あるセキュリティ研究者によると、OpenAIのo3モデルが、CVE-2025-37899として特定されたLinuxカーネルのSMB実装におけるリモート・ゼロデイ脆弱性の発見に役立った。この説明はショーン・ヒーランの技術記事によるもので、ネットワーク経由のファイル共有に使われるカーネル内蔵SMBサーバー「ksmbd」の監査中に、同氏がどのようにo3を使用したかが記されている。

記事によると、このバグはSMBログオフコマンドのハンドラーに存在する解放後使用（use-after-free）の脆弱性だ。また、この問題は、ヒーランがすでに手作業でksmbdから発見していた脆弱性を基準に、o3のベンチマークを行っていた際に浮上したという。同氏の説明では、モデルは同時接続について推論し、あるオブジェクトが別のスレッドからまだ参照可能な状態にもかかわらず解放され得る経路を見つけられた。

それが記事の中心的な主張だ。つまり、AIシステムがカーネルツリーを最初から最後まで独力で監査したということではなく、慎重に準備されたコンテキストを与えられたo3が、範囲を限定したコードベース内で特定の弱点を浮かび上がらせるのに役立ったということだ。記事はその設定を強調している。ヒーランによると、セッション設定ハンドラーと関連コードに加え、リクエストがどのように解析、振り分け、終了処理されるかを理解するために必要な関数をモデルに渡した。

ヒーランはこの結果を、LLMのコード推論能力が実質的に向上した証拠と位置付けている。同氏は、制限された分析ウィンドウに収まるほど小規模なリポジトリやサブシステムであれば、o3は今や問題を解決したり、その解決を支援したりできる可能性があると主張する。また、o3の出力品質を以前のClaude Sonnetモデルと比較し、o3は同氏のベンチマークで偽陰性が少なく、その報告はより簡潔で、人間が書いたバグ報告に近かったと述べている。

この解説は単なるデモにとどまらない。手作業で見つかった脆弱性CVE-2025-37778と、o3が発見した二つ目の問題を対比し、ksmbdのSMBコマンドハンドラーが有用なテストケースだった理由を説明している。また記事によると、ベンチマークは何度も繰り返され、結果は実行のたびに完全に安定していたわけではない。この点は、AI支援によるセキュリティ上の発見を解釈するうえで重要だ。

情報源が行っていないのは、脆弱性研究に関する幅広い一般則を確立することだ。提示されているのは、一人の研究者によるベンチマークと、一件の発見成功である。それでもこれは重要だ。慎重に範囲を限定したコード断片とLLMを用いたワークフローを通じて、実在するカーネルのバグが特定されたことが、公開記事で示されているからだ。ただし、この記事はAIが人間の研究者に取って代わった証拠としてではなく、技術的なケーススタディーとして読むべきである。

最も妥当な結論は、より限定的なものだ。記事によると、o3は研究者がLinuxカーネルのSMBコードに存在するCVE-2025-37899を発見するのに役立ち、それは人を感心させるためではなく、推論能力を試すために設計された環境で実現した。このため、この話は脆弱性の開示としても、難度の高いコード分析タスクで最先端モデルの能力がどこまで高まったかをめぐる議論の一つのデータポイントとしても注目に値する。