「AIが書いたコードで本番が落ちた」「個人情報が漏れた」——2026年に入ってそんな事例が急増している。AIツールに自然言語で指示してコードを生成させる「バイブコーディング」は生産性を大幅に上げる一方、セキュリティレビューが省かれやすい危険な側面も持つ。本記事では2026年上半期に起きた実被害事例と、AI生成コードを本番に出す前に必ず確認すべき7つのチェックポイントを解説する。
バイブコーディングとは何か、なぜ問題になるか
Andrej Karpathyが2025年初頭に名付けた「バイブコーディング（vibe coding）」とは、詳細な仕様を書かずに自然言語で指示し、Claude CodeやCursor、LovableなどのAIコーディングツールにコードを全生成させる開発スタイルだ。プロトタイプを数時間で作れる強力な手法だが、問題の核心は「生成されたコードを誰もレビューしないまま本番にデプロイする」ことにある。
OX Securityの調査ではAI生成コードの62%に脆弱性が含まれており、Arnicaの別調査でも38%にインジェクション脆弱性やハードコードされたシークレットが見つかっている。機能テストは通っても、セキュリティ上の欠陥は検出できない。
2026年上半期の実被害：Moltbookほか
理論の話ではない。2026年2月、AI専用ソーシャルネットワーク「Moltbook」が大規模な情報漏洩を起こした。Reutersの報道（セキュリティ企業Wiz調査）によると、ユーザー同士のプライベートメッセージが第三者から閲覧可能な状態になっており、6,000件以上のメールアドレスと100万件を超える認証トークンが流出。同サービスの創業者はAIツールのみでコードを書き、一切セキュリティレビューを実施していなかった。
他にもチャットアプリ「Tea app」ではAI生成のアクセス制御ロジックに欠陥があり、他ユーザーのDMが閲覧できる状態になった。Autonomaのまとめでは2025〜2026年に7件の本番障害・漏洩がバイブコーディング起因で記録されている。またModallによれば、ジョージア工科大の「Vibe Security Radar」が追跡したAI生成コード由来のCVEは2026年1月の6件から同年3月には35件へ急増している。
AIコードに潜む典型的な脆弱性の分類
Arnica・OX Security・Saigon Technologyの各調査を横断すると、バイブコーディング由来の脆弱性はほぼOWASP Top 10に収まる。
| カテゴリ | 具体例 | OWASP |
|---|---|---|
| ハードコードされたシークレット | APIキー・DBパスワードをソースコードに直書き | A07: 認証の不備 |
| インジェクション | ユーザー入力をそのままSQL・シェルコマンドに渡す | A03: インジェクション |
| アクセス制御の欠如 | Row Level Security未設定・認可ロジックの抜け | A01: アクセス制御の不備 |
| 安全でない依存関係 | 既知CVEを持つ古いパッケージをそのまま採用 | A06: 脆弱で古いコンポーネント |
| 不適切なエラー処理 | スタックトレースをそのままユーザーに返す | A05: セキュリティ設定ミス |
「所有権のパラドックス」——なぜ見逃してしまうか
Iterasecが指摘する「The Ownership Paradox（所有権のパラドックス）」は重要な概念だ。自分でゼロから書いたコードは「自分のもの」として細部まで把握しようとするが、AIが生成したコードは心理的距離があり、「とりあえず動いているから大丈夫だろう」という判断を無意識にしてしまいやすい。これがバイブコーディングでセキュリティホールが見逃される根本原因の一つだ。
本番に出す前の実務チェックリスト 7ステップ
YouWare・Saigon Technology・EclipseSource（OCX26登壇資料）をもとに、AI生成コードを本番に出す前のチェックリストをまとめた。
- シークレットスキャン：TruffleHogやGitHubのSecret ScanningなどでAPIキーや認証情報がソースコードに含まれていないかを確認する。CIに組み込むのが理想。
- SAST（静的解析）スキャン：OpenGrep（Semgrepのオープンソースフォーク、タイント解析を無料で利用可）またはArnicaでコードを静的解析し、インジェクションや認証バイパスを自動検出する。
- 依存関係スキャン（SCA）：
npm audit・pip-audit・Snykなどで既知のCVEを持つパッケージがないか確認する。AIはしばしば古い依存関係を選ぶ。 - アクセス制御を手動でトレース：誰がどのリソースにアクセスできるかを手動でトレースする。Supabaseを使う場合はRow Level Security（RLS）の設定漏れを特にチェック。
- AIに自身のコードをセキュリティレビューさせる：「このコードにSQLインジェクションやXSSの脆弱性がないか確認して」「認証バイパスのリスクを列挙して」と同じAIに明示的に問う。プロンプトでセキュリティ観点を指定すると精度が上がる。
- エッジケース・adversarialテストを書かせる：空文字・特殊文字・境界値・ネガティブパターンに特化したテストをAIに書かせる。実践者のブログ（Medium）では「エッジケースとadversarial入力のテストを書かせること」が最も効果的な対策と紹介されている。
- 最小権限の原則を確認：AI生成コードはしばしば過剰な権限を要求する。DB接続・外部API・ファイルアクセスが最小権限で動作するかを確認する。Iternal AIのエージェントセキュリティチェックリストが参考になる。
セキュリティスキャンツール早見表
| ツール | 種別 | 費用 | 特徴 |
|---|---|---|---|
| OpenGrep | SAST | 無料（OSS） | Semgrepのフォーク。クロスファンクションのタイント解析を無料で利用可。30以上の言語に対応。 |
| Arnica | AI-nativeセキュリティ | 要問い合わせ | AI生成コード特化のシークレット・依存関係自動チェック。CI統合。 |
| OX Security | SAST / ASPM | 要問い合わせ | アプリケーションセキュリティ管理プラットフォーム。CI/CD統合。 |
| TruffleHog | シークレットスキャン | 無料（OSS） | GitリポジトリのAPIキー・認証情報を検出。300以上のシークレット種別に対応。 |
| Snyk | SCA（依存関係） | 個人利用無料 | npmやPyPI等の依存関係に含まれるCVEを検出。 |
まとめ：「動く」と「安全」は別物
バイブコーディングは生産性ツールとして強力だが、「動いているコード」と「安全なコード」は全く異なる。EclipseSource（OCX26）の講演が述べるとおり、「AIはソフトウェアエンジニアリングの増幅器であって、代替品ではない」。AI生成コードであっても、セキュリティ確認の責任は開発者側にある。上記の7ステップをCI/CDパイプラインに組み込むことで、スピードと安全性の両立が可能になる。
主な情報源
- OX Security — Vibe Coding Security: Why 62% of AI-Generated Code Is Vulnerable
- Arnica — Vibe Coding Security Risks You Can’t Ignore 2026
- Reuters — Moltbook social media site for AI agents had big security hole, cyber firm Wiz says
- YouWare — Vibe Coding Security Checklist: 7 Critical Steps Before Shipping
- Saigon Technology — Vibe Coding Security: Risks of AI Code
- Iterasec — AI-assisted Software Development Security: Risks, Vulnerabilities, and Best Practices
- EclipseSource — Beyond Vibe Coding: A Systematic AI Software Development Process (OCX26)
- Autonoma — Vibe Coding Failures: 7 Apps That Broke
各ツールは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。