AIのセキュリティ警告をCloudflareのスキルはどう確かめる？

権限の境界は「この人に、この資料を見せてよいか」を分ける線です。怪しく見えるコードがあっても、実際の要求経路で所有者の確認が働きアクセスを止めるなら、その観測だけでは情報漏えいとは言えません。

次は架空の請求書サービスです。利用者BがAの請求書を求めたとします。実サービスで試した結果ではなく、遮断・未確認・露出を分ける例です。

最後の例でも、確認したのは試験用の請求書が見えた範囲までです。全顧客の情報が盗まれた、サーバー全体を操作できたとは広げられません。遮断した例も、この経路への反証であり、サービス全体の安全証明ではありません。

人が最初の推測に合う資料だけを選んでしまうように、AIも初めに作った説明を繰り返すことがあります。この手順では、候補を探した役とは別の検証者が根拠を読み直し、反証を試みます。検証手順

架空の請求書の例なら、検証者は要求者の本人確認、所有者の確認、実際に返った内容を順に見ます。手前で遮断する根拠があれば候補を反証し、実行環境がなく判断できなければ、何が足りないかを記録します。

報告は「問題を確認」「追加の確認が必要」「この疑いは当てはまらない」を分けて記録します。判断に必要な事実が足りない場合は、深刻度の点数も付けません。報告スキーマ

項目を決めてファイルに保存すると、別のプログラムも結果を読みやすくなります。ただし、書式検査を通っても内容まで事実になるわけではありません。領収書の欄をすべて埋めても、支払いの実行まで証明できないのと同じです。

公式の条件には、道具を使い、複数のAIに仕事を分けられる開発用AI、検証プログラムを動かすNode.js環境、OSが実行を制限するサンドボックスがあります。サンドボックスは、試すプログラムを実際のアカウント・ファイル・外部サービスから隔離する環境です。実行の境界

読むだけの検討と、コードを実行する検証は分けます。指針は、外部通信の遮断、書き込み先、資源・時間の制限などを確保できなければ実行せず、未確認として残すよう求めています。本稿ではスキルの導入も監査の実行もしていません。