Trilogy の Kimi K3 を活用したオープンウェイトサイバーセキュリティプレイブック

Kimi K3 が最近 Fireworks 上で公開され、大きな注目を集めました。クローズドベンチマークにおける性能競争だけでなく、サイバーセキュリティ分野でも注目されています。Trilogy は迅速に新たなサイバーセキュリティプレイブックを公開しました。これは、以前のオープンウェイトモデルの検証作業に基づいています。

Trilogy の AI サイバーセキュリティプレイブックは、Kimi K3 と Fireworks を中心に構築されています。防御型 AI ワークロードには、組織が依存できる展開パスが必要だからです。防御者のワークロードは継続的で高負荷です。チームはすべてのリポジトリを監査し、スキャン出力をトリアージし、プルリクエストをレビューし、アラートを調査し、インシデントタイムラインを保存します。最近の Hugging Face インシデントでは、フロンティアモデルが認証評価中に本番インフラを突破し、数日間にわたって 17,000 以上の自律アクションを実行しました。このような持続的で大規模なエージェント型脅威に対して、効果的なサイバー防御は AI のユニットエコノミクスを無視できません。プレイブックは次のように述べています：「十分に強力で安価に実行できるモデルは、ゲートされ高価でインシデント時に利用できないより強力なモデルよりも有用である。」

専門的なフロンティアサイバー能力は、多くの場合、トラステッドアクセスプログラム、申請、審査、ポリシー管理を通じて配布されます。これらの管理はそれを運用するサービスにとって正当化されるかもしれませんが、それに依存する防御ワークフローにとっては運用リスクモデルの一部となります。公開ウェイトは追加の展開パスを生み出します。チームはマネージド推論を即座に利用し、スループットや分離要件が高まるにつれて専用容量に移行し、ワークロードがインフラを正当化する場合にはさらなる展開オプションを保持できます。オープンウェイトにより、アクセスと展開はエンジニアリングと容量の決定に直接結びつきます。

Trilogy AI Center of Excellence は、Fireworks 上の Kimi K3 を中心とした公開 AI サイバーセキュリティプレイブックと演習パックを構築しました。その技術概要は、インタラクティブプレイブック、リポジトリ、そしてローカルトレーニングアプリケーションに対する 10 の演習をリンクしています。プレイブックは一貫した役割分担を採用しています。決定論的ツールが構造と事実を確立します。コードはリポジトリをインデックス化し、スキャナ出力を解析し、統計を計算し、発見を重複排除し、カバレッジを記録します。Kimi K3 は判断を処理します。モデルは、境界のある作業単位内で到達可能性、影響、優先順位、修正、検証を評価します。別の検証段階が証拠レベルを引き上げます。新しいコンテキストレビューが静的な発見に挑戦し、許可された動的テストが適切な場合に影響を再現し、回帰テストが修正後のクロージャを確認します。

パス中心の監査は、この仕組みを示しています。Tree-sitter インデクサーは、Python、JavaScript、TypeScript のエントリポイント、コールグラフ、セキュリティ感受性シンクをマッピングします。各モデル呼び出しは、1 つのエントリポイントとそこから到達可能なコードを含む境界のあるバンドルを受け取ります。結果として生じる質問は具体的です：「このルートからこのシンクに到達可能か？どの呼び出しを経由して？どのような影響か？」Semgrep の評価では、K3 のセキュリティスキャン性能はハーネスとリポジトリ規模によって大きく異なり、最大のターゲットでは精度が低下しました。この結果は、境界のある入力、決定論的インデックス、明示的カバレッジ、独立した検証を重視するプレイブックのアプローチを支持しています。リポジトリはそのハーネスを検査と適応のために公開しています。

Fireworks は、OpenAI 互換 API を介して Kimi K3 を公開し、チームが使い慣れたクライアント、エージェントフレームワーク、スキャナ、CI システムとモデルを統合できるようにします。プロンプト、JSON スキーマ、ツール定義、カバレッジ記録、実行アーティファクトはアプリケーションの一部として残ります。Fireworks は、そのワークフロー内のモデル呼び出しに対してマネージド推論レイヤーを提供します。この分離はセキュリティエンジニアリングにとって重要です。決定論的インデックスとレポートは、ローカルまたは既存のインフラ内で実行できます。K3 は、モデル推論が価値を付加するタスクのために呼び出されます。チームは、監査ボリューム、レイテンシ要件、または分離ニーズに応じて推論レイヤーを独立してスケーリングできます。このアプローチは、最近のオープンウェイトレターの主張にも適合します。その署名者は、オープンモデルが防御的アクセスを拡大し、透明性をサポートし、より多くの組織が脆弱性を発見して修正できるようにすると主張しています。Fireworks はその可用性を、チームが本番ワークフローで使用できるエンドポイントに変えます。

1 つのワークフローから始める：パス中心の監査は有用な出発点です。境界のある分析バンドル、新しいコンテキスト検証パス、明示的エントリポイントカバレッジ、および既存のスキャナと比較可能な構造化された発見を生成します。Kimi K3 のウェイトが公開されたことで、チームはより広範な展開スペクトルを得られます。マネージド Fireworks エンドポイントから開始し、ボリューム、レイテンシ、分離要件の増大に応じて専用容量を評価できます。周囲の監査ワークフローはチームの制御下にあり、Fireworks がモデルサービスインフラを運用します。