ハクソク

世界を動かす技術を、日本語で。

GoogleはAIのおかげで、6月に過去2年間よりも多くのChromeのバグを修正しました

2026年7月31日原文(blog.google)

概要

ChromeはAI（特にLLM）を活用し、脆弱性の発見から修正・展開までの全工程を高速化。 AIによる自動検出・トリアージ・修正の仕組みを導入し、人的リソースの大幅な節約を実現。 安全性を重視したAI運用ガードレールや、外部研究者との協業も継続。 パッチギャップ対策として、リリースサイクルの短縮と動的パッチ適用技術を研究開発中。 エンタープライズ向けのアップデート管理機能も強化。

ChromeにおけるAI活用による脆弱性対策の最前線

  • LLM（大規模言語モデル） の導入による、ソフトウェアセキュリティ分野の変革。
  • AIモデルを大規模展開 し、従来の人的限界を超えた脆弱性発見・修正体制の実現。
  • 発見から修正・公開までの全フロー を自動化・高速化する取り組み。

脆弱性のライフサイクル管理

  • セキュリティバグ発見、トリアージ、修正、リリース、適用の各工程の迅速化。
  • 各ステップの短縮による攻撃者への優位性確保。

脆弱性発見のAI化

  • 2023年から LLMによるファジング強化 を開始。
  • 2024年、Project Zeroと Naptime を開発、LLMに専用リサーチツールを提供。
  • 2025年、DeepMind・Project Zeroと Big Sleep を開発、V8エンジンやグラフィックススタックのバグ検出に成功。
  • 2026年、 Gemini を活用したエージェントハーネスを構築、Chrome全体のコードベースで効率的な脆弱性検出を実現。
    • 13年以上潜伏していた サンドボックスエスケープバグ の発見実績。
  • モデル間の相互運用性、CVE・Git履歴を含むナレッジベース構築、 SECURITY.md 活用などでAIの推論能力強化。
  • 批評エージェント による多角的評価、複数回のモデル実行による非決定性・精度向上。
  • AIの安全運用のため、 ネットワーク制限・ガードレール を徹底。

AIと既存セキュリティ技術の融合

  • ファジング は引き続き有効な長距離依存バグ検出手法。
  • 外部研究者向け Vulnerability Reward Program (VRP) を継続、AIで検出困難なバグ発見にインセンティブ集中。
  • 2026年、バグ報告件数が急増。自動化パイプラインに適合する報告を優先する方針へ転換。

AIによる脆弱性トリアージの自動化

  • AIとルールベースシステムの組み合わせによる 自動トリアージプロセス 確立。
    • ノイズ除去（スパム・重複排除、明確な説明の有無判定）
    • バグ再現性の確認と追加情報（スタックトレース等）の付与
    • メタデータ（初出時期・深刻度等）の自動付与と開発者による修正自由度の確保
    • 問題の自動割当て（担当コンポーネント・オーナーへの振り分け）
  • 数百時間/月の開発者工数を削減、他のセキュリティ優先事項にリソース集中。

AIによる脆弱性修正プロセスの自動化

  • マルチエージェントワークフロー の導入。
    • 複数の修正案を生成する fixing agent
    • 最適修正案を評価する critic agent
    • テストコードを自動生成する test-writing agent
  • Chromium/Googleのスタイルガイド・ローカル規約に準拠した修正案の自動レビュー。
  • Chrome 149・150で 1072件のセキュリティバグ修正、過去23マイルストーン合計を上回る実績。
  • DeepMind・Project Zeroとの連携による BigSleep・CodeMender のCI統合、24時間ごとの全CLチェックでプロアクティブなバグ検出。
  • 5月だけで 20件超の脆弱性を本番リリース前にブロック。

パッチギャップ（patch gap）対策とリリースサイクルの高速化

  • パッチ公開からユーザー適用までの N-day攻撃リスク 低減が重要課題。
  • 深刻度に応じて、修正を 安定版リリースブランチへ直接マージ。
  • 2週間ごとのメジャーマイルストーン、週次セキュリティアップデート への移行を推進。
  • AI時代の高速攻撃に備え、 週2回のセキュリティリリース へのパイロット開始。
  • 自動リリースノート・CVE説明文生成 による公開までの手作業削減。

アップデート適用の最適化と動的パッチ

  • Chrome独自の バックグラウンド自動アップデート 方式の継続。
  • ユーザーの再起動遅延によるN-dayリスクを低減するための新技術開発。
    • 動的パッチ適用（dynamic patching） による再起動不要化の研究・開発。
      • マルチプロセスアーキテクチャを活用し、RendererやGPUプロセスを動的に置換。
    • シームレスなセッション復元 のためのローカル状態保存強化。
    • macOSのウィンドウレス状態 を利用した自動再起動機能（Chrome 150で導入）。
  • 最終目標は 常時最新・自動アップデート・最小限のユーザー干渉。

エンタープライズ向けアップデート管理の推奨策

  • RelaunchNotificationポリシー による再起動促進（段階的強制）。
  • Extended Stable Channel の活用による慎重な環境向けのアップデート管理。
  • Chrome Enterprise Core/Premiumのダッシュボード で全社的なバージョン・アップデート管理。

今後もChromeは、AIと人の協業、最先端の自動化技術、安全性重視の運用で、ソフトウェアセキュリティの新時代を牽引していく方針。

Hackerたちの意見

AIの批判って、狭い範囲に偏りがちだよね。「AIでコードを盲目的に作るのはダメ」っていうのは簡単に同意できる。でも、対抗テストや開発者の仮定をチェックしたり、リファクタリングの提案、小さな開発ツール、さらにはガイド付きのコーディングなんかは、AIとコーディングの可能性の別の側面にあるんだよね。大規模なコードベースになると、依存関係や動作を追跡するような簡単なことでも、かなり助けられることがあるし。盲目的にコードを生成することに対する批判は、他の部分と簡単に混同されがちだと思う。

└

そうだね。AIは道具で、特定の使い方をするべきなんだよ。それ以外はAIの本質を誤解してる。自分が望む方向に向けて使わないと、魔法のように全ての問題を解決してくれるなんて期待しちゃダメだよ。

└

AIには、個人が持てないスキルがあるのは確かだね。でも、AIはあなたより賢いわけじゃなくて、使うユーザーと同じくらい賢いんだ。ユーザーが修正しない限り、間違った判断をすることが多いよ。

バグをたくさん修正できるとは思ってるけど、実際の状況はどうだったんだろう？チームの人たちも普段以上に働いてたのかな？Googleだし、次の数スプリントでバグをもっと修正しようって「内部の圧力」があったとしても驚かないよ。

└

AIの攻撃が来る前に先手を打ってるだけかもね。AIによって引き起こされる脅威リスクは、もうとんでもないことになってる。

└
  1. バグのバックログが早く処理されるようになった。コードを10分間見つめて何が起こってるのか考える代わりに、すぐに理由を考えられるツールがあるから。2. コードレビューやセキュリティレビューも早く行われて、発見が増える。AIを使ってるチームは、問題を見つけて修正する率が高くなってるんじゃないかな。Linuxカーネル（WindowsやAppleも同じだと思う）でも同じ現象が見られてるよ。
└

Googleのやり方は数十年にわたって「すべてを自動化する」ことだよ。彼らはファジングやプロジェクトゼロなどでこれをやってきた。LLMを追加するのは非常に明白な次のステップだし、LLMが改善されてバグを見つけるのも当然の流れ。次に、LLMをより良く活用するためにハーネスや開発ツールを改善して、最後にすべてをつなげて見つけて、トリアージして、修正して、確認する。あなたのLLMは、実行されるループの良さに依存していて、そのループは検証者の良さに依存してる。マネージャーがチャートで数字が上がってるのを見せる必要があるかどうかは別として、これは十分に合理的なダイナミクスだと思うよ。

└

新しい分析ツールやアプローチ（例えば、自動静的解析やファジングなど）を追加するたびに、新たに発見されたバグの洪水に直面しているんじゃないかな。最初のバグの山を処理したら、頻度はまた下がると思うけど。

└

2026年初頭には、すべてのバグ報告のカテゴリーで徐々に増加が見られたけど、3月にはその変化が明らかになった：2025年の全体よりも多くのバグ報告を受け取ったし、さらに言えば、大きなAIの使用がバグの数に大きく影響したかもしれない。だから、こんな感じになるかもね：- 2025年：見つかったバグ50個、修正されたバグ45個 - 2026年：見つかったバグ500個、修正されたバグ450個

自動修正の中で、どれだけが元に戻されたの？新たなバグを引き起こしたのはどれくらい？発見エージェントの誤検知率はどのくらい？この投稿は、うまくいったことの数は数えてるけど、失敗する可能性については何も触れてないよね。

└

ここでまともな質問をするのはダメだよ。

└

投稿には、うまくいったことのカウントはあるけど、うまくいかなかったことについては何もない。それがAIだよ。アマゾンではAIの成功を共有するためのフォーラムはたくさんあるけど、AIの失敗や失望を共有するためのものはない。だから、経営陣がAIに関して悪い決定を下すのも無理はないよ。彼らは完全に片側の話しか聞いてないからね。

Hacker Newsで議論の続きを見る