答え公開済み17 ソース
AI時代のサイバーセキュリティはなぜ「暗黒時代」なのか
スタモス氏の警告の核心は、AIで攻撃の試行が速く安くなる一方、防御側は膨大なログや警報を人手で調べ続けなければならないという、対応コストの不均衡にある。 自律型の侵入テストツールARTEXの活動や公開状態に関する報告はあるが、関連するすべての攻撃被害や拡散規模が確認されたわけではない。
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- スタモス氏の警告の核心は、AIで攻撃の試行が速く安くなる一方、防御側は膨大なログや警報を人手で調べ続けなければならないという、対応コストの不均衡にある。
- 自律型の侵入テストツールARTEXの活動や公開状態に関する報告はあるが、関連するすべての攻撃被害や拡散規模が確認されたわけではない。
- 提案されているのは、まず低コストの分類器で大量のデータを選別し、必要に応じて小型・大型の言語モデルへ調査を引き継ぐ多層防御だ。
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: Why did Alex Stamos, chief security officer at AI coding company Cognition, describe AI-driven cybersecurity as a “dark age” in his November. Article summary: Stamos’s “dark age” argument is that AI is removing the skill, staffing, and time constraints that once limited cyberattacks, while defenders remain constrained by human workloads and budgets. The available evidence supp. Topic tags: general, general web, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake nu
アレックス・スタモス氏のいうサイバーセキュリティの「暗黒時代」とは、AIが攻撃者の弱点発見や悪用を速く、大規模にする一方、防御側は膨大な活動のなかから脅威を見つけ、調査しなければならない――その釣り合いが崩れつつある状況を指す。自律的な攻撃ツールが使われていることを示す情報はあるものの、警告とともに語られる派手な侵害事例のすべてが、手元の情報で確認できるわけではない。1
34
問題の核心は「対応にかかるコスト」
Cognitionのセキュリティ責任者であるスタモス氏は、Nilay Patel氏が聞き手を務めるポッドキャスト『Decoder』で、AIを使った攻撃がサイバーセキュリティに大きな圧力をかけていると説明した。懸念は、AIがより多くのバグを見つけられるというだけではない。弱点の発見や悪用を試みるのに必要な技能と手間が小さくなり、防御側が処理すべき案件の数が増えることにある。1
33
防御側にとっての課題は、すべての欠陥を見つけることだけでなく、増え続ける脅威に無理のないコストで対応することだ。スタモス氏の提案をまとめた記事では、大量のセキュリティデータを従来型の分類器でふるいにかけ、必要に応じて小型の言語モデル、さらに難しい調査には大型モデルを使う段階的な流れが紹介されている。46 すべての警報に最も高価な分析を使うのではなく、深掘りすべきものを選び出す考え方だ。
ARTEXで分かること、分からないこと
自律型の攻撃関連ツールの具体例として挙げられるのがARTEXだ。Censysによると、ARTEXは大規模言語モデル（LLM）を活用するオープンソースの自律型侵入テスト用フレームワークで、2026年7月に公開された。同社は、CrowdStrikeが韓国の金融機関を狙った活動とARTEXの使用を関連づけ、MicrosoftはConnectWiseの顧客テナントへの侵害との関連を指摘したと報告している。これは脅威インテリジェンス企業による関連づけであり、ARTEXのあらゆる導入環境が攻撃に使われたことを意味するものではない。34
Censysは2026年11月4日時点で、ARTEXのコンソールがインターネットからアクセスできるホストを1,465件確認した。うち多くは同じ設定のホスティング環境にまとまっていたため、同社は、別個のものとみられる展開数を約815と推定している。コンソールが外部に公開されていることは潜在的なリスクを示すが、それだけで各システムが侵害された、あるいは悪意ある目的で使われたとは言えない。34
『Decoder』のインタビューではARTEXは中国発のオープンソースツールとして紹介されている。ただし、ツールの出自と、それを使う攻撃者の身元や国籍は別の問題だ。1 また、検閲されていないモデルと組み合わせた場合の能力についても、利用可能な情報だけでは、語られている主張のすべてを確認できない。
報告された侵害の連鎖は慎重に見る
二次情報の一部は、FireworksのAPIキー窃取を起点にCursorが侵害され、悪意あるプラグインが約5,000社に届いたという筋書きを伝えている。31
32 事実であれば、あるサービス提供者への侵害がソフトウェアのサプライチェーンを通じて広がるリスクを示す例になる。しかし、提示された情報からは連鎖全体を独立に確認できず、5,000社すべてが侵害されたとも確認できない。この数字は、確認済みの被害社数ではなく、報告された到達範囲として扱うのが適切だ。
10月に途切れることなくインシデントが発生した、あるいは「恒常的な継続侵害」に陥ったという表現にも、同様の留保が必要だ。攻撃者が繰り返し弱点を探り、防御側がすべてを塞ぎきれないという不安を表す言葉ではあるが、利用可能な一次情報の抜粋だけでは、出来事の全時系列までは裏づけられない。
バグ探しだけでは防ぎきれない理由
スタモス氏が示す広い方向性は、脆弱性を発見して修正するだけでなく、防御そのものをより安価に、自動化しやすくすることだ。段階的な仕組みなら、比較的低コストのツールに定型的な選別を任せ、複雑な調査だけを高性能なモデルに回せる。46 一方、セキュリティ責任者の業務の25％がバグの発見・修正にあたるという推計や、最先端モデルによる調査に900ドルかかるという数字は、提示された情報では確認できないため、確定した事実として扱うべきではない。
同氏はまた、脆弱なソフトウェアの基盤をつぎはぎで直し続けるのではなく、再構築やリファクタリングを進める考えも示している。別のインタビューでは、複雑なシステムをより安全にする助けとなり得る言語としてRustに言及した。19 これは長期的な方策であり、書き換えればあらゆるセキュリティ上の欠陥がなくなるという主張ではない。
「暗黒時代」という表現は、サイバーセキュリティが希望を失ったという宣言ではなく、厳しい転換期への警告と受け取るべきだろう。ARTEXは、自律型ツールが使われていることや、外部に公開された展開が一定数確認されたことを示す。一方で、攻撃者の能力や、その後の被害の規模に関するあらゆる主張を証明するものではない。スタモス氏が示す実務上の課題は、自動化された脅威に見合う規模で防御を行い、攻撃者が繰り返し利用できる弱点を減らすことだ。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「AI時代のサイバーセキュリティはなぜ「暗黒時代」なのか」の短い答えは何ですか?
スタモス氏の警告の核心は、AIで攻撃の試行が速く安くなる一方、防御側は膨大なログや警報を人手で調べ続けなければならないという、対応コストの不均衡にある。
最初に検証する重要なポイントは何ですか?
スタモス氏の警告の核心は、AIで攻撃の試行が速く安くなる一方、防御側は膨大なログや警報を人手で調べ続けなければならないという、対応コストの不均衡にある。 自律型の侵入テストツールARTEXの活動や公開状態に関する報告はあるが、関連するすべての攻撃被害や拡散規模が確認されたわけではない。
次の実践では何をすればいいでしょうか？
提案されているのは、まず低コストの分類器で大量のデータを選別し、必要に応じて小型・大型の言語モデルへ調査を引き継ぐ多層防御だ。