AIがPHPの14年物の穴を掘り当て、世界の7割のサイトが「一時停止」した──TorchTPUがPyTorchの既定解像度を変え、OpenAIの評価額が1.4兆ドルから1.25兆ドルに下がった10月23日

PHP2Shell(CVE-2026-109618/109619・CVSS 9.2)はGPT-5.6 SolとGemini 4 Argonが発見した。14年見つからなかった穴が2か月で修正された一方、配布は進まず世界の7割のサイトが停止。同日にGoogleはTorchTPUをオープンソース化、OpenAIの調達評価額は1.4兆ドルから1.25兆ドルへ下がった。AIが「見つける」を安くし「直す」を安くしなかった72時間を整理する。

2026年10月21日の夜、PHPの2つのメモリ破壊脆弱性(CVE-2026-109618 / CVE-2026-109619、CVSS v4.0 9.2、コードネーム PHP2Shell)が公開された。発端はAIだった。WizがGPT-5.6 SolとGemini 4 ArgonをPHPのCコア走査に使い、CalifとOpenAIの「Patch the Planet」が同じ穴へ別方向から到達した。14年間だれも見つけられなかったバグが、発見から約2か月で修正に至った。

ところが、その穴が「AIによる発見」だったことは、被害の性質を何も変えなかった。世界のWebサイトの約70%がPHPで動いており、日本ではPHP利用率が92%に達する。パッチが出ても数千万台の稼働系に届くには時間がかかる。だから各国政府・企業は「停止」を選んだ。

同じ10月21日、GoogleはMetaのPyTorchチームと共同開発したTorchTPUをオープンソース化し、AWSはTorchNeuronを投入した。さらにOpenAIのモデルがGoogle CloudのModel Gardenに並び、米国三大クラウドを制覇した。そして10月22日、OpenAIの調達は最高300億ドル・投前評価1.25兆ドルと報じられた。3日前に流れた「1.4兆ドル超」から下がった。

3つを並べると、今日の論点はこうなる。AIは「見つける能力」を劇的に安くしたが、「直す能力」は1ミリも安くしていない。 見つけるコストがゼロに近づくほど、社会のボトルネックは検証・配布・復旧に移る。そして投資家は、その復旧の請求書が誰に届くのかを見始めている。

1. PHP2Shell──AIが見つけ、世界が止めた72時間

1.1 時系列

日時(現地) 出来事
2026年8月 Califの研究者が GPT-5.6 Sol でPHPソースを走査し、CVE-2026-109618 に到達
9月 OpenAI「Patch the Planet」がより完全な攻撃系を発見。Wizも GPT-5.6 Sol・Gemini 4 Argon・Atlas で同じ穴を独立確認
10月20日 情報が予定より早く流出。PHPは緊急リリースを前倒し
10月21日 PHP 8.5.12 / 8.4.27 / 8.3.36 / 8.2.35 公開。各国が一斉に警戒・停止
10月22日 攻撃試行が数百万回規模へ。日本の財務省・厚労省・国税庁・気象庁が一部機能を停止

1.2 2つのバグの中身

  • CVE-2026-109618(メモリ上限超過時の破壊): 通常のアップロード制限内に収まる malformed な multipart リクエスト(パートヘッダを大量に並べる、空のファイルフィールドを多数含める等)を送ると、PHPのリクエスト単位メモリ上限を超える。PHPは処理途中で中断し、中途半端に初期化されたメモリが残る。後続のクリーンアップ処理がそれを「有効なデータ」として扱い、攻撃者が制御できる形でコード実行に至る。JFrogは「Heartbleed型のメモリ開示」と表現し、既定値 session.upload_progress.enabled=On だけで成立すると指摘。Sansecは「アプリコードより前にアップロード・プログレス・ハンドラが動くため、アプリがセッションを開始しなくても漏れる」と補足した
  • CVE-2026-109619(リクエスト間の残留状態): 致命的エラーでネイティブコードが中断されると、クリーンアップ前にメモリが解放される。同じPHPワーカーが次のリクエストを処理するとき、初期化完了前に解放済みメモリを参照する(Use-After-Free)。Sansecは「fatal-error バックトレースのUAF+OPcacheの型混同」と分類。PHPは PHP-FPM経由でのRCEを確認している

どちらも認証不要、通常のHTTPリクエストで到達できる。影響範囲は PHP 5.4 から 8.5 まで、実に十数年分。W3Techsの2026年8月時点で、サーバー言語が判明しているサイトの70.2%がPHP。WordPress単体で全サイトの約40.8%を占める。

1.3 「止める」が最初の対応になった理由

10月21日から22日にかけての停止は、技術的には「パッチを当てるより露出を切る方が速い」という判断の連続だった。

  • 日本: 高市首相が21日21:55にXで「PHPの有無を確認し、23:00のパッチに備え、間に合わなければ一時停止も有効」と投稿。財務省・厚生労働省・国税庁・気象庁が一部コンテンツを停止。三菱UFJ銀行の投資信託口座申込、みずほ銀行、大和証券、東京海上日動が一部機能を停止。JR西日本はグループ約60サイト、JR東日本・阪神・阪急も一部。ゼンショーHDは「すき家」「はま寿司」のアプリを停止。BASE、pixiv、niconicoが緊急メンテナンス。セキュリティブログ piyolog は21日深夜時点で国内54組織の停止告知を数えた
  • 欧州: ENISA・欧州委員会・CERT-EU・Europol・各国CSIRTの共同声明。フィンランドのValtoriは10月21日09:45 UTCから公衆向けインバウンドを閉鎖し「復旧に数週間かかりうる」と警告。オランダのDigiD / MijnOverheidは同日夕に復旧したが Overheid.nl は22日朝も到達不能。フランス内務省サイトはANSSI要請で予防メンテナンス。オランダでは100以上の自治体・地域の議会文書が読めなくなった
  • 英国: NCSCが「更新も暫定緩和もすぐ適用できないならオフラインを検討せよ」と勧告。GovCMSは10月21日08:00 UTCにサーバーアクセスを遮断(22日01:58 UTCに本番復旧、テスト環境は遮断継続)
  • 豪州: cyber.gov.au と abs.gov.au が夜間にオフライン。ASDは「影響の兆候なし」と声明
  • 北米: CISA・NSA・FBIの共同勧告。カナダのサイバーセンターはクリティカル警報、一部連邦サイトを予防停止
  • 市民インフラ: ウィキメディア財団が Toolforge と Cloud VPS(荒らし対策ボット等が動く)を停止。Wikipedia本体は稼働継続。OpenStreetMap wiki、Miraheze、一部オンラインゲームが停止、4chanは読み取り専用へ

ここで技術的に重要な限界が1つある。アプリをメンテナンスモードにしても、攻撃がPHPの起動前に到達するなら意味がない。 有効だったのは「脆弱なPHPに届く前にトラフィックを止める」ことだけだった。Cloudflareは全顧客(無料プラン含む)にWAFルールを配布したが、これは「つなぎ」だと明言している。

1.4 AIは「発見」をどれだけ安くしたか

この件で見るべき数字は、被害の規模より発見のコスト構造だ。

  • 発見は2か月弱、複数組織の並行作業で完了した。14年間見つからなかったものが、である
  • 使われたのは商用フロンティアモデル(GPT-5.6 Sol、Gemini 4 Argon)と、Wiz Atlasのようなコード解析エージェント。研究用の特殊ツールではない
  • 発見から修正までが短いのは、PoCとパッチ検証もAIで回せたからだ。Google CloudはGeminiが「発見・エクスプロイト開発・検知・パッチ検証」の各段階を支援したと説明している。AutomatticはWiz Research、Calif、OpenAI、Quarkslabを功績者として挙げた
  • 一方で、パッチが出てからの配布は完全に人間の仕事だった。PHP 8.1以前はEOLで正式版が出ず、ソースパッチを自分でビルドするか、ディストリビューションのバックポートを待つしかない

ここに、ここ数週間の本サイトが追ってきたテーマの延長がある。post-287(PostgreSQL 19の遅延)では「発見が安くなり、処理が高い」ことがリリースを遅らせた。post-288(量子回路とNISTの種)では「検証コストの暴落が古い疑惑を決着させた」。今回はその最も苛烈な形だ。発見が無料になると、発見の価値はゼロになり、残るのは配布と復旧の費用だけになる。

1.5 「バックドア説」への注意

SNSでは「PHPはもともとバックドアだったのではないか」という言説が拡散した。現時点で根拠はない。

  • バグはCのメモリ管理の典型的な誤り(エラー処理経路のUAF)で、意図的な仕込みを示す形跡はない
  • 発見の経路が「商用研究者が見つけ、NSAが自ら増幅して警告した」構図は、秘密裏に運用されるバックドアと整合しない
  • 唯一の実在したバックドア未遂は2021年3月、PHPのGitサーバーが侵害され、創設者と主要開発者を装う2コミットが push された事件。リリース前に検出され、開発はGitHubへ移った

ただし「NSAがDual_EC_DRBGを運用していた」という歴史的事実があるため、疑念そのものは不合理ではない。重要なのは、疑念と認定を混ぜないことだ。

2. TorchTPU──「既定の解像度」を変える作業

2.1 発表の中身

2026年10月21日、PyTorch Conference 2026でGoogleはTorchTPUをオープンソース化した。MetaのPyTorchチームとの共同開発で、Cloud TPU(v5e / v5p / v6e / v7 Ironwood)をPyTorchのネイティブ・バックエンドとして扱えるようにする。

  • pip install torch_tpu(Python 3.11+)。.to("tpu") でeagerモードのデバッグができ、torch.compile() で本番性能へ移行。独自ATenカーネルとXLAコンパイルキャッシュを同梱
  • Hugging Face Transformers v5 で device_map="tpu" を渡すだけでTPUに配置。Diffusersも eager / torch.compile / テンソル並列に対応。TPU上での毎夜のCI/CDも構築済み
  • vLLM(Inferactと共同)とSGLang(RadixArkと共同)のネイティブPyTorchバックエンド。継続バッチング、量子化、マルチチップ並列を維持したまま、既存の推論スタックを書き換えずに動く
  • llm-d によるプレフィックスキャッシュ対応のKubernetes fleet routing(GKE)で、TPUとGPUをまたいでルーティング
  • 分散学習は TorchTitan(SimpleFSDP・Pallasカスタムカーネル)、VeRL(post-training / RL整合)、Ray(異種計算オーケストレーション)
  • 検証規模: 最大8,000基のIronwood TPUで訓練を実証。Qwen3-8Bの訓練テストでMFU最大52%。推論ではインドのZenteiq.aiがスループット4倍超

同日、AWSもTorchNeuronを発表し、TrainiumへネイティブPyTorchを持ち込んだ。さらにAWSは「PyTorch本体にコードを提出し、複数機能をNVIDIAチップから切り離す」と明言している。

2.2 何が本当に変わったのか

TorchTPUの意義は「TPUが速くなった」ではない。PyTorchの既定の解像度が変わったことだ。

PyTorchは2016年にMetaで生まれ、当時のAI研究の標準ハードウェアだったNVIDIA GPUの特性に最適化されてきた。結果として torch.cuda を前提にしたコード、CUDAカーネル前提のライブラリ、cuda 前提のチュートリアルがエコシステム全体に堆積した。これは技術的な品質ではなく歴史的な経路依存であり、NVIDIAの囲い込みの実体はここにあった。

TorchTPUとTorchNeuronが揃うと、ハードウェア選択が「書き直しのコスト」から「パラメータの選択」に変わる。device_map="tpu" の一語で、モデルは動く。囲い込みは、書き換えコストという摩擦で維持されていた部分が大きい。 摩擦が消えれば、比較は性能と価格の表に戻る。

2.3 ただし「解放」ではない

ここは冷静に見ておきたい。TorchTPUがオープンソース化しても、TPUそのものはGoogle Cloudで借りるしかない。8,000基のIronwoodで検証したという数字はGoogleの供給能力の証明であって、誰でもその規模を使えるという意味ではない。TorchNeuronも同じで、Trainiumの供給はAWSの一部リージョンに限られる。

つまり今回の変化は「モデルの移植性が上がり、ハードウェアの移植性は上がっていない」。分離が進んだのは「コード」と「チップ」の間だけで、「調達」と「チップ」の間は変わっていない。とはいえ、コードの移植性が上がることは調達交渉の材料が増えることを意味する。企業の購買部門にとっては、これが実質的な変化だ。

3. 資金調達の値崩れ──1.4兆ドルから1.25兆ドルへ

3.1 OpenAI: 最高300億ドル、投前1.25兆ドル

  • 調達規模は最高300億ドル、投前評価額1.25兆ドル(新規調達分は含まない)
  • アラブ首長国連邦(UAE)の投資家とCoatueが共同リード
  • 潜在的なIPO前の「ブリッジ(つなぎ)」と位置づけ。今週末までの署名を投資家に要請
  • 投資に加えてUAEからの追加算力確保に向けた商業契約も並行交渉中
  • 2月時点で「2030年までに総計算支出 約6,000億ドル」を投資家に伝えている
  • 6月にSECへ機密提出済み。CFOのSarah Friarは8月に「2027年に上場企業になる」と社内説明、Altmanは9月に「今は上場に適した時期ではない」と発言

注目すべきは、3日前にReutersが流した「評価額は1.4兆ドル超の可能性」より下がったことだ。金額(300億ドル)は同じで、単価が下がった。

3.2 Anthropic: 2兆ドルから1.5兆ドルへ

  • 10月22日時点で、早ければ今週金曜(10月24日)にS-1を公開提出する可能性が報じられた。11月の上場を視野に
  • 2026年上半期の売上は163億ドル、純損失は807億ドル(前年同期は130億ドル)。ただし損失のうち720億ドルは転換社債等の評価に伴う非現金の会計費用で、実際の現金支出ではない
  • 第3四半期の売上は168億ドル(前期比+45%)。第2四半期は116億ドルで前期比2倍超だったため、成長率は鈍化した
  • 今後数年の算力調達に最大7,500億ドルを投じる可能性。10年間で最低5,180億ドルのコミットメント
  • 上期売上の約5分の1が2社の顧客に集中

そして重要な数字。投資家の一部はIPO評価額の想定を約2兆ドルから約1.5兆ドルへ引き下げている。 New Constructsは妥当評価を1,500億ドルとし、2兆ドルには「2035年に世界の上位7テック企業の売上合計に匹敵し、営業利益率10%を維持する」という仮定が必要だと指摘した。

3.3 何が変わったのか

2026年前半のAI資金調達は「規模」で競っていた。今週は「単価」で競っている。同じ週に、フィラデルフィア半導体指数が約6.7%下落し、NVIDIAが4.4%、AMDが8%超下げた。Metaは2026年のAI capexを1,350〜1,450億ドルへ引き上げ、それを賄うために2027年1月に議決権のないClass C株式を2対1分割で発行する。

論点は単純だ。損失が会計処理上のものか、現金のものか。 Anthropicの807億ドルは大半が非現金だが、7,500億ドルの算力コミットメントは現金(あるいは将来の現金)だ。発見が無料になった世界で、コストが残る場所は計算資源と、その上で動くものを止めずに維持する運用だ。

4. その他の動き(10月21〜23日)

  • OpenAI、Decisions APIを正式提供開始(10月22日)。GPT-6 Lunaを使い、限定回答(bounded answers)に特化。応答はResponses API経由のLunaより最大10倍高速。入力のみ課金で$0.10/100万トークン、キャッシュ入力$0.01、出力は無料。回答型は predicate(確率0〜1)/ choice(選択肢+確率+確信度)/ score(2〜10段階ルーブリックの期待値)の3種。1リクエスト最大400問(従来の2倍)、ネイティブJSON入力、画像入力、GPT-Live統合、米EUの推論データレジデンシー、ZDR・HIPAA対応。導入例: Boxは保険証書30件で経路選択が約5倍高速・同等精度、Datadogはエージェント生成シェルのリスク判定でp95が40倍高速、Sierraは280ms未満のp95で3倍高速・コール単価90%減、Speakは次のアクションまでの時間を1.4秒→0.13秒
  • Microsoftの研究者とAIエージェントが31年来の未解決問題を解決。Kannan-Lovász-Simonovits予想(1995年から未解決)を証明。人間が方向を定め、AIが可能性を探索し、研究者が枝刈りして誘導し、最後に形式検証で機械チェックした協働プロセス
  • DeepSeek、DHSの排除命令の翌日にDeepInferをオープンソース化。10月19日、米国土安全省が連邦民事行政機関に対しDeepSeek製品のITシステムからの除去と新規調達の禁止を命令(連邦調達サプライチェーン安全法に基づく。署名は7月24日、公開は10月19日)。DeepSeek製技術を用いた第三者製品・サービスも対象。例外申請は60日以内にCISAへ。翌20日、DeepSeekはApache 2.0でDeepInferを公開し、単一クラスタで1日155兆トークン、1GPU-hourあたり38ドルという異例の「配備台帳」を公開した。OpenRouter集計では10月12〜18日の中国モデル週次呼出量が79.18兆トークン(米国17.36兆の約4.5倍)、上位5つを中国モデルが占める
  • Tencent Hunyuan+復旦大学、WorkForgeを公開(10月22日)。実在のコードリポジトリ・データセット・Webページから16,665環境(40専門領域・60ファイル種別・1ワークスペース平均42.3ファイル・1軌跡平均約7.6万トークン)を構築。事実の抽出→タスク自動生成→プログラム検証+LLM意味検証の二重採点。GLM 5.3+Claude Code+OpenClawでデモ軌跡を作りQwen3.5を微調整。35B-A3BがGDPval 45.5→73.6、27Bが82.4(397B-A17Bの79.7を上回る/GPT-5.6 Solの90.1には届かない)。環境と検証器の量産が後訓練の新しい供給源になったことを示す
  • Mistral Large 4(公開プレビュー): 総1.05兆・アクティブ520億のマルチモーダルMoE、1.6B視覚エンコーダ、100万トークン文脈。$1.36/M入力・$0.14/Mキャッシュ・$4.18/M出力
  • Recursive「Flint」: 39.8B/アクティブ約2.5B(Apache 2.0)、SWE-bench Verified 74.2%、Terminal-Bench 2.1 54.9%。MacBook Proで125 tok/s超、RTX Sparkで150 tok/s超、4bitで約23GB。AI自動研究システム「Eureka Machine」により設計から公開まで4か月弱。発表翌日にOllama v0.40.8へ収載
  • 科大訊飛「星火X2.6」(10月22日): 293B総・30BアクティブMoE、100万トークン、全国産算力のみで訓練、1万枚クラスタで配備。端側のX2.6-4Bは9月初旬のオープンソース化以降256万DL超
  • Meta、ニューメキシコ州で250億ドルのプライバシー制裁判決(10月22日)。サンタフェの陪審がデータ保護・利用に関する説明でユーザーを誤導したと認定。テック企業への制裁額として史上最大級
  • PHP2Shellの検知・狩猟: プロセス系譜でWebサーバー配下からシェルが起動していないか、session.upload_progress の異常、メモリ上限に近づくmultipartリクエストの反復を確認。注意: RLIMIT_AS / RLIMIT_DATA を緩和策に使うと mmap() が失敗して脆弱な longjmp() 経路に入るという逆効果の罠がある

5. 示唆

第一に、「見つける」と「直す」の非対称が、AI時代のセキュリティ予算の形を決める。 PHP2ShellはAIが発見を民主化した最初の大規模事例だが、結果として生じたのは「発見の高速化」ではなく「全世界規模の停止」だった。パッチが出てから数千万の稼働系に届くまでの時間は、AIでは短縮できない。SIEMのログ、資産台帳、EOLの棚卸し、コンテナイメージとファームウェア内の「隠れPHP」──こうした地味な台帳整備が、発見が無料になった世界で最も価値の高い投資になる。

第二に、「アプリを止める」はセキュリティ対策にならない層がある。 メンテナンスモードはアプリのレイヤで動く。PHPのメモリ破壊はアプリが起動する前に到達する。効果があったのはプロキシ層・ネットワーク層での遮断だけだった。これはpost-291で見た「監視はモデルの外側で担保せよ」という原則と同じ構造である。防御は、守りたいものより外側の層でしか成立しない。

第三に、ハードウェアの選択肢は「移植コスト」で決まっていた。 TorchTPUとTorchNeuronはそこに手を入れた。ただし変わったのはコードの移植性で、調達の移植性ではない。企業にとっての実利は「同じコードを3つのチップで見積もれる」ことにあり、それは囲い込みの終わりではなく、囲い込みの価格競争への移行だ。

第四に、Tencent HunyuanのWorkForge的な発想が今週の本質を突いている。 後訓練のボトルネックはモデルでも計算資源でもなく、検証可能な環境と検証器になった。16,665の環境とプログラム+意味の二重採点で、27Bモデルが15倍のパラメータを持つモデルをGDPvalで上回った。ここでも構図は同じだ。能力の上限を決めるのは、生成側ではなく検証側の供給量である。

第五に、資金調達の値崩れは「AIが安くなる」話ではない。 OpenAIの評価額が1.4兆から1.25兆へ下がり、Anthropicが2兆から1.5兆へ見直される一方で、算力コミットメントは7,500億ドル規模で積み上がっている。発見が無料になり、生成が無料に近づくほど、請求書は計算資源と運用に集まる。投資家が見始めたのは、その請求書がいつ、誰に届くのかという順序だ。

最後に一つ。今回のPHP2Shellで最も評価すべきは、PHPメンテナ、Wiz、Calif、OpenAI、Quarkslab、Automatticが2か月間協調して、情報を漏らさずにパッチを用意したことだ。情報が予定より早く漏れた後も、修正版は21日中に出た。発見が安くなった世界で、価値が残るのはこの「協調の速度」のほうである。

PR / この記事のテーマに関連するアフィリエイトリンクを含みます

🛠 モデルを読み解くための技術書

道具箱を全部見る →

新モデルが出るたびに速報を追うだけだと、評価指標の意味が分からないまま数字だけが溜まります。基礎・評価・実装の3層で一冊ずつ持っておくと、ニュースの読み方が変わります。

技術書

大規模言語モデルの基礎を扱う技術書

APIの使い方だけでなく、内部の仕組みや評価手法まで追える一冊があると、新モデルが出たときの読み解きが速くなる。日本語版と原書で選び方が変わる。

Amazon.co.jp で探す →PR
技術書

プロンプト設計・評価の解説書

プロンプトを「うまい文」ではなく「計測対象」として扱う本。評価セットの作り方まで書かれているかが、実務で使えるかの分かれ目。

Amazon.co.jp で探す →PR
技術書

PythonによるAIエージェント実装書

ツール呼び出し、メモリ、失敗時の再試行までコードで追えるもの。フレームワークの説明に留まらず、状態管理の設計に踏み込んでいるかを確認したい。

Amazon.co.jp で探す →PR

価格・在庫・評価・商品画像は掲載していません。最新の情報はリンク先のAmazon.co.jpでご確認ください。当サイトは商品の販売・保証には関与しません。

Amazonのアソシエイトとして、AgentAI.ayonglab.com は適格販売により収入を得ています。