原文来源：机器之心

分散型システムの「聖杯」——コンセンサスプロトコル（Consensus Protocols）は、長年にわたりトップクラスのインフラエンジニアにとっての「バグ地獄」であり続けてきた。その状態は極めて複雑で、複数ノードが絡み合うため、従来のテスト手法や単一のLLMでは、ハードコアなDeep Bug（深層論理の脆弱性）にほとんど対処できなかった。

先日、最新のICML 2026に採択された論文で、0G Labs、シンガポール国立大学、北京大学、北京郵電大学などのトップ学術・産業チームの研究者らが、ドメイン知識と大規模言語モデルのマルチエージェント連携を深く融合させた初の自動テストフレームワーク「Agora」を提案した。

このフレームワークは革新的なアーキテクチャにより、プロトコルの痛点を直撃し、Raft、EPaxos、HotStuff、BullSharkなどの産業用および学術用のコアプロトコルにおいて、これまで知られていなかった15個ものプロトコルレベルのDeep Bugを一気に発見した！対照的に、GPT-5.2やClaude 4.5といった強力なネイティブLLMは軒並み敗北し、ゼロスコアに終わった。マルチエージェントシステムと「エージェント型品質管理」（Agentic Quality Control）が2026年の最もホットなトレンドとなる中、Agoraが提供するのは単なる論文ではなく、実装可能な産業グレードのソリューションである。

論文：『Agora: Toward Autonomous Bug Detection in Production-Level Consensus Protocols with LLM Agents』

1. 背景：0GとNUSの強力な連携、長期的なシステム知識の蓄積とマルチエージェントパラダイムのクロスオーバー・クロスジェネレーション融合

分散コンセンサスプロトコルの進化は、天才たちの革新の歴史であると同時に、数え切れないトップエンジニアたちの血塗られた失敗の歴史でもある。チューリング賞受賞者であるLamportが述べたように、分散プロトコルの実装の正確性を保証することは、絶えず揺れる迷路の中で目隠しをして進むことに等しい。そして、この「地獄級」の競争領域において、市場は静かに変化しつつある：Gartnerの観測によれば、マルチエージェントシステムに関する企業からの問い合わせは1年余りで10倍以上に急増し、マルチエージェントプラットフォーム市場も毎年ほぼ倍増する高速拡大期に入っている——「マルチエージェント連携」を最もハードコアな基盤システムの検証に活用することは、最先端の構想から産業の必須要件へと変わりつつある。

この過酷な競争領域において、輝かしい経歴を持つテクノロジー大手は真っ先に重資産型の探求に乗り出した。例えば、業界トップのAnthropicが最近Claude Code内で内部推進しているGlasswingプロジェクトは、Agentを使って基盤インフラのテストに挑戦しているものの、そのアーキテクチャは依然として最高スペックの大手商業大規模モデルに極度に依存しており、プロジェクトの詳細は曖昧で、ごく一部の大手テクノロジー機関や多国籍企業との限定的な非公開協力に留まっている。さらに致命的なのは、こうした大手のソリューションが実行中に恐ろしいToken消費量を示す可能性があり、この高額な計算能力の壁と重資産路線が、予算に限りのあるスタートアップや中小企業を直接的に締め出していることだ。

小規模企業やオープンソースコミュニティは、最高級の自動脆弱性監査ツールを使うことを運命づけられているのだろうか？

0G Labsのエンジニアたち、シンガポール国立大学の劉祥氏、北京郵電大学の宋飒氏、孫勇氏、そして北京大学智能学院の博士課程学生である張釗為氏と研究員の張策尧氏は、自身のAgent分野における深い知識をシステムに注入し、「小をもって大を制する」破壊的イノベーションを展開した。その成果は2026年のAIトップ会議ICMLに採択されている。

学界の「長期的なシステム知識の蓄積」と産業界の「課題と鋭い嗅覚」が出会ったとき、どのようにして次世代のシステムセキュリティ革命を引き起こすことができるのか？

0Gチームは、ブロックチェーンのコンセンサスプロトコルの実装において、極めて豊富なプロダクションレベルの攻防経験を蓄積してきた。一方、チームは高性能分散システム、低レベルの並行制御、システム形式検証の分野で非常に深い学術的蓄積を持っている。彼らは、従来の手法（Fuzzingファジングなど）が産業用コードベースに直面した際、状態空間爆発にしばしば制限されることを熟知している。複数の研究者は、長年蓄積してきた分散システムのグローバルなinvariants（不変性）論理推論知識を「魂」として、最先端のマルチエージェント協調パラダイムと自動化Harnessアーキテクチャに注入し、オープンソースで平等なAgoraフレームワークを発表することにした。

同時に、業界最先端のモジュール型AIインフラストラクチャおよび高性能分散型データ可用性ネットワークとして、0Gチームはブロックチェーンコンセンサスプロトコルや高並行BFT（ビザンチン障害耐性）アーキテクチャの産業実装において、極めて豊富なプロダクションレベルの攻防経験と現実世界のプロトコル欠陥サンプルを蓄積してきた。

このクロスオーバーな融合は、ゲームのルールを完全に変えた。それは盲目的な暴力テストでもなければ、ドメイン知識を欠いた大規模モデルによる「盲人摸象」でもない。専門化されたAgentの役割分担を通じて、熟練したシステム専門家の数十年にわたる論理推論の直感を、Agent間の駆け引きと協調に変換し、従来のテストツールを次元の異なるレベルで打ち負かす本物の力を備えているのだ。

Glasswingが巨額のトップトークンを次々と消費する重資産路線とは異なり、Agoraは中小企業にとって極めて親しみやすい代替ソリューションを提供している。それは、ベースモデルが「やや劣る」場合でも、コストパフォーマンスが高く、精巧なドメイン認識型マルチエージェント協調アーキテクチャを通じて、ハードコアなDeep Bugを確実に摘出できることを証明している。

2. 痛点：単体LLMでは越えられない壁、分散システムにぶら下がる「深層論理のダモクレスの剣」

ビッグデータ、ブロックチェーン、分散データベースが支配する現代において、コンセンサスプロトコル（Paxos、Raft、PBFTなど）はデジタル世界の基盤である。しかし、コンセンサスプロトコルの実装は「地獄級の難易度」として知られている。etcdのように、世界中の数え切れないトップエンジニアによって鍛えられ、長年運用されてきた産業界のベンチマークプロジェクトでさえ、冷や汗をかくようなDeep Bug（深層論理の脆弱性）が潜んでいる。

これらの脆弱性は、メモリリークや整数オーバーフローといった一般的な低レベルの実装バグ（Implementation Bugs）とは異なり、複数の実行フェーズにまたがり、複雑な並行状態に依存する。悪意を持ってトリガーされると、コアデータの破損だけでなく、壊滅的な金融レベルの損失を引き起こす可能性がある。

近年注目を集める大規模言語モデル（LLM）は、通常のコード分析では優れた性能を発揮するが、分散コンセンサスに対しては「知能が足りない」ように見える。せいぜい局所的なコードの浅い欠陥を見つけられる程度で、グローバルな状態に依存するプロトコルレベルの論理脆弱性に対しては、単体LLMは局所的なコードの泥沼に陥り、グローバルな時系列推論が全くできない。

3. 突破口：Agoraの3エージェントによる乾坤一擲とコアHarnessアーキテクチャ

この膠着状態を打破するため、Agoraは初めて学術界で古典的な仮説駆動型テスト（Hypothesis-Driven Testing, HDT）パラダイムを大規模モデルエージェントシステムに導入した。効率的なグローバル推論を実現するため、Agoraは従来の「単独行動」モードを完全に放棄し、ワークフローを3つの高度に専門化されたエージェントに巧妙に分解している。

Orchestrator Agent（調整者）：グローバル状態の維持と既知の脆弱性からの類推による「脆弱性の悪用」を担当。

Strategy Agent（戦略家）：分散ドメイン知識を注入し、CFTおよびBFTプロトコルに対して攻撃的な異常シナリオを生成する。

TestGen Agent（コード官）：実践派。Agora を真に実用化し、効果的なテストをクローズドループで生成する鍵は、その中核となる自動テストアーキテクチャにあります。

そのアーキテクチャは図の通りです：

Agora の全体設計において、この「小で大を制する」平等の魔法は、何もないところから生まれたわけではなく、巧妙なエージェント間のインタラクション機構とテスト Harness アーキテクチャの深い融合に由来しています。

研究チームはシステムフレームワーク内に、特別に設計された極めてシンプルで効率的な通信・メモリ機構（Succinct Memory & Communication）を組み込み、各 Agent が自身のコアタスクに集中できるようにしつつ、冗長なコンテキスト転送のオーバーヘッドを最小限に抑えました。この極限的な通信制約の下で、Orchestrator Agent（全体の調整と状態制御を担当）、Strategy Agent（分散異常環境とシナリオ生成を担当）、そして TestGen Agent（コードテストと動的評価 Evaluation を担当）が完璧に連携し、Harness アーキテクチャを共同で駆動・充足させています：

二刀流の自動クローズドループ：Strategy Agent が抽象的な分散攻撃シナリオを推論した後、高度に疎結合されたインタラクションフレームワークに基づき、TestGen Agent は即座に基盤となるテストを起動できます。このアーキテクチャは、強力な環境適応能力を備え、Go、Rust などの異なるプログラミング言語環境を横断し、攻撃仮説を実際に実行可能なユニットテストに変換するだけでなく、効率的なリフレクションループ（Reflection-Loop）技術を内蔵しています。

テストが環境で実行中にエラーを発生させると、システムはコールスタックと実行ログを正確かつリアルタイムにキャプチャし、それを簡潔に Agent に送り返して、ターゲットを絞った自己修正を行います。この「マルチ Agent の極簡インタラクション + 動的 Harness クローズドループ」の有機的な結合により、Agora は極めて低い Token コストで最も隠れた深層ロジックバグを正確に捉えるだけでなく、誤検出率の低い詳細な分析レポートを生成します。

最終的な実行の概要は図の通りです：

4. 戦果：15 のトップレベルのゼロデイ Deep Bug を獲得、大規模モデルベースラインは全滅

評価結果は衝撃的だった。研究チームは、4つの有名な合意プロトコルライブラリ（本番環境レベルのetcdや、新興パブリックチェーンコアSuiの基盤コンポーネントを含む）に対して、全方位にわたる大規模な検証を実施し、GPT-5.2、Gemini 3.0 Pro Preview、Claude Sonnet 4.5、Qwen3 Coderといった最先端モデルと比較した。

その結果は、0G自身が稼働させる合意システムの安全性を高めるだけでなく、圧倒的な次元の違う打撃を与えた：

15個の新たなLogic Deep Bugが発覚：Agoraは、これまで誰も知らなかった15個のプロトコルレベルの深層論理脆弱性を発見することに成功した。これらの脆弱性は、実行の分岐、単調性違反、トポロジー欠陥、署名脆弱性などの高リスク領域にまたがっている。

ネイティブ大規模モデルは全滅：対照的に、ベースラインモデル（高度なReAct動的ツールチェーンを備えていても）は、この種の深層論理脆弱性に直面すると、すべて空振りに終わった（0/15）。大量のトークンを消費しながらも、低レベルのコード実装バグにしか対処できなかった。

極めて低い誤検出率と超高コストパフォーマンス：Agoraが生成したすべてのバグレポートにおいて、実際の論理脆弱性の割合は73.9%に達し（誤検出率はわずか26.1%）。さらに驚くべきことに、熟練アーキテクトさえ頭を悩ませるトップレベルの論理バグを1つ発見するのに、平均約5.32Mトークン（約40ドル）しか消費せず、コストパフォーマンスは極めて高い。

複数のLLMにおける結果は以下の通り：

5. 未来：高い拡張性、さらなる基盤的ハードコアな「未踏領域」へ

Agoraの成功は、分散システムの安全性に強力な刺激を与えただけでなく、大規模モデルが垂直産業用アプリケーションに実装される方向性を示している。

特に重要なのは、Agoraのアーキテクチャ設計が極めて高い拡張性と汎用性を示している点だ。研究チームは、Agoraはプラグインやスキルの形で広くユーザーが迅速に再現・利用できると強調しており、我々のコード（github.com/0gfoundation/agora）には再現を支援する対応スキルが提供されている。それだけでなく、Agoraの「大規模モデル＋マルチエージェント協調＋仮説駆動」パラダイムは、合意プロトコルにのみ適用されるわけではない。その基盤となるワークフロー制御と上位のドメイン知識ベース、テストが深く疎結合されているためだ。これは、このアーキテクチャが多くのユーザーに合意プロトコルのデバッグを迅速に活用させるだけでなく、「プラグアンドプレイ」方式で、同様に「深層論理脆弱性の地獄」に悩まされている他のハードコア領域にも迅速に拡張できることを意味する：

データベース同時実行制御（Concurrency Control）：分散型データベースにおいて、極端な分離レベル（例：シリアライザブル Serializable）下での複雑なトランザクション競合の欠陥をテストするために使用されます。

オペレーティングシステムカーネル / 並行システム：マルチスレッド基盤における隠れたデッドロックや競合状態を深く発見します。

Web3 スマートコントラクト監査：複雑な経済モデルを伴うクロスチェーンプロトコルや DeFi ロジックに対して、深層的なセキュリティ境界の調査を実施します。ブロックチェーンセキュリティ市場は2026年までに約85億ドル規模に達すると予測されており、すでに「マルチエージェントセキュリティシステム」を用いてスマートコントラクト監査を行い、監査期間を数週間から数時間に短縮する商用製品が登場しており、市場の需要が急拡大しています。

産業レベルの基盤インフラにおけるAI自動化セキュリティ時代は、まさにAgoraとそのHarnessアーキテクチャによって正式に幕を開けようとしています。

私たちは、Agoraが各分野でより多くのディープバグ（deep bug）を発見することで、コーディングLLMの能力をより良くテストできると信じる理由があります。また、発見されたディープバグのユースケースは、コーディングLLMのコード理解能力の向上にも役立つでしょう。

Agoraは、コンセンサスプロトコル、同時実行制御、スマートコントラクトなど、金融安全取引の基盤となるコードリポジトリのセキュリティを大幅に向上させることができます。さらに、Agoraはより多くのテクノロジー企業がより深いロジックバグ（logic bug）を発見するのを支援しつつ、より少ないトークン消費でコストを節約し、より効率的に運用できるようにします！

さらに重要なのは、これが現在最もホットな2つのトレンドに合致している点です。第一に、マルチエージェントシステムが実験段階から実運用へと移行しつつあることです。Gartnerは2028年までに企業ソフトウェアの3分の1以上にエージェンティックAI（agentic AI）が組み込まれると予測しており、マルチエージェントプラットフォーム市場は数年以内に数百億ドル規模からさらに拡大すると見られています。第二に、「エージェントでエージェントを監査する」エージェンティック品質管理（Agentic Quality Control）が2026年の業界標準になりつつあることです。

Veracodeの2025年報告書が、AI生成コードの約45%にセキュリティ脆弱性が含まれていると指摘し、エージェンティックAIセキュリティ市場が年間約42%の複合成長率で急成長している背景の中で、Agoraはテクノロジー企業がより低いトークンコストでより深いロジックバグを発見し、セキュリティ監査を「週単位で課金される人手作業」から「時間単位で納品される自動化能力」へとアップグレードすることを可能にします。

そして、この分野の構図が徐々に明確になるにつれ、真に先手を打つのは、往々にして最も声の大きい大手企業ではなく、最も早く方法論を確立し、それを継続的に再現できるチームであることが明らかになります。

原文リンク

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia