コードが読めない私が、Claude Codeに実装を全部任せて脆弱性トリアージCLIを作った話

セキュリティコンサルタントがいた。Pythonのdiffを渡されても正誤判定ができない人だ。その人が先日、triage-lensというCLIツールを公開した。脆弱性スキャナの出力を「対応すべき順」に並べ替えるツール。CVSSスコアだけでなく、悪用予測確率（EPSS）と実悪用カタログ（CISA KEV）を組み合わせて優先度を決める。実装は一行も書かずに全部Claude Codeに委任。読んでもいない。それでもテスト145件と外部データ突合で品質を確保したうえマージまで持っていった。重要なのは「AIに丸投げ＝品質が信頼できない」ではなく、「丸投げしても、ガードレール設計と検証プロセスで品質は確保できる」という実践例を示したことだ。リポジトリにCLAUDE.mdという規範ファイルを置き、「計画を承認してから実装」「テストなしコード禁止」といった絶対ルール化。実装は日本語の計画と報告だけ読んで判定。動作の受け入れチェック（正常系、エラー処理、ネットワーク遮断時の挙動）を実施。そしてツールの出力を、ツール外の実データと直接照合した。P0判定された3件（Log4Shell、Heartbleed、Spring4Shell）はすべてCISA KEV掲載、P1以下9件は全件なし。一致率100%。敵対的レビューでcodex CLIに別の視点を入れたら9件指摘が出た。6件は再現して修正。1件は「不明」を「低い」と表示していた欠陥だった。これはセキュリティ判定として致命的だ。データが取れないなら取れないと書く。解釈の余地を入れない。読めないなりに守るべき一線がある。中小企業がAIツールを導入するなら、この方法論は使える。コード品質の見張りは外部AIに任せ、自分が見張るのは「AIが約束の通りに動いているか」「出力が信頼できるか」だけにする。ガードレール設計と外部データ突合が、テクノロジーリテラシーの有無を補う。