Glasswing 7ヶ月監査：Anthropicの脆弱性スキャン精度の公約と実測値に顕著な乖離

2026年11月9日にVulnCheckが公開した監査報告書によると、AnthropicのProject Glasswingは7ヶ月間で累計37,966件の検出を報告したが、修正済みとしてマークされたのは217件のみであり、帰属CVE 442件のうち実際に悪用が確認されたのはわずか2件だった。

事実の整理

監査は2026年4月にAnthropicがプロジェクトを開始した時点から追跡を開始し、11月2日の最新台帳更新までをカバーしている。台帳の総検出数は5月の23,019件から37,966件へと増加したが、公開されているエントリはわずか7,349件（19.4%）にとどまる。同期間の修正数は202件から217件に増加したにすぎず、9月から11月の間に約12,000件の新規検出が追加されたにもかかわらず、修正の追加はわずか15件だった。重複検出は1,654件、取り下げは419件に達している。Anthropicは真陽性率が90.8%から94.2%に向上したと主張しているが、重複および取り下げの件数は修正件数をすでに上回っている。

curlプロジェクトは34件の報告を受領し、19件を却下、6件を低深刻度として確認、9件は評価中のままとなっている。VulnCheckが集計した442件のCVEのうち、既知の悪用済み脆弱性リストに掲載されたのはCVE-2026-61500とCVE-2026-26980の2件のみだった。

メカニズムの分析

プロジェクト初期は手動検証に依存していたが、検出規模が手動処理能力を超えた後にOSS Scannerへ移行した。2026年10月、Anthropicはバルクデータを要求したメンテナーに対して、未検証の報告を約5,000件送付していたことを認めた。監査報告書は、メンテナーが自ら分類作業を担わざるを得ない状況を指摘しており、curlなどのプロジェクトが本来Anthropicが約束していた検証の負担を実質的に肩代わりしていると述べている。

台帳の更新頻度が低く、かつバッチ処理で行われているため、重複検出が時間とともに蓄積している。9月から11月にかけて重複検出が216件から1,654件に増加したことは、タイムリーに処理されなかった検出が他の研究者によって再報告されやすいことを示している。

産業への影響

オープンソースのメンテナーはもともとリソースが逼迫しており、低品質または重複した大量の報告がさらにその時間を消耗させている。公開済み検出のうち修正に至った割合は3%未満であり、Anthropicが当初掲げた「数千件の高危険度脆弱性」という表現との対比は鮮明だ。AIセキュリティツールのスケールアップした検出能力は実証されたものの、検出から修正までのクローズドループは依然として人手に依存しており、そのボトルネックはAI自体では解消されていない。

戦略的見解（分析であり事実ではない）

現時点のデータから見ると、AI脆弱性スキャンツールの精度に関する宣伝は、実際の修正転換率と合わせて評価する必要がある。Anthropicが検証作業をコミュニティ側に前置きで転嫁するアプローチは、短期的には検出件数を押し上げる可能性があるものの、長期的にはオープンソースエコシステムがAI支援による脆弱性開示に対して抱く信頼を損なうおそれがある。今後同様のプロジェクトが信頼性を確立するためには、単に真陽性率の数値を更新するだけでなく、台帳において検証プロセスと却下理由を併せて明示する必要がある。