Sakana AI、サイバー防衛向けマルチエージェントモデル「Fugu-Cyber」発表

最先端 AI モデルのサイバー脅威ばかりが叫ばれる一方で、企業のセキュリティ現場では、導入した生の大規模モデルが誤検知を連発し、実務で使い物にならないという現実的な課題に直面しています。

東京を拠点とする Sakana AI は、このギャップを埋めるための新モデル「Fugu-Cyber」を発表し、API エンドポイント経由での提供を開始しました。

公開されたベンチマークスコアは非常に高い水準です。複雑なコードベースから実際の脆弱性を分析・検証する「CyberGym」では 86.9% の成功率を記録。未加工の脅威インテリジェンス報告書を実行可能な検知ルールに変換する能力を測る「CTI-REALM」でも 72.1% に達しました。これは OpenAI の GPT-5.5-Cyber や Anthropic の Mythos-Preview といった、サイバー特化型の最先端モデルに匹敵する数字です。

単一エンドポイントの裏で動くマルチエージェント

Fugu-Cyber の特徴は、従来の Fugu と同様に、単一モデルのように振る舞うマルチエージェント構造にあります。ユーザーはひとつの API にリクエストを送るだけで、裏側で複数の専門エージェントが連携して複雑なタスクを処理します。特定ベンダーへの依存を防げる点も大きなメリットです。

同社は今回の発表にあたり、日経デジタルガバナンスの報道に触れながら、業界の過度な期待に釘を刺しました。Anthropic の Mythos のような先端モデルがあっても、社内人材や独自ソースコードとの連携がなければ、大手金融機関ですら実際の脆弱性に対処するのは困難だと指摘しています。

そのため Sakana AI の応用エンタープライズチームは、日本の大手機関と直接連携し、実運用に耐える検証ワークフローを構築しています。AI が検知した脆弱性候補は、専門のサブエージェントと人間が本番環境で再現するか確認した上で、修正パッチの提案へと進む設計です。

なお、悪用を防ぐため提供体制は厳密に管理されます。攻撃的な利用を禁じる新たな利用規約が適用され、利用を希望する企業は用途や身元を明記した申請を提出し、手動による厳格な審査を通過する必要があります。

なぜ重要か

私たちは、Sakana AI のこのアプローチを極めて現実的で賢明な一手だと評価しています。

市場には「最先端モデルを導入すればセキュリティは自動化できる」という過度な宣伝が溢れていますが、現場が最も恐れるのは誤検知による業務逼迫や、不完全なパッチによるシステム停止です。単一モデルの万能性を追うのではなく、マルチエージェントによる検証と人間の介在を前提にしたシステム設計は、大企業の防衛要件に的確に応えています。

ユーザー視点で見れば、セキュリティ担当者にとっては頼もしい選択肢ですが、誰でもすぐに試せるツールではありません。厳格な利用審査に加え、自社の開発パイプラインと深く結びつける設計力が求められるため、当面は金融機関やインフラ系大企業向けのソリューションと見るべきです。

業界全体にとっても、AI 主権（ソブリン AI）の具体例を示した意義は小さくありません。米国の単一プラットフォーマーに重要なセキュリティ基盤を完全に委ねるリスクを避けたい組織にとって、複数モデルを柔軟に束ねて自国環境で運用する枠組みは、今後有力な選択肢になりそうです。