Claude Code に「PDFをきれいに要約するスキル」を入れたとする。中身は SKILL.md という Markdown ファイル一枚で、自然言語の手順とちょっとしたスクリプトが書いてあるだけ。GitHub から拾ってきて skills フォルダに置けば、次からエージェントがそれを読んで実行してくれる。手軽だ。手軽すぎる。そのスキルは、あなたのシェル・ファイル・保存済みの認証情報に、エージェントとまったく同じ権限でアクセスできる。
この「エージェントスキル」を狙った攻撃と、それを見つけるはずのスキャナが実際にはほとんど機能していないという研究が、7月上旬に相次いで出た。香港科技大学(HKUST)のプレプリント Cloak and Detonate と、Snyk の実地調査 ToxicSkills だ。前者は「静的スキャンは原理的にすり抜けられる」ことを、後者は「実際のマーケットプレイスがすでに汚染されている」ことを示していて、二つを並べると話がきれいにつながる。
スキルは npm パッケージより危ない
まず前提を揃えたい。エージェントスキルは、AIコーディングエージェント(Claude Code や OpenAI Codex など)に「この道具はこう使え」を教える再利用可能な拡張だ。Snyk の説明では、その実体は SKILL.md という Markdown で、インストール手順と実行の指示が書かれている。つまりドキュメントであると同時に実行トリガーでもある。ここが厄介なところで、npm install するライブラリなら中身は少なくともコードとして読める。スキルの「コード」は、エージェントが解釈して自分の手で実行する自然言語の指示だ。
配布のハードルも低い。Snyk が調べた ClawHub というマーケットは、公開に必要なのが SKILL.md 一枚と「作成から1週間経った GitHub アカウント」だけだったという。VS Code 拡張や npm で繰り返されてきたサプライチェーン汚染が、より審査の薄い場所で再演されている、と読むのが自然だと思う。
Snyk が ClawHub と skills.sh から集めた3,984件のスキルを解析した結果はこうだ。
| 指標 | 件数 / 割合 |
|---|---|
| 何らかのセキュリティ問題を含む | 1,467件(36.82%) |
| クリティカルな欠陥を1つ以上含む | 534件(13.4%) |
| 人手で確認された悪性ペイロード | 76件 |
| 公開時点でまだ生きていた悪性スキル | 8件 |
手口は主に三つ。パスワード付き ZIP でスキャンを避けつつ外部バイナリをダウンロード・実行させるもの、Base64 や Unicode で難読化して AWS 認証情報や API キーを盗み出すもの、そしてエージェントの安全機構そのものを無効化してバックドアを残すもの。悪性コードの91%はこれらに加えてプロンプトインジェクションを併用していた、というのが個人的にいちばん嫌な数字だった。実行環境を汚すだけでなく、エージェントの判断そのものを乗っ取りにきている。
「見た目」で判断する限り負ける
では防御側はどうか。ここで HKUST の Cloak and Detonate(Zimo Ji ら、Shuai Wang・Shing-Chi Cheung が参加)が効いてくる。著者らは静的スキャナを回避するフレームワーク SkillCloak を作り、既存の8つのスキャナに対してテストした。使う技は二つだけだ。
一つは構造的難読化。怪しいトークンやコマンド、URL、認証情報のパスを、意味は同じまま別の見た目に書き換える。もう一つが自己解凍スキル(Self-Extracting Skill)パッキングで、これがえげつない。悪性の本体をインストール時には隠しておき、エージェントが実際にスキルを走らせた瞬間に初めて復元する。静的スキャナがファイルを覗いた時点では、そこに悪意あるコードは存在しない。
結果、約1,600件の実在する悪性スキルを使った検証で、自己解凍パッキングは8つのスキャナすべてを9割超の確率ですり抜けた。構造的難読化だけでも静的スキャナを8割超、静的と動的を組み合わせたハイブリッド型でも96%を突破している。「インストール前にスキャンして安全なら入れる」という運用は、この一手で崩れる。二次報道(Cyber Security News)は、300以上の汚染パッケージをばら撒いて情報窃取を仕込んだ ClawHavoc というキャンペーンの存在も伝えている。研究上の脅威モデルではなく、もう現実に動いている。
直し方は「爆発させて観察する」
同じ論文が対策も出しているのが救いだ。SkillDetonate は名前のとおり、スキルをサンドボックスの中で実際に爆発(実行)させ、OSの境界で何が起きるかを観測する。ファイルアクセス、ネットワーク呼び出し、機微データの流れ。実行時に初めて姿を現す指示を捕まえる on-demand closure lift と、機微データの流出をマーカーで追う taint 解析を組み合わせ、97%を検知(誤検知2%)、実環境の悪性スキルでも87%を捉えたと報告している。見た目ではなく振る舞いで判断する、という当たり前だが決定的な転換だ。
ここから実務者が持ち帰れることは、わりとはっきりしている。スキルのインストールは curl | bash と同じ危険度だと腹をくくること。少なくとも、本番の認証情報が生きている環境でエージェントに素性の知れないスキルを食わせるのはやめたほうがいい。Snyk は自社の mcp-scan で導入済みスキルの棚卸しをし、特定の攻撃者アカウント由来のものを削除して認証情報をローテーションするよう勧めている。ツールが自社製なのは差し引くとしても、方向性は正しい。
私が一段深く効くと思うのは、スキャンよりも権限とプロビナンスのほうだ。スキルがなぜあなたのシェルと認証情報にフルアクセスできる必要があるのか。多くのスキルにその必然性はない。エージェントランタイム側が、スキルごとに触れるファイルやネットワーク先を絞れる仕組み、つまり SkillDetonate がやっているような実行時のサンドボックス隔離を標準で持たない限り、この穴は塞がらない。静的スキャナを一枚挟んで安心する時代は、少なくともエージェントスキルに関しては、もう終わっている。