Glasswing、脆弱性候補3万7966件のうち修正済みは217件のみ

AnthropicがProject Glasswingを始めて7カ月、セキュリティ企業VulnCheckが11月の更新レポートを公表し、成果に疑問を投げかけた。VulnCheckによると、2026年11月2日時点でAnthropicの公開開示台帳には脆弱性候補が3万7966件載っていたが、修正済みと記されたのは217件だけだった。中国メディアのQbitAIは2026年11月12日にこのレポートを伝えた。

Project Glasswingは、Anthropicが2026年4月7日に始めたプログラムで、Claudeモデルを使って重要なソフトウェアやオープンソースの脆弱性を見つけ、メンテナーに開示するものだ。「脆弱性候補」(発見とも呼ぶ)とは、モデルが生成したバグ報告で、人間やプロジェクトのメンテナーが確認したとは限らない。CVEは、確認された脆弱性に付く公開の識別番号である。

Glasswingの数字は実際に何を示しているのか

• VulnCheckによると、11月2日時点でAnthropicの台帳には3万7966件の発見があり、台帳が公開された5月は2万3019件だった。
• VulnCheckによると、公開されたのは7349件(19.4%)で、そのうち217件が修正済みと記されている。
• VulnCheckによると、1654件(4.4%)が重複とされ、修正数の約7.5倍にあたる。さらに419件が取り下げられた。
• VulnCheckによると、9月以降にAnthropicは約1万2000件の発見を加えたが、追加の修正は15件しか記録されていない。
• VulnCheckはAnthropicに帰属するCVEを442件追跡しており、2026年に公開された9万3450件のCVEの約0.5%にあたる。そのうち実際に悪用された脆弱性のカタログに載るのは2件(0.45%)だけだ。

VulnCheck自身の集計442件は、Anthropicの台帳にある修正217件の2倍超だ。VulnCheckは台帳だけでなく、Anthropicの功績とされるCVE記録、GitHubのアドバイザリー、Linuxカーネルのコミットも数えているためである。

Anthropicは自社の数字についてどう説明しているのか

QbitAIがAnthropic自身の開示データを引用して伝えたところでは、11月2日時点で3万7966件のうち6376件が外部のセキュリティ専門家によるレビューを受けた。そのうち6009件が有効と判断され、5087件がソフトウェアのメンテナーに報告され、629件が上流のパッチを得ている。QbitAIは集計方法が異なる点を指摘しており、これがAnthropicの629件のパッチとVulnCheckの217件の修正が一致しない理由だとしている。

VulnCheckは、Anthropicが示す真陽性率にも疑問を呈している。この率は90.8%から94.2%に上がったが、修正済みより取り下げや重複の件数のほうが多いからだ。同社は、トリアージ率が真陽性として数えられているのではないかと見ている。

ボトルネックはAnthropic自身も認めている。VulnCheckが引用する10月8日のOSS Scanner発表で、同社は2万9000件超の候補を見つけたが人手で確認したのは約6000件で、「これらの発見を検証する人的能力に制約されている」と述べた。VulnCheckは、一括提供を求めたメンテナーに未検証の報告がすでに約5000件送られていたとも付け加えている。

なぜオープンソースのメンテナーに負担がかかるのか

OSS Scannerを使うと、オープンソースのメンテナーは自分のコードの無料スキャンを依頼し、結果を自分でトリアージできる。VulnCheckによると、Anthropicはこれらの報告を「人によるレビューやトリアージのない、完全にモデル生成のもの」と説明し、誤りの可能性があると警告している。VulnCheckは、トリアージのボトルネックは消えたのではなくメンテナーへ移っただけだと結論づけた。

curlプロジェクトが具体例になる。VulnCheckによると、curlのメンテナーDaniel Stenbergは11月初めにAnthropicからの45件の報告をまとめて受け取ったと発表した。Anthropicは1件だけを重要度「中」、残りを「低」と評価していた。これまでに公開された34件のうち、19件は脆弱性ではないと判断され、6件が重要度「低」と確認され、9件は評価待ちで、VulnCheckはこの時点の偽陽性率を55.9%と算出している。

QbitAIによれば、Stenbergはcurlの運用ルールを改め、重要度が低・中の報告はGitHubで公開議論にして、コミュニティの開発者にレビューを手伝ってもらう形にした。QbitAIはまた、9月にClaudeがcurlの深刻なUse-After-Freeのメモリバグの発見に貢献し、Stenbergがそれを近年のcurlで最も深刻な脆弱性の一つと述べたことも伝えている。別の検証として、VulnCheckは9月に、Claudeが台帳の発見の91.5%を重大または高と評価した一方、メンテナーがそう評価したのは51.3%だったと確認した。

VulnCheckのレポートはそのまま受け取ってよいのか

完全にはそうとは言えない。QbitAIは、VulnCheckが脆弱性インテリジェンスと優先順位付けのサービスを販売しており、それがレポートの批判する問題とまさに重なると指摘している。VulnCheck自身は、AIは脆弱性発見に有効なツールであり、それを否定するものではないと書いている。また、Anthropicの台帳は間隔の空いた一括更新でしか更新されず、開示済みの件数を水増しするバグがあるようだとも述べている。

VulnCheckのレポートに対するAnthropicの反応は、読んだ2件のソースには載っておらず、不明のままだ。自動修正の問題も未解決である。QbitAIによれば、Anthropicはすでに候補パッチを生成しているが、同メディアが引用する開発者は、AIのパッチのレビューには自分で書くのとほぼ同じ手間がかかり、複雑さが増すこともあると話している。

企業にとって何が変わるか

curlのようなオープンソース部品に依存する日本企業にとって、AI事業者が発表する発見件数は、対処すべきリスクの件数ではない。候補件数に頼らず、仕入れ先に、確認済みの件数、修正済みの件数、対応バージョンを尋ねたい。パッチの優先順位は悪用データで決めるべきで、VulnCheckによれば追跡中の442件のCVEのうち実際の悪用が知られているのは2件だけだ。自社チームがオープンソースのコードを保守しているなら、無料スキャンを受け入れる前に、AI生成の報告をトリアージする人の時間を確保しておこう。