AIレビューが構造的に見落とすセキュリティ4カテゴリ ──「AIが問題ないと言った」を診断者が信用しない理由（OWASP Top 10:2025対応）

AIコードレビューが「問題ありません」と判定したコードが、セキュリティ診断では毎回引っかかる。その欠陥は、だいたい4つのカテゴリに収束する。認可の欠落（他人のデータにアクセスできる）、設定・デフォルトの穴（S3バケットが公開のまま）、設計の悪用（同じクーポンを何度も適用できる）、異常系の握り（エラーが詳細情報を漏らす）。なぜAIレビューはこれらを漏らすのか。答えは「AIが見ているのは『正常系』で、攻撃者は『異常系』を狙うから」だ。AIは「ログイン済みユーザーに対して正しく動く」コードなら OK と判定する。だが診断者は「ログインしていない別ユーザーで同じ操作ができるか」を試す。これは「バグ」ではなく「設計の穴」であり、単一関数の正しさでは見えない。さらに、IAM設定やS3の公開ポリシーは、ソースコード差分には出てこない。差分に無いものはレビューできない。OWASP Top 10:2025の上位は、AIが得意な「SQLインジェクション」ではなく「認可の欠落」（1位）と「設定の穴」（2位）だ。つまり、AIレビューの得意領域と、実際にアプリが破られる場所は、完全にズレている。中小企業がAIにコード生成・テスト・レビューを任せる時代だからこそ、「AIが自動化できない脅威モデリング」と「攻撃シナリオの思考」を人間が強化する必要がある。AIには「この実装は仕様どおり正しいか」を見させ、人間は「この設計を悪用できないか」の想定外をシミュレートする。二段構えにすることが、これからの品質保証の最小単位になる。