社内の質問に答えるために構築されたAIアシスタントが、コードの実行やファイルの変更、機密性の高いクラウドデータへのアクセス権限も持っている可能性がある。セキュリティツールがアプリケーションをホストするインフラだけを調べている場合、こうした機能は見過ごされることがある。
Wizは2026年11月16日、この可視性の欠如に対処するため、AIセキュリティエージェントをパブリックプレビューで開始した。このツールはAIアプリケーションとエージェントを分析し、本来の目的を特定したうえで、実際の機能やクラウド権限と比較する。
Wizによると、このツールは顧客環境全体で、従来の検出エンジンの最大5倍のAIエージェントを発見したという。同社はテスト方法や誤検知率を明らかにしていないため、この数字は独立して検証された性能指標ではなく、ベンダーが報告した結果にとどまる。
WizのAIセキュリティエージェントは隠れたリスクをどう発見するのか
「Wizの発表」によると、AIセキュリティエージェントは、同社のクラウドセキュリティ機能をアプリケーションコードとAI固有の設定にまで拡張する。
従来の検出手法では、既知のプラットフォームに登録されたエージェントや、管理APIを通じて公開されたエージェントを特定できる場合がある。アプリケーションコードに埋め込まれたカスタムエージェントは、検出がより難しい可能性がある。
Wizによると、新しいツールは3つの環境を分析する。
- セルフホスト型ワークロード:AIアプリケーション、仮想マシン、コンテナ、サーバーレスインフラ上で稼働するアプリケーション、そしてバケットに保存されたコード。
- 対応するPaaSプラットフォーム:コードで定義されたカスタムAIアプリケーション。
- コードリポジトリ:開発中のアプリケーションロジック、プロンプト、設定。
中央管理APIが存在しない場合でも、モデル、システムプロンプト、Model Context Protocol(MCP)サーバー、ツール定義などのコンポーネントをインベントリ化する。
次にこのツールは、アプリケーションの指示、ロジック、権限を調べ、エージェントが何をするよう設計されているのか、また設定によってどのようなアクションが許可されているのかを判断する。
例えば、社内向けの調査アシスタントが、外部ネットワークやインフラ操作用コマンドに不必要なアクセス権を持っている可能性がある。
Wizによると、検出結果には説明とソースコードへの参照が含まれるため、セキュリティチームはなぜその機能が特定されたのかを調査できる。
この手法は、すでにMCPサーバーやAIインフラへの攻撃で記録されているリスクに対応する。接続されたツールや認証情報によって、侵害の影響が最初のアプリケーションを越えて広がる可能性があるためだ。
アプリケーションコードからクラウドの攻撃経路まで
WizはAIアプリケーションの分析をWiz Security Graphと組み合わせている。Wiz Security Graphは、インフラ、アイデンティティ、権限、公開状況、機密データをマッピングする。
同社が示した例では、社内AIアシスタントに、任意の宛先URLを受け付ける未検証のクエリ入力ポイントが含まれていた。
Wizによると、同社の分析は、この動作によって認証ヘッダーを介してバックエンドのサービスアカウントのOAuthトークンが露出する可能性を特定した。
その後、Security Graphはこの検出結果を、インターネットから到達可能な2つのエンドポイント、過剰な権限を持つサービスアカウント、そして個人情報や金融情報を含むストレージバケットに関連付けた。
アシスタントではガードレールが有効になっていたものの、Wizはそのガードレールが接続されたストレージへのアクセスを阻止していないことを発見した。
この例は、アプリケーションロジックの弱点がクラウド権限と組み合わさることで、より広範な攻撃経路が生まれる可能性を示している。
ただし、示された弱点が攻撃者に悪用されたことや、同様の設定がすべての顧客環境に存在することを示すものではない。
プレビューを利用する前にセキュリティチームが確認すべきこと
Wizによると、AIセキュリティエージェントは、従来のルールベースのスキャナーでは見逃す可能性がある、指示、ツール、権限の組み合わせから生じるリスクを特定できる。
例えば、攻撃者が制御する指示を受け付ける認証不要のエンドポイントは、接続されたエージェントがシェルコマンドを実行できる場合、リモートコード実行のリスクにつながる可能性がある。
こうした弱点は、間接的なプロンプトインジェクション攻撃にも現れる。そこでは、信頼できないコンテンツがエージェントの動作に影響を与える。
ただし、潜在的な攻撃経路を発見することは、悪用を確認することと同じではない。
プレビューを評価する組織は、実際のアプリケーション設定に照らして検出結果を検証し、エージェントの指示とは独立してアクセス制限を適用すべきだ。
パイロット導入で確認すべき主な事項
ツールを組織全体に拡大する前に、セキュリティチームは次の点を確認する必要がある。
- 検出範囲:対応するリポジトリ、ワークロード、PaaS環境全体でカスタムエージェントを特定できるか。
- 精度:どの検出結果が確認済みで、手動レビューが必要なものはいくつあるか。
- アクセス要件:アプリケーションコードとクラウドリソースを調査するために、スキャナーにはどの権限が必要か。
- リスク検証:本番システムに影響を与えずに、報告された権限や公開状況をチームで再現できるか。
- 是正措置:影響を受けたエージェントの責任者は誰で、どのアクセス変更やコード修正が必要か。
セキュリティチームは、他の検出手法が見逃したエージェントを特定するため、ツールのインベントリを既存のクラウドおよびアイデンティティの記録とも比較すべきだ。
このレビューは、不要な権限を制限し、不正なアクションを防ぐことを目的とした、より広範なAIエージェントのアクセス制御を補完する。
現在利用できるもの
Wiz AI Security AgentはWiz Preview Hubを通じて利用できる。
発表された機能には、エージェントの検出、アプリケーションの目的の分析、クラウドのコンテキストを用いたリスクの関連付けが含まれる。
Wizは、将来的なランタイムコンテキストの統合によって、実行中のエージェントの動作を継続的に検証できるとしている。ただし、これは現在のプレビューで確認された機能とみなすべきではない。
同社は、コードからクラウドに至る追加の専門的な機能や、AIの静的テスト機能にも言及している。また、Wiz AI SASTは2026年10月にすでにパブリックプレビューで導入されている。
Wizは、AIセキュリティエージェントの検出精度について、独立したベンチマーク結果や、プレビューの制限に関する包括的な情報を公開していない。
エージェント型アプリケーションを導入する組織にとって、当面の優先事項は、どのエージェントが存在し、どのリソースにアクセスでき、その権限が必要なものかを明らかにすることだ。
Wizのパブリックプレビューは、こうした問題を調査する別の方法を提供する。その価値は、検出結果の精度と、セキュリティチームがそれを使って検証済みのリスクを特定し、低減できるかどうかに左右される。
関連記事:研究者らは、接続されたメールアカウントを通じて承認コードにアクセスできる場合、AIエージェントが支出上限を回避できる可能性を発見した。





