arXiv cs.CRが2026年11月19日(現地時間)付けで報じたところによると、大規模言語モデル (LLM) ベースのエージェントは、ソフトウェアの脆弱性発見、検証、パッチ適用において能力を向上させている。同論文は、これらの能力を評価するフレームワークを導入し、2026年には開示された脆弱性の数が2倍以上に増加したと指摘している。
本論文SoK: Assessing the Evolution of LLM Capability in Software Vulnerability Researchは、LLMベースのエージェントが実際のソフトウェアの脆弱性を発見、検証、パッチ適用する能力が向上している現状を分析した。ベンダーや研究者からは、これが脆弱性の発見と修正方法を変えつつあるとの報告があるものの、それらの主張は分散しており、比較が困難であった。
論文では、これらの能力を運転自動化のレベルをモデルとした自律性スケール (autonomy scale) で評価するフレームワークを導入。このフレームワークを活用し、脆弱性研究におけるLLMの能力に関する公開された証拠を体系化した。その結果、2026年の制限されたフロンティアモデル以前に、エージェントが人間の介入なしに実世界のソフトウェアの脆弱性を発見、検証、パッチ適用していたことが判明した。その後、オープンウェイトモデル (open-weight models) も発見と検証において同等の自律性を達成している。
さらに、論文は過去10年間の公開された脆弱性記録、アドバイザリ、悪用データから、LLMのセキュリティ能力の進化がもたらす影響を測定した。2026年には開示された脆弱性の数が2倍以上になり、そのうち深刻度が高い (critical or high) と評価されるものの割合が増加した。また、広く使われているコードに10年以上存在していた深刻なバグの報告も、以前より数倍多くなった。しかし、脆弱性のライフサイクルにおける各段階、具体的には報告から修正まで、および開示から攻撃までの時間は、これまでのところ顕著な変化は見られないとしている。
参考: arXiv cs.CR (アーカイブ) — 2026年11月20日 03:54 (JST)
原文ハイライト"LLM-based agents are becoming increasingly capable at discovering, validating and patching vulnerabilities in real software"