Anthropic، OpenAI، Cloudflare و Google هرکدام ایجنت هوش مصنوعی‌ای برای یافتن آسیب‌پذیری در کد منبع منتشر کرده‌اند. MarkTechPost جزئیات فنی هر چهار ابزار را بررسی و نتیجه‌گیری کرده که همه به یک الگوی واحد رسیده‌اند: یک ایجنت باگ را گزارش می‌کند، ایجنت مستقلی تلاش می‌کند آن را رد کند، و تنها یافته‌هایی که از این مرحله عبور می‌کنند پچ می‌شوند.
مسئله: نویز اسکن هوش مصنوعی#
تیم امنیت Google نوشته است که اسکن کد با هوش مصنوعیِ بی‌دقت، باگ‌های توهمی تولید می‌کند و نرخ مثبت‌واقعی آن زیر ۷ درصد است. اسکنری که ۹۳ درصد اوقات اشتباه می‌کند، بیش از آن‌که صرفه‌جویی کند، هزینه بازبینی ایجاد می‌کند. راه‌حل مشترک چهار شرکت، جداسازی وظایف است: ایجنتی که یافته را گزارش می‌کند، هرگز آن را تأیید نمی‌کند.
Claude Security#
این ابزار درون یک نشست Claude Code اجرا می‌شود و به کلید API جداگانه نیاز ندارد. سه وظیفه از یک منو قابل دسترسی است: اسکن کل مخزن، اسکن تغییرات، یا پیشنهاد پچ. خروجی شامل فایل SARIF 2.1.0 برای GitHub Code Scanning است. نسخه محدود预览 در فوریه ۲۰۲۶ باز شد، پلاگین در ژوئیه ۲۰۲۲ وارد بتا شد و اسکنر میزبان در اوت به Claude Mythos 5 منتقل شد.
Codex Security#
CLI و TypeScript SDK با نام @openai/codex-security منتشر شده است. پرچم --mode deep کارکنان کشف موازی را اجرا می‌کند. خروجی شامل SARIF، JSON و CSV است و می‌تواند به Linear منتشر شود. خودِ کلاینت Apache-2.0 است، اما اسکنر پشت آن نه؛ در حال حاضر در بتای محدود برای مشتریان تأییدشده قرار دارد. Node.js 22.13+ و Python 3.10+ لازم است.
Cloudflare Security Audit Skill#
این ابزار MIT-licensed و مستقل از مدل است و با ۴۷٫۵ هزار ستاره، بیشترین ستاره را در بین چهار ابزار دارد. فرآیند شش‌مرحله‌ای آن شامل نقشه‌برداری معماری، شکار با ledger پوشش، اعتبارسنجی مستقل، و گزارش‌دهی است. Cloudflare می‌گوید harness داخلی‌اش روی ۱۲۸ مخزن اجرا شده و از ۲۰٫۷۹۹ نامزد اولیه، حدود ۱۲٫۰۵۷ از مرحله اعتبارسنجی عبور کرده‌اند.
Google Mantis#
ایجنت Google باگ‌ها را در یک sandbox بازتولید می‌کند و Google توصیه می‌کند آن را ایزوله نگه دارید.
خوانش تحریریه: چه چیزی عوض می‌شود و چه چیزی نه#
این خبر برای کسی که همین حالا با ابزارهای موجود ایجنت امنیتی می‌سازد، عمدتاً تأییدکننده است نه تحول‌آفرین. الگوی «یافتن و رد کردن» پیش‌تر در ادبیات پژوهشی مطرح بوده و حالا چهار شرکت بزرگ آن را در محصول پیاده کرده‌اند؛ این اعتبار فنی می‌دهد، اما ابزار جدیدی به دست شما نمی‌دهد. آنچه واقعاً عملی است، مقایسه محدودیت‌های دسترسی است: Codex Security در بتای محدود است و نمی‌توانید همین امروز استفاده‌اش کنید، Claude Security به سقف مصرف پلن شما وابسته است، و Cloudflare تنها گزینه‌ای است که بدون قفل اکوسیستم قابل استفاده است. نکته احتیاطی: نرخ ۷ درصد مثبت‌واقعی که Google ذکر کرده، عددی است که قبل از الگوی رد مستقل صدق می‌کند؛ اعداد پس‌از-اعتبارسنجی که Cloudflare منتشر کرده (حدود ۵۸٪ بازمانده) هنوز معنای «درست بودن» نیستند، فقط معنای «رد نشدن» دارند.
منبع: MarkTechPost
دیدگاهها
برای گذاشتن دیدگاه وارد شو
دیدگاهها فقط از حسابهای کاربری پذیرفته می‌شوند.
ورود / ثبتنامهنوز دیدگاهی ثبت نشده — اولین نفر باش.