2026年6月5日 (金)

今日の主役は、LLMによる脆弱性診断の自律化と、それに伴うセキュリティ評価のベンチマーク標準化だ。Anthropicが公開したdefending-code-reference-harnessは検知から修正までを自動化する実用フェーズに入り、同日にセキュリティリサーチが発表したベンチマークではGPT-5.5が1,500ドルの検証コストで成功率70%を記録した。これは単なる性能向上ではなく、脆弱性診断のコスト構造が人手から計算資源へ完全にシフトしたことを意味する。周辺ではOpenAIがChatGPTに新メモリ機能「Dreaming」を導入し、長期的な文脈維持の自動化を強化している。開発者は、脆弱性診断の自動化による攻撃手法の高度化と、パーソナライズされたAIエージェントの運用負荷の両面を来週のロードマップに織り込んでおくのが賢明だろう。セキュリティと推論の自動化が同時進行する週として記録しておきたい。