OpenAI、AI時代の防御戦略「The Defender’s Window」を発表——自社防衛の4本柱とGPT-5.6 Solによる修正事例を公開

要点

• 米OpenAIのグレッグ・ブロックマン氏が、AIによるサイバー攻撃自動化の脅威と防御策を論じた記事を公開した。

• 「OpenAI-Hugging Faceインシデント」を受け、AIエージェントによる自律的な侵入の実態が明らかになったとしている。

• ブロックマン氏個人のWebサイトをGPT-5.6 Solで診断し、15分で13件の欠陥を検出し約1時間で修正した実例が示された。

• 自社の防御策として、Codexによるコード検証やAIによるアラート自動トリアージなど4つの主要戦略を提示した。

• 2026年8月17日、米OpenAIの社長であるグレッグ・ブロックマン氏は公式ブログにおいて「The Defender’s Window」と題する記事を公開した。AIモデルがサイバー攻撃の一部を自動化しつつある現状を受け、企業が防御体制を迅速に引き上げる必要性を訴えている。記事内では、同社の具体的な4つの防御アプローチとともに、AIモデルを活用した自律的なセキュリティ修正の実例が明かされた。

侵入事案で浮き彫りとなったAI攻撃の脅威

ブロックマン氏によると、発生した「OpenAI-Hugging Faceインシデント」はサイバーセキュリティの転換点になったという。この事案では、AIエージェントの集合体が自律的に動作し、未知の脆弱性や流出認証情報を組み合わせて、OpenAIの研究用インフラや他社の本番環境へ侵入したことが確認されている。企業のソフトウェアに潜む長年のバグや設定不備といった技術的負債が、AIによって容易に悪用されるリスクが示された格好だ。

OpenAIは高度なサイバー機能を信頼できる防御者に限定提供してきたが、最先端に迫るオープンウェイト（モデルの重みが一般公開された形式）モデルが他社から登場し、8月末にも新たなモデルが公開される見込みだという。一方で同氏は、AIが高品質な安全コードの生成や、人間には困難だったソフトウェアの形式検証（数学的手法によるプログラムの正しさの保証）を可能にし、防御側に優位をもたらすとも説明している。

個人サイトの欠陥13件を1時間で修正した実証例

記事では、既存モデルが防御者として機能する具体例として、ブロックマン氏個人のWebサイト（gregbrockman.com）での検証結果が紹介された。同サイトはAWS上でホストされ、Cloudflareを前面に置いたシンプルな静的サイトであった。

ChatGPT Work（GPT-5.6 Sol）で診断したところ、約15分で13件の問題点を検出したという。メールなりすましを防ぐDNS設定の不備、安全でない古いjQueryの使用、CloudflareからAWSへの通信が暗号化されていない平文HTTPである点などが含まれていた。

続いて同ツールに修正を実行させたところ、約1時間で完了したとしている。AIはブラウザ上でCloudflareの管理画面を操作して設定を構成したほか、jQueryを削除し、AWSからCloudflare Pagesへ移行させ、DMARC（送信ドメイン認証によるなりすまし防止策）の段階的導入まで実施したと報告されている。

OpenAIが実践する4つの防御アプローチ

OpenAIは自社保護のため、基本管理の徹底と最先端AIの活用を軸とした4つの戦略を掲げている。

第一に「コード保護の強化」である。Codexとセキュリティプラグインを用い、コード変更の検証と脆弱性の特定を行い、デプロイ前に修正を支援している。単にアラートを増やすのではなく、新規コードから特定の脆弱性を排除し、安全なデプロイまでの期間を短縮することを目的とする。

第二に「インフラの継続的防御」である。初期セキュリティアラートのほぼすべてをAIがトリアージ（優先順位付けと分類）し、定型業務を削減してマシンスピードでの対応を実現している。重大な判断には人間が関与する体制を維持しているという。

第三に「攻撃経路の能動的探索」である。先端知能を用いて脆弱性、設定ミス、過剰な権限などを継続的に特定し、攻撃者に悪用される前に塞ぐ取り組みを進めている。

第四に「基本原則の徹底」である。多層防御（複数の防御壁を重ねる手法）や最小特権を重視し、複数の独立した制御が同時に破綻しなければ被害が生じないシステム設計を行っている。ネットワーク分離やパッチ適用といった古典的対策が、AI時代にこそ一層重要になると強調している。