世界を動かす技術を、日本語で。

266ドルと4つのAIモデルを使ってタブレットを手に入れました。GLM-5.3が1日で完成させました。

概要

  • Amazon Fire HD 10 (11th gen, 2021) のルート化体験記
  • 複数のAIモデル (Kimi K3、GLM-5.2、GLM-5.3、Claude等)を用いた脆弱性調査と実行
  • コストと試行錯誤、そしてAIモデルごとのアプローチの違い
  • 最終的な目的 はAmazonの強制シャットダウン機能の除去
  • 「プロンプトキディ」 としての新しい技術者像の提案

Amazon Fire HD 10 ルート化体験記

  • 2022年11月、eBayで新品のFire HD 10を$114.26で購入

  • 追加コスト$266.15 :AIモデル利用料やサブスクリプション費用

    • Kimi K3:$164.25
    • GLM-5.2:$21.90
    • GLM-5.3:$80(月額プラン)
  • 目的 :Home Assistantダッシュボード専用のキオスク端末として24/7稼働

  • 問題発生 :端末が勝手にシャットダウン(LifeCycleReason: LCR…key=Software_Shutdown)

    • Amazonサービス5つを無効化し一時的に解決
    • 3つのAmazonパッケージがroot権限で保護されており、通常方法では削除不可
    • 公開されたroot化手法は存在せず、「アンルート化不可能」とされていた

AIモデルによるアプローチの違い

  • Kimi K3(Moonshot AI)

    • 法的・倫理的な自己判断を経て協力
    • 既知の手法は全て塞がれていると報告
    • CVE-2022-38181(Mali GPUカーネルドライバのuse-after-free)に未パッチの脆弱性を発見
    • 実行は困難で、試行ごとにカーネルパニックやリブート多発
    • 500回以上自動リトライ、最終的にGLM-5.2へバトンタッチ
  • GLM-5.2

    • Kimi K3からの詳細な引き継ぎ情報(HANDOFF.md)を活用
    • 問題点を即座に指摘:「グラインド(無駄な試行)」の停止を提案
    • CPUとGPUのキャッシュコヒーレンシ問題を指摘
    • ChatGPTも同意し、当初は「物理的制約」と判断(実際は誤り)
  • GLM-5.3

    • 新モデルとしてZ.aiのCoding Planで利用
    • カーネルバイナリのビルド差異を発見、全ターゲットアドレスが固定値ずれていたことを特定
    • メモリ書き込みプリミティブの修正で「GPU→DRAM→CPUコヒーレンシが即時動作」
    • SELinuxをpermissive化し、root取得を8時間5分で達成
    • AmazonのREBOOT/SHUTDOWN権限を持つ全パッケージをrootで削除
    • ユーザーデータ領域のみを操作し、ブリック防止

アメリカ製AIと中国製AIの対応差

  • Claude(Anthropic)やOpenAI(Codex)
    • サイバーセキュリティ関連のプロンプトや要約を幅広くブロック
    • 自デバイスのログ要約すら制限
    • 「サイバー検証プログラム」申請を推奨
  • Kimi K3やGLM系
    • 法的・倫理的な自己判断を経て協力
    • 問題解決までのサポート範囲が広い

技術的まとめ

  • CVE-2022-38181 の利用
    • use-after-freeでカーネルメモリを解放
    • レース勝利で制御データを再割り当て
    • GPUから物理メモリ書き込み
    • selinux_enforcingフラグをオフ、プロセス資格情報をrootに書き換え
    • pm uninstall --user 0でAmazonパッケージを削除
  • HANDOFF.md に全手順・アドレス・失敗例を記録

新しいエンジニア像「プロンプトキディ」

  • 20年のエンジニア経験やInfoSec経歴より、「AIモデルをどう操るか」が重要に
  • 複数AIを状況に応じて使い分け、レビューさせ、最適解を導く能力
  • 従来のハッカー像から「プロンプトでAIを動かす」新時代の技術者へ

まとめ

  • AI時代のルート化とセキュリティ研究 の実践例
  • AIモデルごとの倫理観・能力・アプローチの違い の比較
  • 「所有者の自由」と「AIの責任」のバランス という現代的課題
  • AIを駆使した問題解決力=新たなスキルセット

Hackerたちの意見

つまり、ハッカーニュースで有名になる約束さえあれば、モデルがハード化されたデバイスをハックするのに必要なものは揃うってことだね。

PS5みたいな最新のコンソールに挑戦する人が見てみたいな。

sudo make-me-a-sandwichがまたやってるね。

いい記事だね。GLM/Kimiの一番の問題は、明らかな失敗ポイントを見逃しがちってことなんだ。Claude/Codexはこういう問題をすぐにキャッチする傾向がある。基本的に「ちょっと待って、引き下がって」って感じで、しばらく問題を再考して、根本的な前提を疑い始めるんだ。だから、GLMには常に前提を明示的にマッピングして疑問を持つように促してる。これが「行き詰まった」時にすごく助けになるんだよね。

AIがほとんど書いたとは思わない?

「プロンプトキディ」って言葉が的を射てるのはわかるけど、そうは思わないな。専門知識はLLMエージェントによって「増幅」されるんだ。同じ300ドル分のトークンを、優秀な配管工に渡しても、同じ結果は出ないと思うよ。

モデルが良くなるほど、これが真実でなくなるよね。もしプロンプトの履歴が「目標:このタブレットをルートする」みたいなもので、AIが自分で全部やったなら、配管工の君も100%同じ結果を同じ時間で達成できるよ。

「増幅」という言葉は正確じゃないと思う。理由はわからないけど、エンジニアリングのテックブロサークルは「乗数」が好きだけど、実際にはそんなのほとんど存在しない。AIにうまくプロンプトを与えるためには、まず基礎的な知識が必要だよ。でも、その基礎を超えると、リターンは急激に減っていく。あるラインを超えたスキルを持つ人は、そのラインをクリアした人と同じようには増幅されないんだ。

2026年のモデルは、2025年の後半に作った扱いにくいものを全部修正できるよ。

最近、SQLの結合をちょっと書いた友達が、Amazonで安いサーマルプリンターを買ったんだ。そのプリンターは、広告やマイクロトランザクションが多いアプリとBluetoothで使うためのものだったんだけど、彼はCodexを使ってMacBookに接続して、プリンターをリバースエンジニアリングして、どこからでも好きなものを印刷できるウェブサービスを作ったんだ。今は自分も100倍エンジニアになった気がするけど、AIがなかったらそれを理解するのにかなり時間がかかったと思う。

モデルの能力を見るのはいいけど、記事がAIの話ばっかりで、読むのが退屈だね。要するに、モデルは未パッチの脆弱性を見つけて、タブレットをルート化するためのエクスプロイトを作成したけど、中国のモデルは成功したのに、アメリカのはセーフガードに戻っちゃったってこと。

メッセージを無視しなよ、だってそのメッセンジャーが気に入らないから。

Hacker Newsで議論の続きを見る