Cisco、AI生成コード向けオープンソース安全フレームワーク「Project CodeGuard」を発表

Project CodeGuardは、AIコーディングアシスタントが生成するソフトウェアの脆弱性を防ぐためにCiscoが公開したオープンソースのセキュリティフレームワークです。

AIによるコード生成が設計から実装、バグ修正まで広がるなか、設定ミスや初歩的な脆弱性が混入するリスクが高まっています。CodeGuardはモデルに依存しない形で開発プロセスの各段階に入り込み、デフォルトで安全なコードを出力させることを目指しています。

生成プロセス全体で脆弱性を防ぐ仕組み

このフレームワーク最大の特徴は、コード完成後の静的スキャンだけに頼らず、生成前・生成中・生成後の3段階すべてに介入するアプローチにあります。

仕様策定や設計の段階では、AIエージェントに対して安全な実装パターンを採用するよう誘導します。

コード生成の最中には、主要なAIコーディングツール用のアダプターを介してリアルタイムにコードを監視し、危険な構文を検知してブロックします。

生成完了後にはバリデータが最終チェックを行い、入力値の検証が抜けていないか、認証情報が適切に外部化されているかを確認します。

初期リリースに含まれる基本ルールセットは、OWASPやCWEといった業界標準のガイダンスをベースにしています。対処する対象は、ハードコードされた秘密情報、入力検証の不備、時代遅れの暗号化方式、サポートが終了したライブラリへの依存など、AIが起こしがちな典型的な問題です。

入手方法と現時点での制限事項

CiscoはProject CodeGuardをパブリックリポジトリで公開しており、コミュニティ主導のルールセット、各AIツール向けのトランスレーター、自動検証ツール一式を提供しています。

セキュリティ担当者や開発者に対し、新たなルールの追加や他プラットフォーム向けアダプターの開発といったコミュニティ貢献を呼びかけています。

ただし、Ciscoは本ツールが完全な安全を保証するものではないと明言しています。人間によるコードレビューや既存のセキュリティ体制を代替するものではなく、AI利用によって増えがちな初歩的バグを減らすための多層防御レイヤーという位置づけです。

今後は対応プログラミング言語の拡充や連携可能なAIツールの追加、コミュニティの利用データに基づくルールの自動検証機能などがロードマップに盛り込まれています。

なぜ重要か

現場の開発者がCopilotなどのAIツールを日常的に使っている組織なら、試してみる価値は十分あります。

AIによるコーディングで最も厄介なのは、レビューを見落とすような単純な認証情報の埋め込みや入力サニタイズ漏れがそのまま本番環境に紛れ込むことです。Ciscoは重い独自モデルを新たに用意するのではなく、すでに広く信頼されているOWASPやCWEの基準をライフサイクル型のインターセプターとして落とし込みました。この現実的な設計は扱いやすく、今後のAI開発パイプラインにおいて標準的なガードレールとなる可能性があります。