LLMエージェントを自作せよ：セキュリティ分析の自動化とハーネスエンジニアリングの真髄

多くのエンジニアが、LLMを魔法の杖のように扱い、プロンプトを微調整しては一喜一憂している。しかし、セキュリティ・キャンプ2026で水谷正慶氏が提示した「セキュリティ分析LLMエージェントの実装」というテーマは、その幻想を冷徹に打ち砕くものだ。LLMの本質は、単なる『文字列を入力すると続きを確率的に生成する関数』に過ぎない。この事実を直視せず、LangChainのような巨大なフレームワークの背後に隠れることは、エンジニアとして最も避けるべき『ブラックボックスへの依存』である。

水谷氏がGo言語でのフルスクラッチ実装を推奨する理由は明白だ。エージェントの核心は、LLMとツール（外部APIやデータベース）がどのように往復し、状態を更新していくかという『ループ構造』にある。このループを隠蔽せず、自らの手で実装することで初めて、開発者は『なぜLLMがここで迷走するのか』『なぜこのツール呼び出しでパースエラーが起きるのか』という、デバッグの最前線に立つことができる。これは、かつて我々がソケット通信を直接叩いてHTTPの挙動を理解したプロセスと何ら変わらない。

エージェントを構成する要素は、コンテンツ生成、ツール呼び出し、そしてループの3つに集約される。特に重要なのは、自然言語による生成と、JSON Schemaによる構造化データの生成を明確に使い分けることだ。人間向けのレポートには自由文を使い、後段のロジックで分岐させる判断には厳格なスキーマを適用する。この『型』への執着こそが、不安定なLLMを実務レベルのセキュリティ監視基盤へと昇華させるための第一歩である。我々エンジニアは、LLMを『知的な存在』として擬人化するのをやめ、予測不可能な入出力を制御するための『堅牢なパイプライン』として再定義しなければならない。

LLMの推論精度に依存する時代は終わった。今、我々が注力すべきは『ハーネスエンジニアリング』である。これは、モデルそのものを改善するのではなく、ツール、プロンプト、制御フロー、そして検証という『モデルの外郭装置』を構築することで、システムの挙動を安定させる工学だ。水谷氏が指摘するように、一度犯したミスを繰り返さないための仕組み化こそが、AIエージェントを商用レベルに引き上げる鍵となる。

具体的には、ツール設計の粒度が極めて重要だ。汎用的なSQL実行ツールを一つ渡せば、LLMは自由奔放にクエリを投げ、カラム名の間違いや重いスキャンで自滅する。一方で、特定の調査手順を関数化しすぎれば、柔軟性が失われる。このトレードオフをどう設計するかは、まさに従来のシステム設計と同じだ。頻出する調査手順は専用ツールとして切り出し、逃げ道として汎用ツールを残す。集計や名寄せといった決定論的な処理は、LLMに推論させるのではなく、Goのコード側で正確に実行させる。推論に任せるのは『次に何を調べるか』という判断のプロセスだけで十分なのだ。

また、セキュリティの観点から見れば、エージェントの権限境界は死活問題である。APIキーをエージェントのコンテキストに露出させず、実行結果を要約して履歴に積むことで、トークン消費を抑えつつセキュリティリスクを最小化する。これは、深夜の障害対応でスパゲッティコードを追いかけるような泥臭い作業を、いかにして『AIが自律的にこなせる型』に落とし込むかという挑戦に他ならない。ハーネスエンジニアリングとは、LLMという不安定なエンジンを、我々が制御可能な『業務自動化の歯車』として組み込むための、極めて泥臭く、かつ高度なエンジニアリングの結晶である。

セキュリティ分析の現場において、LLMエージェントは単なる効率化ツールではない。それは、これまで人間が暗黙知として蓄積してきた『調査の思考プロセス』をコードとして形式知化する試みである。しかし、ここで我々が直面するのは、AIが導き出した結論に対する『責任の所在』という重い問いだ。AIが「このIPは悪意がある」と判断し、自動的に遮断処理を行った結果、誤検知によって業務が停止したとき、その責任を誰が取るのか。

多くのエンジニアは「AIが判断した」という言葉で責任を回避しようとするが、それは技術者としての敗北である。AIエージェントを導入するということは、その判断ロジックを完全に理解し、ガードレールを設計し、異常系を想定したテストを網羅したという『技術的証明』を自らに課すことに他ならない。もしあなたが、LLMの出力結果を盲信して運用しているなら、それはセキュリティ基盤を構築しているのではなく、時限爆弾を設置しているのと同じだ。

明日からあなたが取るべき実践的な処方箋は、まず『自分の業務を徹底的に分解すること』だ。あなたが毎日行っているトリアージ、ログ調査、判断のプロセスを、一つずつ関数として書き出してみよ。そして、その関数をLLMに呼び出させるための『ハーネス』を構築せよ。既存のAIサービスをただ使うだけの『AIユーザー』から、AIを制御し、業務の質を根本から変える『AIアーキテクト』へと進化できるか。その分水嶺は、あなたが今日、LLMの裏側にあるループ構造を自分の手で実装しようとするかどうかにかかっている。あなたは、AIに仕事を奪われる側になるのか、それともAIを使いこなしてセキュリティの未来を設計する側になるのか。その答えは、あなたの書くコードの中にしかない。