API 保護層に保護ルールをデプロイし、数分で本番環境をシールドし、恒久的な修正が完了したらパッチを除去します。

これら 6 つの機能はすべて現在 Harness プラットフォーム内で利用可能であり、リメディエーションエージェントと Zero‑Day エージェントはパイプラインの既存ガバナンス（ポリシーゲート、承認、アーティファクトごとのチェーン・オブ・カストディ）上に組み込まれています。

Harness のエージェント型 AppSec への取り組み

このリリースは、2025 年 2 月に API セキュリティ企業 Traceable と合併したことに端を発するセキュリティアークの拡大です。この取引により、Traceable の共同創業者である Sanjay Nagaraj が統合後のアプリケーションセキュリティ事業を統括しました。2026 年 7 月には Agent DLC をリリースし、AI エージェント開発ライフサイクル向けのガバナンス層（プリミティブスキャン、AI 部品表、エージェント検出、プロンプトインジェクションやツール誤用に対抗するランタイム AI ファイアウォール）を提供しました。その数日後、Kong との戦略的パートナーシップを拡大し、AI 発見と保護機能を Kong の AI Gateway に組み込み、すべてのモデル、MCP サーバー、ツールをインベントリ化しました。

Unite.AI は、攻撃側でも同様の加速が見られると指摘しています。Claude がサイバーベンチマークを 3 件の実際の侵入に変えたことから、IBM が AI が 4 件に 1 件の悪意ある侵害に関与していると報告、さらに防御側では OpenAI の Daybreak サイバー防御モデルが Amazon Bedrock に上陸しています。Harness の見解は、検出だけでなく修正パイプラインこそが次に機械速度で到達すべき領域だということです。

エージェントが自ら修正を作成してエンタープライズの信頼を得られるかは、エージェントを取り巻く検証ハーネスにかかっています。この点は、Copilot Autofix が Snowflake の CI/CD パイプラインでシェルインジェクションを引き起こした事例で再確認されました。Harness の答えはアーキテクチャにあります：エージェントが提案し、パイプラインが検証し、人間がマージする。