開発者ツール

Gemini と Z3 を活用し、ファジングで見逃される Go のバグを発見する

Google のエンジニアは、Gemini 4 Argon と制約ソルバー Z3 を組み合わせることで、標準的なファジングでは検出できなかった Go コード内のランタイムパニックを検出し、スライス容量処理における盲点を明らかにしました。

ガラスの立方体とマークされた書類を使ったコード分析のイラスト
この記事用に生成されたイラスト

英語の原文から自動翻訳されました。

エージェントスキルプログラムを率いる Google のエンジニアが、大規模言語モデル(LLM)と形式的制約求解を組み合わせたハイブリッドテストパイプラインを開発し、Go アプリケーションの微妙なバグを暴きました。2026年11月中旬に公開されたこの手法では、Gemini 4 Argon を使用してコンパイル済みアセンブリを論理制約に変換し、Z3 ソルバーに入力することで、実行環境特有の問題により標準的なファジングツールが見逃していたクラッシュを特定することに成功しました。

何が起きたか

開発者は、AI エージェント向けの SKILL.md ファイルを検証・編集するために Go で作成したコマンドラインインターフェース「skill-lint」を作成しました。包括的なユニットテストおよびファジングテストスイートが存在したにもかかわらず、このツールは Markdown パーサー内のオフバイワンエラーや不正なスライス操作に起因するランタイムパニックに対して脆弱なままでした。これらのバグは、本番環境で特定の異常な入力パターンによってトリガーされるまで休眠状態であることが多く、複雑な解析ロジックに対する従来のテスト手法の限界を浮き彫りにしました。

これに対応するため、エンジニアは主要な関数を RISC-V アセンブリにコンパイルし、生き残った境界チェックを Gemini 4 Argon で分析するワークフローを構築しました。モデルはこれらのチェックを Z3 制約ソルバー用のルールに変換し、ソルバーはクラッシュ条件を満たす入力が存在するかを判定します。このプロセスにより skill-lint 内の潜在的なバグ3件が特定され、テスト用に仕掛けられた人工的なバグ3件もすべて検出されました。これには、標準的な Go ファザーが長時間の実行後も問題を見つけられなかったケースも含まれていました。

調査の結果、Go のファザーは通常、余分な容量を持つスライスを渡すため、範囲外のエラーを見逃しやすいことが判明しました。スライスに長さ以上の追加容量がある場合、長さを超えたインデックスへのアクセスでも容量内であればパニックが発生せず、バグが隠蔽されます。テスト中にスライスの容量を長さに合わせて切り詰めることで、ファザーは同じクラッシュを即座に検出できるようになりましたが、ソルバーを用いたアプローチは、偶然に頼らずこれらの問題を体系的に見つけるより確実な方法を提供しました。

仕組み

Go コンパイラには「SSA prove」と呼ばれる最適化パスが含まれており、数学的に安全であると証明できる境界チェックを削除します。しかし、一部のチェックは、違反した場合にランタイムパニックを引き起こす明示的なトラップとして、コンパイル後のマシンコードに残ります。新しいワークフローは、特定のフラグを使用して Go コードをコンパイルし、アセンブリリストと境界チェック削除に関するデバッグログを生成することで、これらの生き残ったトラップを対象とします。これにより、コンパイラが安全性を保証できなかった場所の正確なマップが得られます。

Gemini 4 Argon は、元の Go ソースコードと生成された RISC-V アセンブリの両方を分析します。各残存する境界チェックトラップへのパスを識別し、論理条件を Z3 制約ソルバー用のスクリプトに変換します。その後、Z3 はこれらの制約を解こうとし、パニックを引き起こす具体的な入力値を探します。Z3 が解を見つけた場合、ワークフローはクラッシュを再現する具体的な Go テストケースを生成し、バグの存在を確認します。

この手法は、LLM のコード構造理解能力と、ソルバーの論理推論精度を活用しています。LLM はアセンブリ命令をソルバー制約に変換するという複雑なタスクを担当し、Z3 は充足可能性の確認という重い処理を行います。全体のプロセスは関数あたり約1分かかり、LLM による変換がボトルネックとなる一方、Z3 による制約解決はミリ秒単位で完了するため、重要な関数のターゲットを絞った分析に現実的です。

主な詳細

  • ワークフローでは、コンパイラ最適化後に生き残った境界チェックに焦点を当て、Gemini 4 Argon を使用して Go アセンブリを Z3 制約に変換します。
  • 標準的な Go ファジングは、容量が長さと等しいスライスをめったに生成しないため、仕掛けられたバグのうち2つを見逃しました。これにより、範囲外の読み取りが静かに成功してしまいます。
  • ファジングテストで data[:len(data):len(data)] を使用してスライス容量を長さに切り詰めると、ファザーは1秒未満で同じクラッシュを検出できました。
  • ソルバーは skill-lint 内の3つの潜在的なバグを特定しました。これには、チャンクの重複編集や、削除後の行番号計算の誤りが含まれます。
  • Z3 は、クラッシュを引き起こす入力が存在する場合 "sat" を返し、そのような入力が見つからない場合は "unsat" を返すため、潜在的なバグに対する明確なシグナルとなります。
  • このアプローチは純粋関数に限られており、データ競合やデッドロックは検出できません。これらは依然として Go レースディテクターが必要です。

なぜ重要なのか

パーサーやデータ変換を含む堅牢な Go アプリケーションを開発するエンジニアにとって、このアプローチは標準的なテストプラクティスにおける重大な盲点を強調しています。ファザーの入力生成戦略がバグ固有のメモリレイアウト要件と一致しない場合、ファジングだけに依存すると重要なエッジケースが未テストのまま残る可能性があります。スライス容量と境界チェックの相互作用を理解することは、安全で安定したコードを書くために不可欠です。

LLM を形式的検証ツールと統合することは、手動でのコードレビューと完全な定理証明の間の実用的な中間手段を提供します。アプリケーション全体をモデリングするオーバーヘッドなしに、特定のリスクの高い関数に厳密な論理分析を適用することが可能になります。このハイブリッド手法は、ソースコードだけでは発見が難しい微妙な整数オーバーフローや論理エラーを捕捉でき、ソフトウェアシステム全体の信頼性を向上させます。

このケーススタディは、高レベル言語の問題をデバッグする際に基盤となるマシンコードを理解することの重要性も示しています。アセンブリ出力を調査することで、開発者はコンパイラがコードをどのように解釈しているか、特に脆弱性を導入する可能性のある暗黙的な型変換や最適化を含めて、正確に把握できます。この深い洞察は、より良いコーディング慣行とより効果的なテスト戦略につながります。

実践できること

  • ファジングテストで data[:len(data):len(data)] を使用してスライス容量を長さに切り詰め、範囲外アクセスが確実にパニックを引き起こすようにしてください。
  • go build -gcflags="-S -d=ssa/check_bce/debug=1" を使用して、重要な関数内でコンパイラ最適化を生き延びる境界チェックを特定してください。
  • ターゲットを絞った分析のために、アプリケーションロジックから純粋関数を抽出し、I/O やネットワーク呼び出しは標準的な統合テストに任せてください。
  • ランダムファジングが非効率なパーサーや数学的演算における複雑なロジックの検証には、Z3 などの制約ソルバーの使用を検討してください。
  • 境界チェックロジックに影響を与える可能性のある予期しない型切り捨てやレジスタ移動がないか、アセンブリ出力を確認してください。
  • 論理的な正しさと実行時動作の両方を包括的にカバーするために、静的解析ツールと動的テストを組み合わせてください。
  • #go
  • #testing
  • #ai
  • #security
  • #debugging

Bytechapストアのツール

続きを読む

すべての記事