CodeMenderは、そのプラットフォーム上で動作する 専門特化型のセキュリティエージェント という位置づけだ。

CodeMenderはどうやって脆弱性を修正するのか

CodeMenderの中核には Gemini Deep Thinkモデル と、複数ツールを組み合わせたエージェント型ワークフローがある。これにより、AIがコードを深く解析し、脆弱性の原因を特定して安全な修正案を生成する。

典型的な処理の流れは次の通り。

・コードベース全体をスキャンして潜在的な脆弱性を検出
・問題の根本原因を特定
・修正候補（パッチ）を生成
・自動テストや解析で修正内容を検証
・最終的に人間のレビューを経て修正を提出

さらに特徴的なのが 「プロアクティブ・ハードニング」 という考え方だ。単一のバグだけを修正するのではなく、関連するコードを書き換え、同種の脆弱性が今後発生しないよう構造的に改善する ことを目指している。

Googleの内部テストでは、CodeMenderは実際にオープンソースプロジェクトへパッチを提出するところまで自律的に実行した。

6か月のテスト期間中に、72件のセキュリティ修正パッチ が生成・提出され、その中には数百万行規模のコードベースも含まれていたという。

企業ユーザーによる初期テスト

I/O 2026では、CodeMenderの利用範囲を研究用途から拡大し、企業ユーザーや外部テスターにも提供を開始する ことが発表された。

現在は、Google CloudのAgent Platformを通じて段階的にアクセスが広がっている段階だ。

ただし、どの企業が導入しているのか、また実運用でどの程度の成果を出しているのかについては、まだ公開情報が限られている。現時点では研究結果や初期導入の報告が中心となっている。

オープンソースの安全性を強化する狙い

CodeMenderの重要な用途として期待されているのが、広く利用されているオープンソースソフトウェアのセキュリティ改善 だ。

多くのアプリケーションはオープンソースのライブラリに依存しているが、それらは少人数のメンテナが管理していることも多く、脆弱性の調査や修正が追いつかない場合がある。

CodeMenderが自動で問題を発見し、修正案を提示できれば、こうしたプロジェクトの セキュリティ負担を大きく減らす可能性 がある。

Googleはすでに、Linux Foundationのセキュリティプログラムなどを通じてオープンソース保護への資金提供や技術支援も進めており、AIツールはその戦略の一部と位置づけられている。

激化する「AIサイバーセキュリティ競争」

CodeMenderが登場した背景には、AI企業同士の激しい競争がある。

例えばAnthropicは、Claude Mythos Preview というAIモデルを公開し、ソフトウェア脆弱性の発見や防御研究に使われている。ただし、このモデルは悪用リスクを懸念して 限定されたパートナーのみが利用できる形 で提供されている。

Googleのアプローチは少し異なる。

・プロダクト化重視：CodeMenderをGoogle Cloudのサービスとして提供
・開発フロー統合：単独モデルではなく、開発パイプラインに組み込まれる「セキュリティエージェント」として設計

つまり、最先端モデルそのものを売るというより、開発者の実際のワークフローに組み込むツールとして展開する戦略 と言える。

AIは「コードを書く」だけではなくなる

AIによるコード生成が急速に普及した結果、ソフトウェアの生産量は急増している。

しかし、多くのセキュリティ研究者は「コード量が増えるほど、脆弱性も増える可能性がある」と警告している。

CodeMenderのようなAIエージェントは、この問題を解決するための新しいアプローチだ。

もし大規模に機能すれば、脆弱性発見から修正までの時間を大幅に短縮できる可能性がある。

ただし、この分野の技術はまだ初期段階だ。CodeMenderがAnthropicのClaude Mythosなどの競合システムと比べてどれほど優れているのかについては、まだ十分な公開データは存在しない。

それでも確かなのは、AIの次の進化が 「コードを書くAI」から「世界中のコードを守るAI」へ向かっている ということだ。

CodeMenderは、そのプラットフォーム上で動作する 専門特化型のセキュリティエージェント という位置づけだ。

CodeMenderはどうやって脆弱性を修正するのか

CodeMenderの中核には Gemini Deep Thinkモデル と、複数ツールを組み合わせたエージェント型ワークフローがある。これにより、AIがコードを深く解析し、脆弱性の原因を特定して安全な修正案を生成する。

典型的な処理の流れは次の通り。

・コードベース全体をスキャンして潜在的な脆弱性を検出
・問題の根本原因を特定
・修正候補（パッチ）を生成
・自動テストや解析で修正内容を検証
・最終的に人間のレビューを経て修正を提出

さらに特徴的なのが 「プロアクティブ・ハードニング」 という考え方だ。単一のバグだけを修正するのではなく、関連するコードを書き換え、同種の脆弱性が今後発生しないよう構造的に改善する ことを目指している。

Googleの内部テストでは、CodeMenderは実際にオープンソースプロジェクトへパッチを提出するところまで自律的に実行した。

6か月のテスト期間中に、72件のセキュリティ修正パッチ が生成・提出され、その中には数百万行規模のコードベースも含まれていたという。

企業ユーザーによる初期テスト

I/O 2026では、CodeMenderの利用範囲を研究用途から拡大し、企業ユーザーや外部テスターにも提供を開始する ことが発表された。

現在は、Google CloudのAgent Platformを通じて段階的にアクセスが広がっている段階だ。

ただし、どの企業が導入しているのか、また実運用でどの程度の成果を出しているのかについては、まだ公開情報が限られている。現時点では研究結果や初期導入の報告が中心となっている。

オープンソースの安全性を強化する狙い

CodeMenderの重要な用途として期待されているのが、広く利用されているオープンソースソフトウェアのセキュリティ改善 だ。

多くのアプリケーションはオープンソースのライブラリに依存しているが、それらは少人数のメンテナが管理していることも多く、脆弱性の調査や修正が追いつかない場合がある。

CodeMenderが自動で問題を発見し、修正案を提示できれば、こうしたプロジェクトの セキュリティ負担を大きく減らす可能性 がある。

Googleはすでに、Linux Foundationのセキュリティプログラムなどを通じてオープンソース保護への資金提供や技術支援も進めており、AIツールはその戦略の一部と位置づけられている。

激化する「AIサイバーセキュリティ競争」

CodeMenderが登場した背景には、AI企業同士の激しい競争がある。

例えばAnthropicは、Claude Mythos Preview というAIモデルを公開し、ソフトウェア脆弱性の発見や防御研究に使われている。ただし、このモデルは悪用リスクを懸念して 限定されたパートナーのみが利用できる形 で提供されている。

Googleのアプローチは少し異なる。

・プロダクト化重視：CodeMenderをGoogle Cloudのサービスとして提供
・開発フロー統合：単独モデルではなく、開発パイプラインに組み込まれる「セキュリティエージェント」として設計

つまり、最先端モデルそのものを売るというより、開発者の実際のワークフローに組み込むツールとして展開する戦略 と言える。

AIは「コードを書く」だけではなくなる

AIによるコード生成が急速に普及した結果、ソフトウェアの生産量は急増している。

しかし、多くのセキュリティ研究者は「コード量が増えるほど、脆弱性も増える可能性がある」と警告している。

CodeMenderのようなAIエージェントは、この問題を解決するための新しいアプローチだ。

もし大規模に機能すれば、脆弱性発見から修正までの時間を大幅に短縮できる可能性がある。

ただし、この分野の技術はまだ初期段階だ。CodeMenderがAnthropicのClaude Mythosなどの競合システムと比べてどれほど優れているのかについては、まだ十分な公開データは存在しない。

それでも確かなのは、AIの次の進化が 「コードを書くAI」から「世界中のコードを守るAI」へ向かっている ということだ。