Booz | Allen | Hamilton は、2,800 件の試験と 460,000 行のコードを用いて、5 つの AI コーディングモデルをテストしました。

開発者が米国政府のために働いていると思われる場合、中国の LLM はより脆弱なコードを生成しました。
脆弱性は難読化されており、従来のセキュリティツールでは検出できませんでした。広く使われている開発ツールに既に組み込まれている Qwen3-Coder が最悪の原因でした。
@BoozAllen 推奨事項は直接的です。信頼できない AI モデルを政府および重要インフラから禁止し、エンドツーエンドのソフトウェア来歴を確立し、導入前にすべてのモデルを独立してテストすることです。
レポート内のファーウェイとの比較は読む価値があります。米国は 10 年間、中国の通信機器メーカーがアメリカのインフラに自らを組み込むのを見守ってきました。
撤去・交換のコストは数十億ドルに達し、2026 年現在も続いています。Booz Allen は、中国のオープンソース AI エコシステムは、その採用速度と規模により、より大きな脅威をもたらすと主張しています。
これこそが @Conste11ation が Gate AI を構築して解決しようとしている問題です。これは AI エージェントとモデルプロバイダーの間にインラインで配置され、すべてのリクエストとレスポンスをリアルタイムでスキャンします。
プロンプトインジェクション防御は、厳格な偽陽性率 1% の条件下で、16 の公開ベンチマーク 10 ポイント上回ります。
すべてのインタラクションは、Digital Evidence レイヤーに固定された改ざん防止可能な監査証跡を生成します。信頼された者だけでなく、誰でも暗号学的に検証可能です。無料で開始でき、セルフサービス、調達プロセスは不要です。