AI で自社サービスをセルフペネトレーションする

攻撃者はすでに AI で攻撃している。自分たちも「攻撃者目線でこのプロジェクトをレビューし、実際の攻撃ベクターでペネトレして」とエージェントに依頼し、見つかったものを先に潰す。

対策なしの Web サービスは、現行モデルのブラックボックススキャンで重大インシデント級の問題がかなりの割合で見つかるという見立て（@mizchi）。非エンジニアでも AI を使えば脆弱なデモサイトを簡単に破壊できたという社内訓練の報告もある。

ホワイトボックス: リポジトリをエージェントに渡し「攻撃者目線でレビューし、実際に悪用可能な攻撃シナリオと再現手順、修正案を出して」と依頼。
ブラックボックス（ステージング環境で）: E2E テストに OWASP ZAP のプロキシを噛ませて Playwright で動的スキャンし、結果を Claude Code に解析させる（@labelmake が紹介した構成）。CI に組み込みやすい。
ハーネス化: Recon / Hunt / Validate の段階を DB に永続化し、発見用と検証用で別モデルを使って誤検知を減らす設計（@about_hiroppy が紹介した "Build your own vulnerability harness"）。
ワークフローに組み込む: 「参考実装を集める → テスト → リファクタ → ベンチ → セキュリティレビュー → カバレッジ」の流れの一工程として毎回回す（@mizchi）。PR トリガーや定期ルーチンで自動レビューを回し続ける。
Chrome チームの「Modern Web Guidance」スキル（npx modern-web-guidance@latest install）でセキュリティを含むベストプラクティス採点をさせるのも手軽。

自分が権限を持つ環境だけを対象にする。本番への攻撃的スキャンは影響を考慮し、ステージングで。
主要モデルはサイバーセキュリティ用途に分類器をかけており、攻撃的タスクが止められることがある（Anthropic の Cyber Verification 等の認証が必要な場合あり）。
発見の検証（再現確認）を必ず行い、誤検知で疲弊しない仕組みを作る。