AISLE AI Discovers Six curl CVEs After OpenAI and Anthropic Find Zero

OpenAIとAnthropicのフロンティアAIシステムが同じコードベースにおいて追加の発見事項がゼロであったと報告した後、AISLEの自律型AIシステムは、curlにおいて以前は未知であった6つの脆弱性を発見し、その後CVEが割り当てられました。この結果は「System over Model」のテーゼを支持しており、特化型のAIハーネスと自律型システムが、現実世界のゼロデイ発見において、生のフロンティアモデルよりも優れた性能を発揮できる可能性があることを示唆しています。

Six New CVEs Identified in curl 8.22.0

2026年8月24日にcurlの創設者であるDaniel Stenberg氏が、Anthropic MythosとOpenAI Codex Securityがcurlにおいてこれ以上の脆弱性を発見できなかったと記した公開声明を出した後、AISLEはその自律型システムをコードベースに対して実行しました。AISLEは29件のレポートを提出し、そのうち6件がcurlセキュリティチームによって検証され、curl 8.22.0リリースで修正されました。

これら6つの脆弱性はすべて「Low」の深刻度として評価されており、これはcurlの高いエンジニアリング成熟度を反映しています。残っている欠陥は通常、限定的な構成や微妙な相互作用の中に存在します。特定されたCVEは以下の通りです：

  • CVE-2026-80229: OpenSSL provider use-after-free
  • CVE-2026-80230: OpenSSL pinning bypass
  • CVE-2026-80255: secure attribute bypass with tab
  • CVE-2026-82208: wolfSSL CA-cache hit overrides callback
  • CVE-2026-82209: domain-scoped public-suffix cookie
  • CVE-2026-80231: native CA store connection reuse

Validation and Methodology

この発見プロセスは、標準的なAIサイバーセキュリティ・ベンチマークやCapture-The-Flag (CTF) チャレンジとは異なっていました。なぜなら、トレーニングデータ内の既知の回答をターゲットにするのではなく、現在のプロダクションコードを対象としていたからです。検証は、外部のドメインエキスパートであるcurlメンテナによって行われ、発見事項が本物であるか、また、それらがCVE指定を正当化するかどうかを決定しました。

Daniel Stenberg氏によるOpenAIとAnthropicの発見事項がゼロであったという報告は、AISLEが分析を開始する前にタイムスタンプが付けられ公開されていたため、この比較はゼロデイ発見における検証済みのベースラインを提供します。

Broader Impact and Linux Kernel Observations

AISLEがフロンティアモデルを凌駕するパターンは、curlを超えて広がっているようです。Linuxの安定版リリースのメンテナであるGreg Kroah-Hartman氏は、Linuxカーネルにおいても同様の結果が見られたと報告し、次のように述べています：「Linuxでも同様のことが起きています。Aisleが何を違うように行っているのかは分かりませんが、驚くべきことです...」

Technical Community Perspectives

CVEの割り当てによって発見事項は検証されましたが、技術コミュニティは、その手法や結果の性質に関して、いくつかの点を指摘しています：

  • System vs. Model: 批判的な意見を持つ人々は、特化型のAIハーネス（AISLE）をベースモデル（OpenAI/Anthropic）と比較することは、不公平な比較であると主張しています。あるコメントでは、「ベースモデル対ベースモデル + ハーネス + その他、という形にすれば、当然、正しく行えば、脆弱性を発見するためのより優れたシステムになります」と述べられています。
  • Signal-to-Noise Ratio: 一部の観察者は、AISLEが29件の課題を報告しましたが、CVEとなったのは6件のみであったことから、誤検知（false-positive）率が高いことを指摘しています。あるユーザーは、フロンティアツールが同じ問題を見つけたかもしれないが、深刻度が低いためにフィルタリングしてしまったのではないかと疑問を視つています。
  • Real-world Utility: 他のユーザーは、このツールに対して肯定的な経験を報告しており、あるユーザーは、AISLEのスキャナーがlibnbdにおけるバグを見つけるために2つのエクスプロイトを連鎖（chain）させることに成功し、適切な修正パッチを提供したと述べています。

"Since AISLE reported 29 issues but only 6 warranted a CVE, and all the found CVEs were "low" severity, this makes me wonder if AISLE simply is tuned for a higher false positive rate than the anthropic and openai tools."

"The tool basically had to chain two exploits together to reach this [libnbd bug]. It also came up with a patch to fix which was fairly sensible."

Sources

関連