WhiteStar Labs創業者のGal Ratnerが動かしたのは、オープンソース対クローズドソースという二択そのものではなく、諜報活動を縛ってきた制約の所在だ。諜報機関はこれまで「何を盗めるか」ではなく「何を読めるか」に制約されてきた——読むことがコストの高い作業だったため、収集は選択的にならざるを得なかった、とRatnerは論じる。この制約は既に崩れ始めている実例がある——北朝鮮系脅威アクターは、RAGと盗んだ文書を組み合わせることで、大量の盗難データの中から価値ある情報を自動的に特定し、分析官の作業負荷を削減している(2026年8月10日付Genians Security Center〔ソウル〕の報告)。セキュリティ担当者にとっての効き目は具体的だ——「自社は地味すぎて標的にされない」という前提は、実際には外国分析官の限られた作業量に守られていただけであり、AIがその「読むコスト」の制約を取り除けば、この"守り"はそのまま消える。この非対称性——AIの能力向上が防御側だけでなく国家系脅威アクターの分析力をも底上げするという構図——は、フロンティアAIの安全性ガバナンスの理念と、現場のセキュリティ実害との緊張関係を追ってきた動きの延長線上にある。本当の問いは「自社は狙われるか」ではなく、「すでに露出していることに、自分で気づけるかどうか」に移る——Ratnerが指摘する通り、クローズドソース化は露出そのものを減らすのではなく、露出を見る力を減らすだけだからだ。
何が起きたか
Gal Ratner(Inverted Software／WhiteStar Labs創業者・CTO)は2026年8月20日、Substackで長編エッセイ「The End of Open Source」を公開した。全11セクションからなるこのエッセイの主題は、オープンソースソフトウェアのサプライチェーンセキュリティの崩壊であり、諜報機関の「読むコスト」に関する論点は、その中に含まれる比喩・論証パートの一つである。本記事はこの論点——AIが諜報活動の前提を変えるという主張——を中心に取り上げる。
仕組み・詳細
Ratnerの中心的な主張は次の一文に集約される。「諜報機関は盗めるものによって制約されたことはない。読めるものによって制約されてきた」("Intelligence services have never been limited by what they could steal. They have been limited by what they could read.")。続けて「読むことがコストの高い部分だったため、収集は選択的にならざるを得なかった」("Because reading was the expensive part, collection had to be selective.")と論じる。
この前提のもとでは、「自社は地味すぎて標的にされない」と考えていた企業も、実際には外国の分析官が割ける作業量の少なさに守られていたにすぎない、とRatnerは指摘する("Every company that ever told itself it was too boring to target was...relying on a foreign analyst's workload.")。
Ratnerはこの変化を裏付ける具体例として、2026年8月10日付のGenians Security Center(ソウル)のレポートを引用する。同レポートによれば、北朝鮮系脅威アクターはRAGと盗んだ文書を組み合わせることで、大量の盗難データの中から価値ある情報を自動的に特定できるようになっており("pairing RAG with stolen documents can automatically identify valuable information inside large volumes of stolen data")、これにより分析官の作業負荷(analytical burden)が削減されているという。
この構図の帰結として、Ratnerは「クローズドソース化は露出そのものを取り除かない。露出を見る力を取り除くだけだ」("Closed source does not remove your exposure. It removes your ability to see it.")と結論づける。
数字で見る
エッセイ本文が示すオープンソースソフトウェア・サプライチェーンを巡る規模感(いずれも一次ソースからの引用。個別の外部裏付けは未実施):
| 項目 | 数値 |
|---|---|
| 2025年に識別された悪意あるパッケージ | 454,600件 |
| 2026年Q2までの累計・悪意あるパッケージ | 180万件 |
| 悪意あるパッケージの発生ペース(2026年Q1時点) | 6分に1件 |
| 北朝鮮関連工作に紐づくパッケージ | 1,700件超 |
| openvino-genaiのコントリビューターのうち敵対国家関連 | 21% |
| 商用コードベースのうちオープンソースを含む割合 | 77% |
| オープンソースパッケージの年間ダウンロード数 | 9.8兆 |
背景
著者のGal Ratnerは、Inverted Software／WhiteStar Labsの創業者・CTOであり、Prana EntertainmentのChief Architectも務めると自称する。.NET本番開発の実務経験30年を掲げる実務者であり、本エッセイは学術論文や企業の公式発表ではなく、個人のSubstackブログとして公開された論説である。本記事では一次ソースとして扱いつつも、これが一個人の見解・分析であることを明記しておく。
なぜ重要か
Ratnerの論の要点は、AIによる大規模自動分析が「量が多すぎて読み切れない」という、これまで暗黙の防御線として機能してきた前提を崩すという点にある。北朝鮮系脅威アクターがRAGと盗難文書の組み合わせで分析官の作業負荷を削減しているという確認済みの実例は、この主張が抽象論にとどまらないことを示す。
この非対称性——AIの能力向上は防御側の脅威検知だけでなく、国家系脅威アクター側の分析能力そのものも底上げする——は、フロンティアAIラボが掲げる安全性ガバナンスの理念と、実際の政府・軍事・セキュリティ現場で生じる実害との緊張関係という、継続して追ってきた大きな流れの一部をなす。
本当の問いは「自社が地味だから狙われないかどうか」ではない。Ratnerが指摘する通り、クローズドソース化は露出そのものを減らすのではなく、露出を見る力を減らすだけだとすれば、問いは「すでに露出していることに、自分たちで気づけるかどうか」へ移る。セキュリティ姿勢を「標的になりにくさ」で語る発想そのものが、AIが読むコストを消し去った世界では前提から崩れつつある。