パッチが利用可能になる前でさえ発生する脆弱性の急速な悪用は、セキュリティチームに新しいアプローチを必要とします。開発パイプラインに大規模言語モデル（LLM）エージェントを統合することで、自動化された脆弱性の発見と修正が可能になります。しかし、特権を持つAIエージェントを展開するには、新しいアーキテクチャリスクを回避するための成熟した統合プロセスが必要です。Mandiant Consultingは、AI支援の脆弱性管理のための運用上のガードレール確立に関するガイダンスを提供します。組織は、NIST AIリスク管理フレームワークやOWASP Top 10 for LLMsのようなフレームワークを採用すべきです。既存の決定論的制御をAI実行環境に拡張することは、安全な実装のために不可欠です。これには、合成データと防御の深層モデルによるエージェント前のデータセキュリティ、および厳格なワークロード分離が含まれます。AIエージェントのレッドチーミングと、人間による制御者を持つ最小特権の機械IDの採用は、重要な保証措置です。AIスキルに対するサプライチェーンの回復力と堅牢な毒性フロー分析は、新しい攻撃ベクトルを防ぐために必要です。人間主導の脅威モデリングは、ビジネスリスクとアーキテクチャ設計上の欠陥について推論するために引き続き重要です。AIエージェントは、エンタープライズ脆弱性管理と製品セキュリティを支援できますが、基盤となるセキュリティも対処する必要があります。正規化されたデータと脅威インテリジェンスによって通知されるリスクベースの脆弱性管理は、修正作業の優先順位付けに不可欠です。