Het curl-project heeft versie 8.22.0 uitgebracht met oplossingen voor zes nieuw bekendgemaakte CVE’s, allemaal gevonden door een autonoom AI-beveiligingssysteem gebouwd door de startup AISLE – en allemaal ontdekt nadat frontier AI-modellen van OpenAI en Anthropic publiekelijk hadden gemeld dat curl geen verdere kwetsbaarheden bevatte. De vergelijking, gedocumenteerd in een dinsdag gepubliceerde blogpost van AISLE-onderzoeker Stanislav Fort, trekt de aandacht in de beveiligingsgemeenschap als een van de duidelijkste rechtstreekse tests tot nu toe van gespecialiseerde AI-beveiligingstools tegen algemene grensmodellen.
De basislijn was ongewoon schoon. Op 24 augustus schreef Daniel Stenberg, oprichter van Curl, publiekelijk dat er slechts drie CVE's in behandeling waren voor de volgende release, waarbij hij opmerkte dat het Mythos-model van Anthropic "zegt dat het er niet meer kan vinden" en dat het Codex-beveiligingssysteem van OpenAI "een lege lijst toont" wanneer hem wordt gevraagd om curl te analyseren, de alomtegenwoordige bibliotheek voor gegevensoverdracht die wereldwijd in meer dan 20 miljard gevallen wordt ingezet, van slimme koelkasten tot ruimtevaartuigen. Zie ons AI-beveiligingsnieuws voor meer van dit soort verhalen.
Van nul naar negenentwintig rapporten in één nacht
AISLE richtte vervolgens zijn eigen autonome AI-systeem op curl. De volgende dag plaatste Stenberg een vergelijking van één regel die sindsdien wijd verspreid is: "Mythos: 0, Aisle: 29." Van deze 29 rapporten beoordeelde het beveiligingsteam van Curl er binnen enkele dagen zes en oordeelde dat ze ernstig genoeg waren om openbare CVE-aanduidingen te verdienen in curl 8.22.0, die nu is vrijgegeven.
De zes CVE's die aan AISLE en zijn onderzoeker zijn toegekend, zijn:
- CVE-2026-80229 — OpenSSL-provider gebruik na gratis
- CVE-2026-80230 — OpenSSL-pinning-bypass
- CVE-2026-80231 — Hergebruik van native CA-winkelverbinding
- CVE-2026-80255 — veilige attribuutbypass met tab
- CVE-2026-82208 — wolfSSL CA-cachehit overschrijft callback
- CVE-2026-82209 — domeingerichte, openbare achtervoegselcookie
Alle zes zijn als laag beoordeeld. AISLE schrijft dat beoordelingsprofiel toe aan de uitzonderlijke technische volwassenheid van Curl: na tientallen jaren van auditing hebben de kwetsbaarheden die overblijven de neiging zich te verbergen in smalle configuraties en subtiele interacties tussen componenten, waardoor de praktische impact wordt beperkt. Drie daarvan werden gerapporteerd op 24 augustus, twee op 26 augustus en één op 27 augustus. Op 28 augustus was het aantal CVE's van Curl gestegen van drie naar tien, waarbij zes van de nieuwe bevindingen afkomstig waren van AISLE, volgens het verslag van het bedrijf.
Waarom deze vergelijking ertoe doet
Beveiligingsonderzoekers hebben een groot deel van de door AI aangestuurde ontdekking van kwetsbaarheden lange tijd afgedaan als theater: demonstraties tegen capture-the-flag-uitdagingen of benchmarks met bekende antwoorden die mogelijk al op de loer liggen in modeltrainingsgegevens. Deze aflevering was in één belangrijk opzicht anders: de analyse was gericht op de huidige productiecode, en de eigen beheerders van Curl, en niet AISLE, beslisten of elke bevinding echt was en of deze een CVE rechtvaardigde. Omdat Stenberg het nulresultaat van de grensmodellen publiekelijk had gedocumenteerd voordat AISLE het systeem draaide, bevatte de vergelijking een basislijn met tijdstempel die zelden voorkomt in beweringen van leveranciers.
Het is de moeite waard om de context van de leverancier in het oog te houden. AISLE verkoopt AI-code-auditing als een product, en de blogpost is expliciete marketing voor zijn ‘System over Model’-these – het argument dat gespecialiseerde AI-systemen algemene grensmodellen kunnen verslaan bij real-world zero-day-ontdekking. Commentatoren op Hacker News maakten dezelfde observatie en merkten op dat het bericht weinig technische details bevat over de methodologie, hoewel de discussie over de openbare code van het bedrijf een aanpak suggereert die LLM-geleide targeting combineert met traditionele fuzzing: modellen identificeren interessante functies en genereren testharnassen, waarna fuzzer-bevindingen worden getriaged. Het bedrijf had in juni eerder zes curl-CVE’s bekendgemaakt, waaronder wat het omschreef als het oudste probleem dat ooit in het project is gemeld.
Het patroon kan verder reiken dan de krul
Het meest provocerende signaal kwam van buiten het curlproject. Greg Kroah-Hartman, al jarenlang beheerder van de stabiele kernelreleases van Linux, reageerde op Stenbergs bericht en zei: "Ik zie hetzelfde ook voor Linux. Geen idee wat Aisle anders doet, maar wauw." Als een gespecialiseerd AI-systeem onafhankelijk geldige kwetsbaarheden in de Linux-kernel aan het licht brengt die frontier-modellen missen, is de kloof geen eigenaardigheid van één codebase.
Voor bedrijfsbeveiligingsteams belandt de episode te midden van een bredere verschuiving. Labs, waaronder OpenAI en Anthropic, hebben zwaar geïnvesteerd in het positioneren van hun grensmodellen voor beveiligingswerk – OpenAI bevestigde zijn Astra deze week nog als een ‘kritiek’ cyberbeveiligingsmodel – en kwetsbaarheden worden nu regelmatig gevonden door AI-systemen in open-sourcesoftware. Het curl-resultaat suggereert dat de grensmodellen alleen niet de hele gereedschapsketen vormen: een model voor algemene doeleinden dat nul bevindingen rapporteert, is geen bewijs dat er geen bevindingen bestaan.
De praktische afhaalrestaurants zijn al zichtbaar. Organisaties die curl gebruiken, moeten updaten naar 8.22.0, die oplossingen bevat voor alle zes CVE's. En voor teams die AI-beveiligingstools evalueren, is de maatstaf die er toe doet niet hoe een model presteert bij standaarduitdagingen, maar of de bevindingen de beoordeling door de beheerders van echte productiecode overleven – de norm waaraan deze zes CVE’s zojuist voldeden.
---
Blijf AI een stap voorOntvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.
Lees meer AI-nieuws →
