Google Mantisが変える脆弱性スキャン：AIエージェントによる誤検知撲滅への挑戦

深夜のオンコール、鳴り響くアラート。眠い目をこすりながらログを確認すると、そこにあるのはAIが生成した「脆弱性らしきもの」の山。しかし、実際にコードを追ってみると、それは単なる文脈の読み違えや、存在しないパスへの言及に過ぎない――。我々エンジニアにとって、この「誤検知（False Positive）」という名のノイズは、真の脅威を見逃すリスク以上に、開発者の生産性を著しく低下させる最大の敵です。従来のAIコードスキャンツールは、しばしば7%未満という悲惨な真陽性率（True Positive Rate）に甘んじてきました。これはもはや「自動化」ではなく、エンジニアに対する「嫌がらせ」に近いと言わざるを得ません。

Googleがオープンソース化した「Mantis」は、この絶望的な状況を打破するためのエージェント型フレームワークです。Mantisの核心は、単にLLMにコードを投げつけるのではなく、複数の専門エージェントを協調させる「オーケストレーション」にあります。具体的には、リポジトリの履歴、過去の修正事例、アーキテクチャの構造、そして脅威モデルまでを統合的に解析します。特に注目すべきは、ファイルを盲目的にスキャンするのではなく、階層的なツリー構造に要約してコンテキストを保持する手法です。これにより、トークン消費量を85%削減しつつ、重要な構造情報を維持するという、極めて実用的な最適化を実現しています。これは、大規模なモノリスコードベースを抱える現場のエンジニアにとって、コストと精度の両面で福音となるはずです。

Mantisが従来のツールと一線を画すのは、LLMの「推論」を「証拠」で裏付けるプロセスを組み込んでいる点です。Mantisは、単に「ここが怪しい」と指摘するだけではありません。サンドボックス環境内で実際に脆弱性を再現（Reproduce）し、それが実行可能な脅威であることを証明します。この「エビデンスベース」のアプローチこそが、誤検知を劇的に減らす鍵です。Mantisは15以上のモジュール化されたスキルセットを持ち、Strategist（戦略家）、Researcher（調査員）、Critic（批評家）、Reviewer（査読者）といった役割分担がなされています。

特筆すべきは、モデルの使い分け戦略です。すべてのタスクに高コストなフロンティアモデルを投入するのは、エンジニアリングの観点からは非効率の極みです。Mantisは、タスクの性質に応じてモデルを動的に選択します。例えば、mantis-researcherによる単純な分類や、mantis-dedupeによるテキストパターンのクラスタリングには「Flash」や「Lite」といった軽量モデルを割り当て、mantis-reproduceによるクラッシュ再現や、mantis-patchによる副作用のない修正コード生成には、高度な推論能力を持つモデルを充てる。この「適材適所」のパイプライン設計は、CI/CDパイプラインのボトルネックを解消するための極めて洗練されたアーキテクチャと言えます。

この仕組みは、Googleが社内で実践している「マシン・スピードでの脆弱性修正」という思想を具現化したものです。我々がGitHubからこのフレームワークを導入する際、最も注意すべきは「Reviewer」ステージの設定です。Googleは、ルールベースのネガティブフィルタを慎重に扱うよう警告しています。過度にフィルタリングを強めれば、真の脆弱性を見逃すリスク（偽陰性）が高まるからです。このバランス調整こそが、セキュリティエンジニアの腕の見せ所となるでしょう。

Mantisの登場は、セキュリティスキャンが「静的な解析」から「動的なエージェントによる自律的検証」へとシフトしたことを決定的に示しています。しかし、ここで立ち止まって考えるべきことがあります。AIが脆弱性を発見し、修正パッチまで生成する時代において、我々エンジニアの役割はどこへ向かうのでしょうか。単にツールを導入して「自動化できた」と満足するだけであれば、それは技術的負債をAIに転嫁しているに過ぎません。真に問われているのは、AIが提示した「修正」の妥当性を、我々がどれだけ深いレベルでレビューできるかという「技術的審美眼」です。

今後、セキュリティの現場では、AIエージェント同士の対話（CriticとReviewerのせめぎ合い）が日常化します。その中で、人間は「AIがなぜその結論に至ったか」というコンテキストを理解し、ビジネスロジックやアーキテクチャの文脈から、その修正が本当に安全かを判断する「最終防衛線」としての役割を担うことになります。明日から皆さんが取るべき対策は明確です。まずは、自社のCIパイプラインにおいて、現在どれだけの誤検知が発生し、それにどれだけのエンジニア工数が割かれているかを定量化すること。そして、Mantisのようなエージェント型フレームワークを試験的に導入し、既存の静的解析ツール（SAST）とどう共存させるかを設計することです。

AIは脆弱性を「見つける」ことはできても、その脆弱性がビジネスに与える「真のインパクト」を理解することはできません。技術コミュニティに身を置く我々は、AIを単なるツールとして使うのではなく、AIの推論プロセスをハックし、自らの開発プロセスに最適化する「エージェント・オーケストレーター」へと進化しなければならないのではないでしょうか。AIが生成したパッチを、あなたは自信を持って本番環境にデプロイできますか？その問いに対する答えこそが、これからのエンジニアの価値を決定づけるはずです。