Google、AI コーディングエージェント向け脆弱性対応ツールキット「Mantis」をオープンソース化

Google は、AI コーディングエージェントが脆弱性のライフサイクル全体を処理できるようにする、スタック非依存のセキュリティレビュースキルセット「Mantis」をオープンソース化しました。このツールは、疑わしい欠陥を発見し、偽陽性を排除し、サンドボックス内でバグを再現し、最小限のパッチを作成し、そのパッチに対する再攻撃を行い、残存リスクを評価します。

Mantis はリポジトリに対してスキャンを実行して完了する単体のツールではありません。既存のコーディングエージェントが読み込むスラッシュコマンド群と、そのエージェントがコードを実行できる範囲を厳格に定義したルールセットです。

導入は可能でしょうか？ローカル環境や内部評価であれば可能です。ただし、本番環境での利用はまだ準備段階です。今日すぐにクローンして、Gemini CLI、Antigravity CLI、Google ADK、あるいは同等のエージェントフレームワークで実行できます。

パイプラインについて

Mantis は各工程を独立したスキルディレクトリとして公開しており、スラッシュコマンドとして呼び出して順次連鎖させます。スーパーバイザースキル「/mantis-meta-agent」を使えば、長時間セッションの中で一連の処理を自動で駆動できます。

初期段階では対象を理解します。「/mantis-history」はバージョン管理履歴から過去のセキュリティ修正を検索し、「/mantis-summarize」はディレクトリマップを作成し、「/mantis-architecture」は Markdown 形式のナレッジベースを構築し、「/mantis-threat-model」は信頼境界を導出し、「/mantis-plan」はターゲットを絞ったロードマップを生成します。

中盤段階では発見とフィルタリングを行います。「/mantis-researcher」が計画に基づいてファイルをスキャンした後、「/mantis-dedupe」「/mantis-review」「/mantis-critic」が重複を統合し、ネガティブルールを適用して、リリースビルドで発生し得ない問題は除外します。

最終段階の検証と修正では、各コマンドが特定の役割を担います。/mantis-reproduce はネットワーク機能を無効化した gVisor または VM 上でペイロードを実行し、/mantis-chain は個別に確認された脆弱性から多段階の攻撃チェーンを組み立てます。/mantis-patch では修正パッチを適用して検証を行い、/mantis-calibrate がリスクスコア（1〜10）を算出します。さらに /mantis-reflect によって学習内容を記録し、次のループに活かす仕組みです。最後に /mantis-report が人間が読みやすいレビューレポートを生成します。

より新しいスキルとして /mantis-advise を挙げることができます。これはコード記述の段階で蓄積された脅威モデルや過去のバグ履歴、検証済みの修正パターンを照会し、同じ種類の脆弱性が二度と発生しないようにするものです。

では、なぜこのような仕組みが必要なのでしょうか？

多くのエージェント型セキュリティツールは、脆弱性の検出結果を出力するだけで終わってしまいます。Mantis が注目される理由は、再現性と再攻撃の過程自体を信頼の境界線（トラス・バウンダリ）とみなしている点にあります。また、各工程間の契約仕様を公開することで、チームが LLM にシェルコマンドの実行を任せるのではなく、決定論的なハーンネス内でスキルを組み合わせて運用できるようにしています。

主なポイント

• Mantis は、単体のスキャナや公式サポート製品ではなく、コーディングエージェント向けのモジュール型スキルツールキットです。
• 差別化要因は「モデルの自信度」ではなく、「サンドボックス環境での再現とパッチ再攻撃」という実証プロセスにあります。
• Google によると、階層型の要約ツリーを採用することでトークン使用量を 85% 以上削減しています。
• Mantis が解決しようとしているのは、単純な AI コードスキャンが示す真陽性率（サブ 7%）という課題です。
• Apache 2.0 ライセンスでローカル環境でのデプロイは可能ですが、現時点では本番環境への導入はまだ推奨されていません。

GitHub の google/mantis、エージェント参照ガイド、クラウド CISO の視点、そして Mantis 入門についてはぜひご覧ください。また、Twitter でフォローしていただくと幸いです。15 万人以上の ML 関連ユーザーが参加する SubReddit にぜひご参加ください。さらに、ニュースレターも購読いただけます。

Telegram をご利用の方も、今なら Telegram チャンネルに参加できるようになりました。