11月12日、Help Net Securityが「GitHub Agentic Autofix and the question of who owns a bad AI patch」と題した記事を公開した。AIが生成したパッチの品質責任は誰が負うのか、そしてGitHubのAgentic Autofixをセキュリティ実務でどう使いこなすかについて、GitHubのVP of Product ManagementであるMarcelo Oliveira氏へのインタビューをもとに詳しく論じられている。
AIによるコード自動修正が実運用に入りつつある今、「AIが直した脆弱性の隣に別の穴が開いていたとき、それは誰の責任か」という問いは、開発チームとセキュリティチームの両方にとって避けられないテーマになりつつある。
AIパッチが別の脆弱性を生んだとき、責任はどこにあるか
Oliveira氏は責任の所在について明確に述べている。GitHubが修正提案の品質に責任を持ち、マージを決断するのはあくまでユーザー側だ、と。
技術的な保証として、Agentic Autofixは修正を適用した後にGitHub自身の検出エンジンと対象プロジェクトのテストを自律的に再実行し、修正が有効でありかつ既存の動作を壊さないことを確認する。CodeQLなどのファーストパーティツールについては、実際の脆弱性に対して定期的にテストを回し、修正精度を継続的に改善している。
数字として示された成果は人間だけで対応していた場合に比べてセキュリティバックログの修正率が4倍という。旧版のAutofixが「提案を出すだけ」だったのに対し、エージェントが自律的に動く現在のAgentic Autofixに切り替えた効果だとされている。
「2,000件のPRが一夜で開く」問題——CISOが先にやるべきこと
組織が抱える大量の未対応アラートにエージェントを向ければ、今度はPRレビューがボトルネックになる——この懸念に対し、Oliveira氏は「エージェントが一晩で2,000件のPRを開く必要はない」と答えている。Campaignsという機能で修正をグループ化し、ペースはユーザーがコントロールできる。
それよりも重要なのは、CISOがアラートのバックログをそのままPRのバックログに変換してしまわないことだと指摘する。具体的に推奨されているプロセスは次の通りだ:
- 過去の検出結果を検証・重複排除する
- 実際の悪用事例、デプロイ済みアプリケーションでの到達可能性、業務への重要度を軸に優先順位をつける(CISAの脆弱性優先順位付けガイダンスに沿ったアプローチ)
- 高リスクの露出が減り、かつリグレッションが許容範囲内に収まっていることを確認してから適用範囲を広げる
また、バックログを解消するだけでは不十分で「再び積み上がらない仕組みを作ること」が本質だと述べている。コードの量が指数関数的に増えている現状では、修正よりも予防が主戦場になる。2025年には、Autofixがグローバルで150万時間以上のセキュリティレビュー時間を節約したとされている。
「アラートが速く閉じる」は安全になった証拠にならない
MTTR(Mean Time To Remediate:平均修正時間)をKPIにしているベンダーは多いが、Oliveira氏はこの指標への依存を明確に否定する。信頼できる指標として挙げているのは以下の2点だ:
- 時間をかけてコードベース全体の高リスク脆弱性の露出が減っているか
- 新たな脆弱性がプロダクションに到達する件数が減っているか
加えて、スキャンのカバレッジと範囲を一定に保つこと、そして実際に修正された件数と「抑制・再分類されただけ」の件数を区別することが精度を保つ条件として挙げられている。これはNISTのSecure Software Development Framework(SSDF)が重視する「リリース済みソフトウェアの脆弱性低減と再発防止」の考え方とも一致する。
ジュニア開発者がパッチを書かなくなると、組織の知識は失われるか
AIが修正を書いてしまえば、開発者が脆弱性の仕組みを理解する機会が減る——この「スキルの空洞化」懸念は、AIコーディングツールが普及するたびに繰り返し議論されるテーマだ。
Oliveira氏によれば、PRへの修正提案を3年以上提供してきた経験から、開発者はAutofixが提示するコンテキスト説明(コード変更の提案と合わせて提供される)を活用して学習しているという。複数のエンタープライズ顧客から、同種の脆弱性が導入される件数が時間とともに減ったとの報告があると述べている。
この学習効果を意図的に強化する観点から、ツールの展開もCLI・IDE・Copilotアプリへと広げている。開発者がチームにコードを共有する前に、安全な環境でセキュリティレビューを探索・確認できる場を設けることで、ジュニア開発者が脆弱性の文脈を理解しながら実務経験を積める設計を志向しているとしている。AIが修正を「代行」するだけでなく、修正の意図と根拠を提示することで、開発者側の判断力を維持・育成するアプローチだと言える。
詳細はGitHub Agentic Autofix and the question of who owns a bad AI patchを参照していただきたい。




