それは多分そうだね。でも、100のサブエージェントを使うってなると、運用コストが1時間あたり100ドルになるし、Mythosは脆弱性を見つけるのに2万ドルかかるから、問題は「もっと馬鹿なモデルでもできるのか？」じゃなくて、Mythosでエクスプロイトを見つけるのに5000 GPU時間かかるとしたら、もっと馬鹿なモデルだとどれくらいのGPU時間がかかるのかってことだね。

gpt-5.5-cyberをオーケストレーターにして、deepseek-v4-flashや他の速くて安いモデルをワーカーとして使うセットアップを試してみることをおすすめするよ。このセットアップでかなり良い結果が出てる。

同じ経験をしたよ。UIがちょっと分かりづらいんだけど、5回スキャンできるって書いてあるけど、1回のスキャンはリポジトリのデフォルトブランチの継続的な監視なんだ。高インパクトの発見はほとんどが的確だった。特に驚いたのは、高品質なドキュメントが生成されることと、提案される修正がどれだけ具体的かってこと。Codexはもっと多くのコードを生成することが多いけど、セキュリティモデルは頻繁に10行未満の修正を提案して、正確な場所を狙ってる。本当に良いと思う。ベータ版が終わったらかなり高くなると思うけど、ビジネスとしてはこれに飛びつくべきだね。

これからはこういうツールが開発ライフサイクルの一部になると思う。AIでコードを書いて、AIでレビューして、AIで脆弱性を探す。完璧じゃなくても、コストに見合う価値はあると思う。じゃあ、これはどう機能するの？Claude Codeがセキュリティバグを生成して、Claude Securityがそれを見つけて、Claude Codeが修正を生成して、トークンを使って利益を得るってこと？

PEファイルを扱う多くのセキュリティツールの依存関係として使われているプロジェクトのメンテナンスを手伝ってるんだけど、AnthropicとOpenAIがオープンソースのメンテナンス用プログラムへの応募に対して全く反応しなかったのは残念だね。私の視点から見ると、彼らのオファーは主に有名なプロジェクト向けで、月に数百万のインストールがあるけど、人気ツールの依存関係として「隠れている」ために何千ものスターを得られないプロジェクトにはあまり関心がないように見える。

LLMの一つの問題は、「安全性」の名のもとに余計なコードを追加して、昔は役立ったけど今は標準ライブラリで正しく処理されているものを自信満々に生成することだと思う。コードに関しては「少ない方が良い」という意見なので、こういうトレンドにはちょっとイライラしてる。どうやってこの落とし穴を避ける？

どれだけ正確か、既存のコードでどれだけ多くのセキュリティ問題を見つけたか、コミットするたびにどうやってそれを見つけ続けているか、そして誰もがこういうミスをすることから免れないっていうのに驚いたよ。毎日不安定なコードをプッシュしてるって、スキルだよね！

これが私が神話が当面プライベートのままであると信じる理由です。守るべき大きな面があって、トリアージや修正、デプロイすることがたくさんあるんです。はぁ、GPT-2の頃を思い出します - OpenAIが「人類はまだ準備ができていない」と言ってモデルへのアクセスを制限した最初の時でした。そのモデルは詩を書くのが得意でした。それ以来、OAI/ANTからのモデル発表で似たような言葉を使わなかったものは一つも覚えていません。いわゆるモデル発表のリークはマーケティングであり、それが危険だというのもマーケティング、世界がそれに対して準備ができていないというのもマーケティングです。そして、アクセスを与えられた人たちが「おお、すごい」と言っているのも、信じるかどうかは別として、マーケティングです。すべてがマーケティングです。すでに一般に利用可能なトップ5/10のモデルから同じ結果を得ることができます。神話はAnthropicが新しいアイデアを売るための方法で、前のものは民主化されてしまったからです。

アメリカのセキュリティ会社に外注できない理由がわからないな。