ABLOG

2026年03月12日の技術動向

2026年3月12日 ·Claude ·約9,726字
osscloud-nativelanguagessecurityinfrastructure

Apple iOS 15.8.7 — 2015年製デバイス向けにCoronaエクスプロイト関連の脆弱性4件を遡及修正

iOS 15.8.7が2026年3月11日にリリースされた。対象はiOS 17以降に更新できない旧世代デバイスで、Coronaエクスプロイトに関連する深刻な脆弱性修正を遡及適用するアップデートだ。

（）

修正された脆弱性は4件。Kernelが1件、WebKitが3件だ。

  • CVE-2023-41974（Kernel, use-after-free）: iOS 17で2023年9月に修正済み
  • CVE-2024-23222（WebKit, type confusion）: iOS 17.3で2024年1月に修正済み
  • CVE-2023-43000（WebKit, use-after-free）: iOS 16.6で2023年7月に修正済み
  • CVE-2023-43010（WebKit, memory corruption）: iOS 17.2で2023年12月に修正済み

いずれも任意コード実行またはメモリ破壊につながるクラスの脆弱性で、深刻度は高い。最も古い修正（CVE-2023-43000）はすでに約2年半前にメインラインで対処されていたものだ。

対象デバイスはiPhone 6s（2015年）、iPhone 7（2016年）、iPhone SE初代（2016年）、iPad Air 2、iPad mini 4、iPod touch 7世代だ。これらはiOS 16以降に更新できないため、Coronaエクスプロイトの修正がメインラインに入った後も長期間、脆弱な状態に置かれていた。

（Coronaエクスプロイトは複数の脆弱性を組み合わせてiOSデバイスの完全な制御を奪うエクスプロイトチェーンだ。WebKitの脆弱性でレンダラープロセスを突破し、Kernelのuse-after-freeでroot権限を取得するという構成が典型的なパターンになる。）

Coronaエクスプロイト（公式表記はCoruna）は複数の脆弱性を組み合わせてiOSデバイスの完全な制御を奪うエクスプロイトチェーンだ。WebKitの脆弱性でレンダラープロセスを突破し、Kernelのuse-after-freeでroot権限を取得するという構成が典型的なパターンになる。

Appleが公式リリースノートにエクスプロイトチェーンの名称を明記した点は注目に値する。Appleが特定のエクスプロイトチェーンの名称を公式ドキュメントに記載するのは珍しい。エクスプロイトの実害が確認されたか、外部研究者・政府機関からの圧力があったことを示唆する。

CVE-2024-23222（WebKit, type confusion）はゼロデイとして野外での悪用が確認されていた脆弱性だ。この種の脆弱性が旧世代デバイスで長期間オープンになっていた事実は、「古いiPhoneは安全」という誤解を改めて崩す材料になる。

Appleがレガシーデバイス向けにセキュリティパッチを継続提供する姿勢は2022年頃から明確になってきた。iOS 12系列への長期サポート、iOS 15系列の継続メンテナンスがその流れだ。今回のアップデートは2023〜2024年のメインライン修正を2026年3月に遡及適用したものであり、Appleが「最低2〜3年は追いかける」方針を維持していることを示している。

ただし、Kernel Pointer AuthenticationやPACといったメモリ安全性強化はA9世代（iPhone 6s搭載）には適用されない。

（補足: Pointer Authentication Codes（PAC）はARMv8.3-A以降で導入されたハードウェア機能で、ポインタに暗号署名を付加してリターン指向プログラミング（ROP）攻撃を困難にする。A9チップはARMv8.0-A世代であるため、この機能を持たない。ソフトウェアパッチで脆弱性を個別に塞いでも、ハードウェアレベルの緩和策が欠如しているという構造的な制約は残る。）ソフトウェアパッチで対処できる範囲には限界があり、iOS 15系列のサポート継続がいつまで続くかは不透明だ。

Galileo Agent Control — エンタープライズAIエージェント向けの集中型ガードレールプラットフォームをOSSで公開

GalileoがAgent Controlをリリースした。前バージョンの観測・評価プラットフォームから一歩進み、エンタープライズAIエージェントのガバナンスを一元管理するコントロールプレーンへと踏み込んだ製品だ。

これまでの対処法は、エージェントごとにハードコードされた安全ルールを埋め込むことだった。この方法は脆い。エージェントが増えるほど、ルールの更新・統一管理が困難になる。IDCの予測では、2027年までにGlobal 2000企業のAIエージェント利用は10倍に増え、トークン・APIコール量は1,000倍に跳ね上がる。その規模でハードコードアプローチを続けることは現実的ではない。

Agent Controlが解決しようとしているのはその点だ。ポリシーを一度定義すれば、すべてのエージェントデプロイメントに横断的に適用できる。実行時にリアルタイムでポリシーを更新でき、コード変更もダウンタイムも不要だ。LLMのハルシネーション防止、データプライバシールールの強制、トークンコスト制御のためのモデル選択、カスタマー向けエージェントのトーン統一といった用途を想定している。

ライセンスはApache 2.0のオープンソースだ。ベンダーロックインを避けたいエンタープライズへの訴求を明確に意識した選択で、どのエージェントフレームワークや評価ツールとも接続できる設計になっている。AWS、CrewAI、Gleanが初期パートナーとして参加する。

競合にはHumanlayer Agent Control Plane（Kubernetes-native）、GitHub Enterprise AI Controls、Microsoft Agent 365が存在する。市場はすでに混戦状態だが、Galileoは既存の観測・評価プラットフォームでFortune 50を含む数百のAIチームとの実績を持つ。ガバナンスの上流に位置する観測データを持つプレイヤーがコントロールプレーンを提供することには、技術的な一貫性がある。

エンタープライズAIエージェントの普及において、モデルの性能はもはやボトルネックではなくなってきた。Rubirikの開発責任者が「エンタープライズエージェントの最大の障壁はもはやモデルではない」と述べているのは、現場の実感を反映している。問題は「エージェントが予測不可能な挙動をしたとき、誰がどう止めるか」という運用・ガバナンスの側に移っている。

この流れはKubernetesの普及過程と似ている。コンテナ技術自体の成熟よりも、オーケストレーションと運用管理の整備が本番投入の鍵だった。コントロールプレーンという概念がKubernetesから借用されているのも偶然ではない。

オープンソース戦略には別の狙いもある。ガバナンスの標準仕様をGalileoが主導することで、エコシステム全体の設計に影響力を持てる。Apache 2.0での公開は、コミュニティ形成を通じた標準化の先手を打つ動きだ。LangGraph、AutoGen、CrewAIといったエージェントフレームワークとの統合競争が次の焦点になる。コントロールプレーンの価値はエージェントへの接続数に比例するため、各社がパートナーシップを急ぐ展開になる。

Nvidia Nemotron 3 Super — 120B・478 tokens/secで「速度×スケール」に特化したオープンウェイトモデル

NvidiaがNemotron 3 Superをリリースした。前作Nano（30B）から規模を大幅に拡張した120Bパラメータのオープンウェイトモデルで、最大の特徴は推論速度だ。

Nemotron 3 Superは120Bパラメータ、100万トークンのコンテキストウィンドウを持つ。アーキテクチャはNanoと同じくHybrid Latent Mixture-of-ExpertsとMamba-Transformerのハイブリッド構成で、長いコンテキストを低メモリで処理できる設計になっている。

（補足: Mixture-of-Experts（MoE）は、入力ごとにパラメータの一部（専門家）だけを活性化するアーキテクチャで、全パラメータを常に使うDenseモデルに比べて推論コストを抑えられる。MambaはAttentionの代わりに状態空間モデル（SSM）を用いる系列モデルで、コンテキスト長に対して線形のメモリ・計算コストで動作する。両者を組み合わせることで、長文処理の効率とMoEによるスループット向上を同時に狙っている。）推論時に呼び出せる専門家（Expert）の数は従来モデルの4倍だが、推論コストは据え置きだ。

ベンチマーク上の「知性スコア」はArtificial Analysisの評価で36点。OpenAIのgpt-oss-120B（33点）をわずかに上回るが、Gemini 3.1 ProやGPT-5.4（ともに57点）には大きく届かない。Qwen3.5-122BやDeepSeek V3.2にも後れを取る水準だ。

ただし速度の面では別の話になる。Artificial Analysisの計測では478 output tokens/secを記録し、全モデル中最速だ。2位のgpt-oss-120Bが264 tokens/sec、Qwen3.5-122B比では7.5倍のスループットを達成している。「知性」より「速度とスケール」で勝負するモデルとして位置づけが明確だ。

モデルの訓練にはフロンティア推論モデルが生成した合成データを使用している。Nvidiaはあわせて10兆トークン超の事前・事後学習データセット、15種の強化学習環境、評価レシピを公開した。ServiceNowなど複数の企業が過去のNemotron系モデルをファインチューニングのベースとして使っており、このデータ公開はそうした企業の次の一手を後押しする。

配布先はbuild.nvidia.com、Hugging Face、OpenRouter（現時点では無料）、Perplexityに加え、Google Cloud Vertex AI、Oracle Cloud Infrastructure、近日中にAmazon BedrockとMicrosoft Azureでも利用可能になる。NIM形式でのオンプレ展開にも対応する。

当初の発表では100Bパラメータ予定だったが、リリース時点で120Bに拡張されている。OpenAIのgpt-oss-120Bが昨年8月に120Bでリリースされており、パラメータ数を合わせてきた可能性が高い。

Mamba-TransformerハイブリッドはAttentionの二次的なメモリ・計算コスト問題を回避するアーキテクチャとして2023年末から注目されてきた。Nvidiaがこれを自社の主力オープンモデルに採用したことで、「Transformer一択」という前提が商用ラインでも崩れ始めている。

Nvidiaがデータセットと訓練環境を同時公開したことは、モデル単体のリリースを超えた意味を持つ。自社GPUで動かすエコシステムを構築し、ファインチューニング需要をH100/H200系ハードウェアに引き寄せる狙いが透けて見える。Nemotron 3 Ultra（500Bパラメータ）のGTCでの発表が次のマイルストーンになる。

Tetrate Built on Envoy — Envoy拡張のOSSマーケットプレイスでC++の壁を解体

Envoyの拡張エコシステムが、専門家チームだけのものから広く開放される段階に入った。Tetrateが立ち上げた「Built on Envoy」は、Envoyの採用を阻んできた実装コストの問題に正面から取り組むOSSマーケットプレイスだ。

Envoyは現在、NetflixがAPIリクエストを1日数十億件、Airbnbがユーザーイベントを毎秒100万件以上処理する基盤として稼働している。機械学習の推論トラフィックも1日数百万件をさばく規模だ。本番実績としては申し分ない。しかし採用の壁は別のところにある。

問題は「動かすこと」ではなく「正しく拡張すること」だった。WAFとの統合、OAuth2トークン交換、SAMLの属性マッピング、認可ワークフローの調整——これらは各チームが個別に解決してきた。Envoyの拡張機能を書くには従来C++でコードを書き、プロキシ全体をカスタムビルドする必要があった。

（補足: EnvoyはC++で実装されており、ネイティブフィルター拡張を追加するにはC++でコードを書いてEnvoy本体と一緒にビルドし直す必要がある。これはビルド環境の整備・C++の専門知識・長いコンパイル時間を要求するため、多くのチームにとって現実的な選択肢ではなかった。後にWebAssembly（Wasm）サンドボックスによる拡張が追加されたが、パフォーマンスや機能制限の問題が残っていた。）これが参入障壁として機能し、同じ問題を別々のチームがクローズドに解き続ける状況を生んでいた。

Built on Envoyはこの構造を変えようとしている。提供されるのは即使用可能な拡張のマーケットプレイスと、ローカル環境でEnvoyと拡張を動かすCLIパッケージマネージャーだ。初期ラインナップには、Azure Content SafetyによるLLMリクエスト検査、モデルリクエストのキャッシュ、静的アセット配信のためのファイルサーバー拡張が含まれる。AIワークロードへの対応を最初から組み込んでいる点は、2024〜2025年の需要を反映している。

Envoy作者のMatt Kleinが言及したように、GoおよびRustによる動的モジュールのサポートが拡張性の民主化を後押しする技術的な転換点になっている。C++の壁が下がることで、より多くのチームが拡張を書き、共有できる土台が整いつつある。

ライセンスはApache 2.0。Tetrateがシードとなる拡張を提供し、コミュニティ主導で育てる設計だ。

Envoyは2016年にLyftで生まれ、CNCFプロジェクトとして成熟した。IstioやContour、AWS App Meshなど多くのサービスメッシュ・ゲートウェイ製品のデータプレーンとして採用されており、事実上クラウドネイティブ時代のデファクト・プロキシになっている。ただし「デファクト」であることと「使いやすい」ことは別だ。

Tetrateはもともとエンタープライズ向けのIstioサポートを主軸にしていたが、AIエージェント開発会社として自社を再定義している。Built on EnvoyのラインナップにおいてLLM関連の拡張を初期から含めているのはその戦略的な方向性と一致する。EnvoyをAIトラフィック管理の標準インフラとして位置づけることで、自社の存在感を高める狙いが読める。

VS Code — 10年間の月次リリースを週次に切り替え、GitHub CopilotとAIエージェントで開発ワークフローを再設計

VS Codeチームが10年間続けた月次リリースを週次に切り替えた。その実現を支えたのはAIによる開発・検証ワークフローの再設計だ。

月次リリースが10年間維持されてきた背景には、テスト・レビュー・ドキュメント更新といった各工程に人手がかかり、頻度を上げることが現実的でなかった事情がある。それが週次に移行できた理由を、プロダクトリードのPierce Bogganは明確に語っている。

AIによる自動化が複数の工程を同時に変えた。PRレビューはGitHub Copilotによる自動レビューが必須の一次パスになった。コミットの要約・Issueのトリアージ・重複排除もエージェントが処理する。ドキュメントとリリースノートの更新はAI自動化で回る。さらにdemonstrateと名付けたカスタムエージェントが、変更後に実際にVS Codeを起動し、スクリーンショットを撮って動作を自己検証する仕組みまで構築されている。

（補足: これはいわゆる「ビジュアルリグレッションテスト」をエージェントが自律的に実行する形態に相当する。従来は人間のQAエンジニアやSelenium等の自動化ツールが担っていた「実際のUIを目視確認する」工程を、スクリーンショット取得と解析を組み合わせたエージェントが代替している点が新しい。）これらが積み重なり、人間が手を動かすべき工程の総量が減った結果、週次リリースが成立した。

モデル選択も用途別に最適化されている。コミット要約には高速モデル、コード生成・レビューには最高性能モデルを使い分ける。並列サブエージェントで複数モデルを走らせ、互いに採点させる手法も導入済みだ。内部ベンチマークvsc-benchで各モデルのVS Code環境での性能を継続評価している。

もう一つ注目すべき変化がある。PMがコードを書いてPRを出し、それが数千万人のユーザーに届くという事態が実際に起きている。Boggan自身がCopilot Chatの会話フォーク機能のPRを送り、エンジニアのフィードバックを受けてマージされた。「スペックやPRDに相当するものが今やプロトタイプであり、そのプロトタイプがPRだ」という言葉は、ソフトウェア開発における役割境界の変化を端的に示している。ただし、コード品質とアーキテクチャの責任はエンジニアが持ち続けるという線引きは明示されている。

VS CodeはOSSとして公開されており、リポジトリ規模は最大級に属する。これほどの規模のプロジェクトで週次リリースを維持するには、CI/CDの整備だけでなく、人間のレビュー・ドキュメント・コミュニケーションコストを削減する仕組みが不可欠だ。GitHub Copilotの開発元であるMicrosoftが自社製品の開発にCopilotを組み込むのは自然な流れだが、今回の事例は「使っている」レベルを超えて、ワークフロー全体をAI前提で再設計した段階に達している。

Bogganの口から「agent-ready codebase」という概念が出ている点が重要だ。コードベース自体をエージェントが扱いやすい状態に保つことが、チームの競争力を左右するメタスキルになるという主張だ。BogganのLinkedIn投稿への反発（「エンジニアこそがこのツールを使うべきだ」）が示すように、これは組織論としてまだ決着していない問題だ。

今日の傾向

NvidiaがNemotron 3 Superを120B・478 tokens/secでリリースした。精度スコアは36点でGemini 3.1 ProやGPT-5.4（57点）に届かないが、スループットではgpt-oss-120B（264 tokens/sec）の約1.8倍、Qwen3.5-122B比で7.5倍を記録した。オープンウェイトモデルの競争軸が「知性スコア」から「推論スループット」に分岐し始めていることを示す一例だ。

GalileoがAgent ControlをApache 2.0でリリースし、TetrateがBuilt on EnvoyをApache 2.0で公開した。両者ともオープンソースを選択した理由は同じ構造だ。GalileoはAIエージェントのガバナンス標準を、TetrateはEnvoy拡張のエコシステム標準を、それぞれ自社が主導する形で固めようとしている。標準化の先手をOSSで打つという戦略が、この日2件同時に現れた。

（補足: この戦略はHashiCorpがTerraformをMPL 2.0で公開してIaCの事実上の標準を確立した手法、あるいはElasticがElasticsearchをOSSで普及させた後にエンタープライズ機能で収益化した手法と構造的に類似している。OSSで採用障壁を下げてエコシステムを形成し、商用サポート・クラウドサービス・エンタープライズ機能で収益化するというパターンだ。）

VS CodeチームがGitHub Copilotとdemonstrateエージェントを組み合わせて月次から週次リリースへ移行した事例は、AIによる開発ワークフロー再設計の具体的な到達点を示している。PMがCopilot Chatの会話フォーク機能のPRを直接送ってマージされたという事実は、「agent-ready codebase」という概念が実務レベルで機能し始めていることを裏付ける。

AppleがiOS 15.8.7でCVE-2024-23222（WebKit type confusion、野外悪用確認済み）を含む4件の脆弱性をiPhone 6s向けに遡及修正した。2023〜2024年のメインライン修正を2026年3月に適用したという時間差は、iOS 17に移行できないデバイスが長期間エクスプロイトチェーンにさらされていた現実を数字で示している。

参照記事

記録日: 2026-03-12