インターネットを、コードだけで作られた巨大で賑やかな都市だと想像してみてください。この都市において「ファジング（fuzzing）」とは、何千もの小さな、混沌としたロボットを送り出し、壁にぶつかったり、ワイヤーに躓いたり、見つけられる限りのあらゆるドアを突っついたりすることに似ています。彼らの仕事は、ハッカーが侵入するために利用できる、都市の防衛における隠れた亀裂——ソフトウェアの脆弱性——を見つけ出すことです。長年、これらのロボットは驚くほど優秀で、毎年、オープンソースプロジェクトから何千ものセキュリティホールを掘り起こしてきました。しかし、ここに落とし穴があります。ロボットは穴を見つけることには非常に長けていますが、それを修正するのは依然として人間の専門家による、遅くて手作業の仕事であるという点です。それは、ロボット軍団が都市のあらゆる路面の凹凸（ポットホール）を見つけ出すことはできても、その一つひとつを個別に修理するためにエンジニアのチームを雇わなければならないようなものです。都市が成長するにつれ、この手作業による修理プロセスは巨大なボトルネックとなり、都市を長時間脆弱な状態に放置することになります。ここで、「自動脆弱性修復（Automated Vulnerability Repair）」というアイデアが登場します。これは、単に路面の凹凸を見つけるだけでなく、それらを自動的にパッチで塞ぐことができるシステムを構築しようとする試みです。

ここで、まさにこの問題を解決するために設計された新しいシステム、PatchIslandが登場します。研究者たちは、既存の自動修復ツールが、静かなガレージで一台の車に対して作業を行う単独のメカニックのようなものであることに気づきました。しかし、現実世界の継続的なファジングは、車が絶えず故障する、騒々しく混沌とした、予測不可能な高速道路なのです。これに対処するため、チームはPatchIslandを構築しました。これは単独のメカニックというよりも、高度に組織化された24時間体制の修理クルーのように機能します。彼らは、AIxCC（AI Cyber Challenge）と呼ばれる主要なコンテストにおいて、人間の助けを一切借りずに1週間完全に自律して動作するというテストを行いました。その結果は目覚ましいものでした。PatchIslandは、実世界の脆弱性のうち43件中31件の修正に成功し、72.1%の成功率を達成しました。さらに、人気のプロジェクトである「PDFBox」において、これまで一度も発見されたことのない新しい「ゼロデイ」バグを修正することにも成功しました。

問題点：「ワンサイズ・フィッツ・オール（画一的）」の罠

ダムの漏水を直そうとしているところを想像してみてください。手元にはハンマー、レンチ、グルーガンが入った道具箱があります。もしハンマーしか使わないとしたら、亀裂は直せるかもしれませんが、漏水が壊れたパイプによるものだった場合には失敗するでしょう。従来のほとんどの自動修復システムは、そのようなハンマーのようでした。つまり、制御された単発のテスト用に設計されていたのです。しかし、野生の、継続的なファジングの世界では、「漏水」は多様であり、環境は乱雑で、物事は常にうまくいきません。単一の手法に依存するシステムは、自身が特別に訓練されていない問題に遭遇すると、クラッシュしたり行き詰まったりすることがよくあります。研究者たちは、これらの古いシステムが、継続的で現実的な修理作業の混沌には対処できないことを発見しました。

解決策：多様なスペシャリストのクルー

これを解決するために、チームは「エージェントのアンサンブル（集合体）」という概念を用いてPatchIslandを構築しました。これは、一人の超天才メカニックを雇うのではなく、それぞれが異なるスーパーパワーを持つ専門家チームを雇うようなものです。コードを読むのが得意なエージェントもいれば、特定の種類のバグを見つけるエキスパートもいます。また、動きは速いが少し雑なものもあれば、遅いが非常に精密なものもいます。

単一のエージェントにすべてを任せるのではなく、PatchIslandはこのクルー全体に壊れたコードを送り出します。もし一人のエージェントが失敗したり混乱したりしても、他のエージェントが作業を続けます。これは、消防隊において、もし一台のトラックが故障しても、他の車両が引き続き火を消し続けることができるのと似ています。この多様性により、システムはより堅牢（ロバスト）になり、つまり、個々のパーツが故障しても稼働し続けることができるのです。

スマート・フィルター：「同じ物語の繰り返し」を避ける

継続的な修理システムにおいては、同じバグが何度も同じクラッシュを引き起こすことがよくあります。もしシステムが同じクラッシュを100回修正しようとすれば、膨大な時間と費用を浪費することになります。そこで研究者たちは、巧妙な「二段階デデュープリケーション（重複排除）」戦略を導入しました。

探偵が犯罪報告を受けた場面を想像してください。チームを呼び出す前に、探偵はこう確認します。「この全く同じ犯罪はすでに解決済みか？」

1. フェーズ1（クラッシュ・チェック）: 新しいクラッシュ報告が入ってくると、システムは、生成されたパッチがすでにそのクラッシュを修正するかどうかをチェックします。もし修正できるのであれば、その新しい報告は無視されます。
2. フェーズ2（パッチ・チェック）: チームが新しいパッチを生成した場合、システムはその新しいパッチが古いパッチの単なる繰り返しなのか、あるいは本当に新しい何かを修正しているのかをチェックします。もし繰り返しであれば、それは破棄されます。もし以前のものより優れていれば、古いものと入れ替わります。

これにより、システムが同じ問題を二度修正するためにエネルギーを無駄にすることを防ぎます。これは、何千もの報告を扱っている場合には極めて重要です。

指揮者：FP2オーケストレーション

異なるエージェントのチームがある場合、誰がいつどのように動くかを決定する指揮者が必要です。チームはFP2（First-come first-served, Preference-based, and Provider-aware：先着順、優先順位ベース、プロバイダー認識）と呼ばれる戦略を開発しました。

• 先着順 (First-come first-served): パッチの準備ができ次第、迅速に提出されます。
• 優先順位ベース (Preference-based): システムは、どのエージェントが通常、正しい修正を見つけるのに「最適」であるかを知っています。まずこれらのトップエージェントに試行させ、もし失敗した場合は、他のエージェントを呼び出します。これにより、時間とコストを節約します。
• プロバイダー認識 (Provider-aware): エージェントは、異なるAIの「脳」（異なる大規模言語モデルなど）を使用します。システムは、単一のAIが過負荷になったり、レート制限（利用制限）を受けたりしないように、仕事を分散させます。

このオーケストレーションにより、システムは強力なAIツールのコストとスピードのバランスを取りながら、効率的に動作します。

結果：実世界でのテストドライブ

真のテストは、AIxCCファイナル・コンペティションで行われました。これは、チームが人間の介入なしに、53種類の異なるオープンソースプロジェクトの脆弱性を見つけて修正しなければならない、1週間のイベントです。

• スコア: PatchIslandは、どのチームよりも多い31件の脆弱性を発見し、修正しました。
• 成功率: **72.1%**の成功率（確認された43件の脆弱性のうち31件）を達成しました。
• ゼロデイの勝利: 目を見張る瞬間として、PatchIslandはPDFBoxプロジェクトにおける全く新しいバグを修正しました。コンペティションの後、プロジェクトのメンテナーは、システムが生成したのと全く同じパッチを採用しました。これは、AIが単に推測したのではなく、現実的で正しい解決策を見つけたことを証明しています。

研究者たちは、システムは非常に効果的であった一方で、完璧ではなかったことも指摘しています。例えば、systemdプロジェクトにおけるリンク切れによって、その特定のタスクに対してシステムが初期化できなくなるなどの「単一障害点」に遭遇することもありました。しかし、他のシステムがより頻繁にクラッシュしていたのと比較して、PatchIslandの設計は、ほとんどの混乱の中でも稼働し続けることができました。

なぜこれが重要なのか

PatchIslandは、ソフトウェアが自らを治癒できる未来に近づいていることを示しています。多様なAIエージェントのチームと、スマートな管理およびフィルタリングを組み合わせることで、システムは継続的なセキュリティテストの、乱雑で予測不可能な現実に立ち向かうことができます。これは、私たちがまだすべてのバグを自動的に排除することはできなくても、現代のソフトウェアが直面している脆弱性の洪水に対処できるほど堅牢なシステムを構築できることを示唆しており、人間の専門家の負担を軽減し、私たちのデジタル都市をより安全に保つことにつながります。