AGEST ZERO TEST
パッチ適用後の超高速リグレッションテスト
Home
AGEST ZERO TEST
大量のセキュリティパッチを当てたあと、
自信をもってリリースができるでしょうか?
脆弱性を見つけて直すところまでは、自動化が進みました。止まるのはその先です。パッチを当てたことで、ほかの機能が動かなくなっていないか。これを確かめきれずに、リリースが翌週にずれる。
AGEST ZERO TEST は、パッチを当てる前と後を自動で突き合わせ、変わってしまった箇所だけを報告します。テストコードも仕様書も要りません。
確認を省いて出すのでも、確認のために待つのでもなく、確かめたうえで、その日のうちに出せます。
※AGEST ZERO TESTは、オンプレミス型AI自動テスト製品として、単体でのライセンス提供・個別導入が可能です。

1
AGEST ZERO の考え方
見つける・直す・確かめる をひと続きに
脆弱性対応は、見つけて直したら終わりではありません。直したあとに他が壊れていないことを確かめて、はじめてリリースできます。
AGEST ZERO は、この3つをひと続きにします。
見つける
脆弱性を検出し、修正まで自動で行うツール(以下、脆弱性対応ツール)が弱点を洗い出します。
⇒AGEST ZERO SHIELD直す
パッチを当てます。権限・入力チェック・認証まわりに手が入ります。
⇒AGEST ZERO SHIELD確かめる
AGEST ZERO TEST が、修正の前と後で同じ操作を実行し、変わった箇所を報告します。
セキュリティの修正ほど、全画面に効く場所に手が入ります。だからこそ、直したあとの確認を人手に任せない仕組みが要ります。

2
ZERO TEST が受け持つ3つの役割
1. 脆弱性の情報を、外に出しません
テスト対象の画面も、AIの処理も、社内に置いたマシンの中で完結します。AIは社内に設置したものだけを使い、外部の AIサービスへは一切送信しません。脆弱性という、いちばん外に出せない情報を扱う工程だからこそ、ここを設計の前提にしています。
2. パッチを当てたあと、すぐに確かめられます
テストを人が書き起こす必要がありません。パッチを当てる前のシステムを自動で操作して回り、そのときのふるまいを「お手本」として記録します。当てたあとに同じ操作をもう一度実行し、お手本と違うところだけを報告します。
3. 仕様書がなくても始められます
「正しい姿」を人が定義しなくても、「変わったこと」は機械的に判定できます。仕様書が古い、あるいは無いシステムでも、その日から始められます。ご用意いただくのは対象システムの URL だけです(ログインが必要なシステムでは、テスト専用アカウントもお願いします)。
3
AGEST ZERO TESTの実力
自社の検証環境での測定結果
いずれも当社の検証環境での測定です。お客様のシステムでの実績ではありません。
不具合の検出率
98
%
自社で構築した24業種の検証環境に、あらかじめ仕込んだ不具合のうち、画面の操作から到達できる45件中44件を検出しました。
(2026年8月19日測定)
誤検出
0
件
不具合のない正常なバージョン同士を比較したとき、誤った報告は出ませんでした。静的な検証用サイトで、ビルド番号などの変化する表示を比較対象から外した条件下の実測値です。
テスト設計量
大規模 LLM の
1.26
倍
同じ画面の観測データを大規模 LLM にも渡し、重複を除いた生成テストケース数を比べました(2026年8月24日測定)
1システムを1周する時間
30
〜40分
1つの業務システムについて、テストの作成から改修前後の比較までを1周した時間です。自社の検証用システムで、2026年8月から9月にかけて毎晩繰り返した14回の実測で、31分から39分の範囲に収まりました(テストケース42〜45件)
測定環境:NVIDIA DGX Spark + Qwen3 30B。測定の方法・条件・限界はテクニカルペーパーに記載しています。
AGEST ZERO TESTプロダクトサイトにてダウンロードが可能です。
杵島 直樹
Kijima Naoki
特定助教
デジタル教材自動生成、パーソナライズ学習支援、生成AI応用
Rafael Gonzalez
Rafael Gonzalez
客員研究員
機械学習、人工知能、適応型学習システム
Lisa Han
Lisa Han
客員研究員
クロスカルチュラル教育、教育社会学、比較教育学
佐伯 美咲
Saeki Misaki
博士課程3年
教育心理学、認知負荷理論、学習動機付け
鷹見 陽大
Takami Haruto
博士課程2年
教育データマイニング、ラーニングアナリティクス、行動分析
小林 颯
Kobayashi Hayate
博士課程1年
教育用VR/AR、没入型学習環境、メディア教育
中村 翔太
Nakamura Shota
修士課程2年
ゲーミフィケーション、教育アプリ開発、ユーザー行動分析
結城 るか
Yuuki Ruka
修士課程2年
HCI、UXデザイン、感情応答インタフェース
加藤 玲奈
Kato Reina
修士課程1年
学習分析、データビジュアライゼーション、教育評価
松田 真紀
Matsuda Maki
研究室秘書
研究支援、イベント運営、広報サポート


