AIエージェントのスキル機能は自然言語による手順記述を基盤とするため共有が容易な反面、新たなサプライチェーンリスクを招いている。すべての記述がエージェントの命令として直接解釈される性質上、プロンプトインジェクションの脅威が極めて高い。2026年2月に行われたSnykの調査では、公開スキルの約37％に脆弱性、76％に悪意のある意図が確認され、AWS認証情報の窃取などを目的とした連携型マルウェアキャンペーンも実際に確認されている。既存のコード特化型スキャナーは自然言語の命令を検知できず、プラットフォームとセキュリティ担当者にとって重大な検証課題となっていた。 このギャップを解消するため、NVIDIAは2026年5月19日にオープンソースのスキャンツール「SkillSpector」を公開し、同社のエージェントスキル認証プログラムの基盤として位置づけた。同ツールは静的解析とLLMを活用したセマンティック解析の二層構造を採用している。静的層ではAST、ティイントラッキング、YARA、CVE照合を実行し、セマンティック層ではプロンプトインジェクションの検知、開発意図の監査、ポリシー適合性をモデルに判定させる。さらにメタアナライザーが偽陽性をフィルタリングし、重大度とモデルの信頼度に基づき0から100のスコアを算出する。 実際の3つのスキルに対する評価テストでは、その有効性と運用上の注意点が明確になった。故意に仕掛けたマルウェアスキルは自然言語のインジェクションを検知し、満点の100点を記録した。正規のGitHub連携スキルは各段階でクリーンな結果を示し、ツール自体の信頼性を裏付けた。一方、実際の業務自動化スキルでは、静的スキャンでAPI通信起因の偽陽性が16件検出されスコア31を記録したが、LLMによるセマンティック解析により除外され、スコアは27へ下落。自律コード編集や無断設定変更など4件の実リスクを特定し、ノイズを除去した結果、人間の判断に耐えうる明確なリスク提示へと改善された。 専門家は、静的スキャンは成熟したが、真の課題は強力な機能が正当な仕様かセキュリティ脅威かという判断層にあると指摘する。SkillSpectorのスコアは単なる通過基準ではなく、解釈を要する指標として扱う必要がある。また、同ツールはMCPサーバーとしても動作可能であり、エージェントランタイム内でのインストールゲートイングが可能となっている。セキュリティチームは、スコアの数値のみで信頼や拒否を決断するのではなく、検出された具体的な振る舞いとその意図を併せて検証する運用が推奨される。AIエージェントエコシステムの成熟に伴い、自然言語ベースのセキュリティ審査は必須インフラへ移行しつつある。