Time Table

ほとんどのLLMセキュリティエージェントは、コンテキストをプロンプトに詰め込み、あとはうまくいくことを祈るだけである。タスクの規模が大きくなるにつれて、コンテキストは劣化していく。すなわち、モデルは初期の発見を見落とし、存在しない脆弱性を捏造し、予測不可能な予算（トークンコスト）を消費する。そして誰もが同じような足場（使い捨てのスクリプトや仕組み）を再構築しているが、そのいずれも学習（最適化）可能なものではない。

「再帰的言語モデル（Recursive Language Models: RLM）」のアプローチはこれとは異なる。コンテキストはサンドボックス化されたREPL内の変数として存在し、モデルは再帰的なサブコール（下位呼び出し）を伴うコードを通じてそのコンテキストを推論する。「rlm-harness」は、DSPyのRLM上に構築された私のオープンソースハーネスであり、タスクの宣言、サンドボックスの継承、再現可能な実行トレース、そして報酬設計の不要なデータセットのエクスポートといった機能を提供する。

このハーネス上では、次の3つのエージェントが動作する。 「cve-reverser」：公開されたCVEパッチから、検証環境用のPoCとNucleiテンプレートを自動生成する。 「diff-sentry」：GitHubのdiff（差分）を信頼できないデータとして読み込み、それがマージされる前に悪意ある変更を検出してフラグを立てる。 「sc-sentry」：Solidityの脆弱性をクラスごとに探索・検出する。静的解析によってモデルの対象を候補箇所に絞り込み、すべての検出結果に根拠となる行の引用を義務付け、単なるデモではなくcontract-assayベンチマークで測定された結果をSARIF形式で出力する。

タスク構造を担っているのはモデルではなくハーネスであるため、一度学習させたプランナーをセキュリティドメイン間で転用できる。ユーザーは機械学習そのものではなく、タスクそのものに集中して取り組むことができる。