【要約】【完結編】コードを1行も読ませずに、AIに脆弱性を100%特定させる方法（自作ツールがAIに論破された日） [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
- ・生のソースコードをLLMに渡すと、変数名のタイポや規約違反などのノイズに推論が阻害される。
- ・機密性の高いソースコードを直接外部AIに送信することへのセキュリティ懸念がある。
- ・大規模なコードベースでは、コンテキストウィンドウの制限やコスト増を招く。
// Approach
1.Pythonの
astライブラリを使用し、プロジェクトをパースする。2.
ast.NodeVisitorを継承したクラスでコードを走査する。3.以下の情報をMarkdown形式の「構造マップ」として抽出する。
- ・クラス構造と継承関係
- ・関数のサイクロマティック複雑度（
visit_If,visit_For等で算出） - ・変数スコープ、インポート情報
- ・テイントフロー、静的スキャン結果
4.抽出したメタデータのみをプロンプトとしてGemini 3.1 Pro等のLLMに投入する。
// Result
AIはコードを1行も読まずに、解析ツール自身の設計上の欠陥を特定した。具体的には、複雑度29の
generate_report関数に対し、悪意あるAST構造によるDoS攻撃（解析妨害）のリスクを指摘。メタデータのみでアーキテクチャの急所を突く、極めて高い推論精度を実証した。Senior Engineer Insight
> コードを直接渡さない手法は、プライバシー保護と推論精度の向上を両立する。LLMのコンテキスト制限を回避し、アーキテクチャ層のレビューを自動化できる点は極めて強力だ。ただし、解析ツール自体の堅牢性が新たな課題となる。複雑なASTを食わせることで解析プロセスを停止させる攻撃への対策が必須だ。実戦投入には、解析エンジンのリソース制限やタイムアウト設計、および解析対象の深さの制限といったガードレール設計が不可欠である。