Last Updated on 2026年9月3日 by oba3
オープンAI（OpenAI）が開発中の次世代モデル、アストラ（Astra）について、同社はサイバーセキュリティ能力が安全評価上の「Critical」水準に達したと判断した。アストラは適切なツールやアクセス権を与えられた場合、人間が一つ一つ手順を指示しなくても、未知の脆弱性を発見し、複数の欠陥を組み合わせて実際に動作する攻撃経路を構築できるという。重要なのはベンチマーク性能の更新そのものではない。これまで高度な攻撃者が時間と専門知識を投入して行っていた脆弱性調査、攻撃コード作成、攻撃経路の組み立てをAIが自律化すれば、サイバー攻撃を一件追加するためのコストと時間が大きく下がる可能性がある。
何が起きたのか？
オープンAIは2026年9月1日、アストラのサイバー能力に関する評価結果を公表し、自社のPreparedness Frameworkで初めて「Critical」のサイバー能力に達したモデルと認定した。これは単に既知の脆弱性について攻撃コードを書く能力ではなく、防御が強化された実システムから未知の欠陥を見つけ、人間による各工程の指示なしで利用方法を組み立てられる水準を意味する。
既知の脆弱性から攻撃コードを構築する能力を測るエクスプロイトベンチ（ExploitBench）では、アストラは100％の成績を記録した。さらにオープンAIは、2026年6月から8月に公開された高深刻度の脆弱性20件を使った内部評価も実施した。アストラは従来モデルより少ない出力量で高い任意コード実行率を示し、評価中にはまだ知られていなかった2件のゼロデイ脆弱性まで発見し、攻撃経路の一部として利用したという。
専門家による実環境に近い評価では、強化されたブラウザーからサンドボックスを脱出し、ホスト側でコマンドを実行する一連の攻撃経路を構築した。また、強化されたOSでも複数の脆弱性を組み合わせ、一般ユーザー権限から最高権限まで昇格する経路を作った。
ただしアストラは現時点で一般提供されていない。オープンAIは一部の開発や公開を遅らせて安全対策を強化しており、高度なサイバー機能については当初、限定されたテスターへ提供する計画だ。今回公表された能力も、通常利用時の制限を外した評価環境で測定されたものである。
なぜ重要なのか？
従来の高度なサイバー攻撃では、標的の調査、脆弱性の発見、攻撃コード作成、複数の脆弱性をつなぐ工程に、それぞれ専門技能と時間が必要だった。そのため攻撃能力が高い組織であっても、一度に調査できる標的数には人的な上限があった。
アストラのようなモデルがこの工程を自律的に処理できるようになると、その制約が変わる。攻撃者が一人で一つの標的を調査するのではなく、AIエージェントへ多数の環境を並行して調べさせ、成功可能性の高い経路だけを人間が選ぶといった運用が可能になるためだ。
ここで変わるのは攻撃能力の最高到達点だけではない。一件の攻撃候補を調べる追加コスト、つまり限界費用が下がることの方が市場全体への影響は大きい。これまで採算が合わなかった小規模な金融サービスやクラウド環境まで、自動探索の対象に入りやすくなる可能性がある。
市場構造への影響
サイバー防御は長く、人間の攻撃者が調査して侵入し、防御側が検知して対応するという時間差を前提に構築されてきた。フロンティアAIが調査から攻撃経路の構築までを圧縮すると、この前提自体を見直す必要が出てくる。
特に金融、暗号資産取引所、クラウド、ウォレット、決済事業者では、一つの脆弱性が大量の資産や認証情報への入口になり得る。AIが複数の脆弱性を短時間で組み合わせられるなら、個別の欠陥を重大度順に修正する従来型の運用だけでは、攻撃側の速度に追いつけない場面が増える可能性がある。
その結果、防御側でもAIによる常時脆弱性探索、攻撃経路の自動検証、修正コード作成、封じ込めまでを連続して動かす必要性が高まる。オープンAI自身も、高度な防御用途へAI能力を先行して提供するデイブレイク（Daybreak）を展開しており、攻撃能力の自動化に対して防御側も同じ速度域へ移す考え方を示している。
資金・規制・流動性との関係
金融インフラにとって、この変化はサイバーセキュリティ部門だけの問題ではない。攻撃速度が上がれば、侵入から資産移動までの時間も短縮される可能性がある。特に暗号資産では、秘密鍵や管理者権限を奪われた後のオンチェーン送金を取り消すことが難しく、検知から対応までの数分が直接的な資金損失につながる。
クラウド事業者にも同じ圧力がかかる。金融機関やWeb3企業の多くはクラウド上でサービスを運営しているため、基盤側の未知の脆弱性が自動探索されれば、一つのサービスだけでなく複数企業へ同時に影響が及ぶ可能性がある。
オープンAIはアストラについて、悪意ある利用者による攻撃だけでなく、モデル自身が許可されていない操作を行うリスクも管理対象としている。利用者確認、利用監視、安全分類器、モデル側の拒否訓練に加え、許可範囲を外れる動作を迅速に検出して停止する対策を重ねるとしている。
今後、金融機関やクラウド企業ではAIモデルを利用できるかどうかだけでなく、どの権限を与えるか、外部ネットワークへの接続をどこまで許可するか、実行操作を自動停止できるかといった運用設計も重要になる。
初心者向け補足
ゼロデイ脆弱性とは、ソフトウェア開発者がまだ修正していない、あるいは十分に把握していないセキュリティ上の欠陥を指す。攻撃者だけが先に発見すると、修正版が存在しない状態で攻撃されるため防御が難しい。
また、今回の発表はアストラが自由にインターネット上のシステムを攻撃しているという意味ではない。オープンAIが管理した評価環境で能力を測定した結果、高度な攻撃を自律的に組み立てられる水準に達したと判断したものだ。一般提供時には追加の安全対策とアクセス制限が適用される予定になっている。
重要なのは、人間を完全に不要にするかどうかだけではない。人間一人がAIを利用して従来よりはるかに多くの標的を調査できるようになれば、それだけでもサイバー攻撃の経済性は大きく変わる。
Web3Timesの視点
今回を「AIがハッキングできるようになった」という性能競争だけで見ると、金融インフラへの影響を捉えにくい。見るべきなのは、攻撃を成立させるために必要な人件費、専門知識、時間という三つの制約をAIがどこまで削れるかだ。
サイバー犯罪には経済性がある。標的を調査するコストが高ければ、攻撃者は価値の大きい企業へ集中する。しかしAIが脆弱性探索と攻撃経路の構築を大量並列化できれば、一件当たりの期待収益が小さい標的でも攻撃対象になり得る。金融サービス、暗号資産プロジェクト、クラウド環境のすべてで攻撃面が広がる。
この変化に対し、防御側も人間による警告確認、チケット作成、修正、承認という直列型の運用だけでは対応しにくくなる。攻撃が機械速度へ近づくほど、脆弱性発見から隔離、修正、権限停止までを防御AIが連続的に処理する仕組みが必要になる。
今後見るべきなのはアストラが何個の脆弱性を発見できるかだけではない。高度な攻撃能力を持つモデルへのアクセスをどう管理するのか、金融やクラウド事業者が防御判断をどこまで自動化するのか、そして攻撃側と防御側の処理速度の差をどちらが先に縮めるかだ。フロンティアAIが変え始めているのはハッカーの能力だけではなく、サイバー攻撃そのもののコスト構造である。
