W ramach inicjatywy Anthropic Project Glasswing w okresie od kwietnia do lipca 2026 r. zweryfikowano co najmniej 129 000 luk w zabezpieczeniach oprogramowania, z czego ponad 33 000 oceniono na krytyczne lub o wysokim poziomie ważności – ogłosiła we wtorek firma wraz z rozszerzeniem swoich programów dostępu do zabezpieczeń. Jednak niezależna analiza wyników ukazuje zaskakującą historię: prawie żadna z wad wykrytych przez sztuczną inteligencję nie pojawiła się w rzeczywistych atakach.

Skala odkryć opartych na sztucznej inteligencji Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Łączne dane dotyczące luk pochodzą z rozliczenia Anthropic dotyczącego Projektu Glasswing, inicjatywy rozpoczętej w kwietniu, mającej na celu zastosowanie pionierskich modeli Claude do wzmacniania krytycznego oprogramowania. Oprócz 129 000 zweryfikowanych luk wykrytych przez partnerów Glasswing, firma podała, że skanowanie open source ujawniło kolejnych 5500 zweryfikowanych luk w okresie od kwietnia do października 2026 r.

Firma Anthropic przestrzegła, że dane dotyczące dotkliwości są prawdopodobnie znacznie zaniżone. Ponad 33 000 ocen krytycznych i o wysokiej istotności opiera się na danych z ankiet przeprowadzonych jedynie przez podzbiór partnerów Glasswing, a firma szacuje, że rzeczywisty wpływ może być co najmniej pięciokrotnie większy.

Dla porównania, w amerykańskiej krajowej bazie danych o lukach w zabezpieczeniach w ostatnich latach rejestrowano około 28 000–40 000 nowych CVE rocznie w całym globalnym ekosystemie oprogramowania. Pojedynczy program oparty na sztucznej inteligencji, w ramach którego w ciągu około trzech miesięcy zidentyfikowano ponad 129 000 zweryfikowanych problemów, sygnalizuje, jak dramatycznie modele takie jak Claude Opus 5.5 i Claude Mythos 5.1 zmieniają ekonomikę badań nad bezpieczeństwem.

Luka w wykorzystaniu

Bardziej prowokacyjne odkrycie pochodzi spoza Anthropic. W analizie opublikowanej pod koniec września badacz VulnCheck, Patrick Garrity, zbadał 300 luk przypisywanych Anthropic lub Project Glasswing i stwierdził, że tylko 2 – około 0,67 procent – ​​zostało wykorzystanych w środowisku naturalnym.

Poziom ważności tych 300 luk wynosi 39 krytycznych, 141 wysokich, 81 średnich i 18 niskich. Jednak dwa, które przyciągnęły aktywny wyzysk, były nieestetycznymi klasykami:

  • CVE-2026-26980, luka polegająca na wstrzykiwaniu kodu SQL w Ghost CMS, popularnej platformie wydawniczej typu open source.
  • CVE-2026-61500, luka polegająca na fałszowaniu sesji w Rejetto HTTP File Server, szeroko stosowanym narzędziu do udostępniania plików.

Obydwa są rodzajami luk w zabezpieczeniach aplikacji internetowych o długim ogonie, na które od dziesięcioleci polują masowe skanery i napastnicy oportunistyczni. Żadne z nich nie wymagało zdolności modelu granicznego do uzbrojenia – co dokładnie wynika z danych. Sztuczna inteligencja ujawnia ogromną liczbę luk, których napastnicy nigdy nie zadali sobie trudu, aby ich szukać, a wady wykorzystywane w praktyce nadal są zdominowane przez utrwalone wzorce ataków na oprogramowanie ujawnione w Internecie.

Dlaczego różnica ma znaczenie

Luka w wykorzystaniu działa w obie strony dla obrońców. Z jednej strony sugeruje, że odkrycie oparte na sztucznej inteligencji wyprzedza przyjęcie ataku przez atakującego: obrońcy, którzy łatają problemy wykryte przez sztuczną inteligencję, naprawiają luki w zabezpieczeniach, które w innym przypadku mogłyby czaić się nieodkryte przez lata. Z drugiej strony ostrzega, że ​​wąskie gardło w zakresie bezpieczeństwa ulega zmianie. Kiedy odkrywanie staje się prawie bezpłatne, selekcja, dystrybucja poprawek i weryfikacja stają się zasobami deficytowymi.

„Nie każda luka w zabezpieczeniach wykryta przez sztuczną inteligencję koniecznie nadaje się do wykorzystania przez podmioty zagrażające lub może spowodować znaczące skutki” – jak podsumował ustalenia VulnCheck we wtorkowym raporcie The Hacker News.

Po stronie równania dotyczącej środków zaradczych dołączona jest również flaga ostrzegawcza. Badania przeprowadzone przez 1Password i Veracode wykazały, że poprawki luk w zabezpieczeniach generowane przez sztuczną inteligencję mogą same wprowadzać nowe wady, co oznacza, że ​​branża nie może po prostu wskazać modeli w kolejce CVE i uznać, że problem został rozwiązany. Weryfikacja przez człowieka pozostaje niezbędna na każdym kroku.

Odbiór ekosystemu

Firma Glasswing przyciągnęła uwagę wykraczającą poza bazę klientów Anthropic. Cloudflare, jeden z partnerów programu, opublikował w maju własną relację ze współpracy z tą inicjatywą, opisując modele, które pojawiły się w obsługiwanej przez nią infrastrukturze. Komentatorzy bezpieczeństwa, w tym kryptograf Bruce Schneier, śledzili aktualizacje programu, a pierwsze ogłoszenie wywołało jedną z największych wiosennych dyskusji w Hacker News.

Wartość 0,67% wykorzystania jest sama w sobie zauważalna w ekonomii podatności na zagrożenia. Historyczne analizy wykorzystania CVE konsekwentnie pokazują, że tylko niewielka część ujawnionych luk jest kiedykolwiek wykorzystywana w zaobserwowanych atakach, ale sama liczba dodawanych przez Glasswing oznacza, że ​​nawet niewielka część wykorzystanych luk reprezentuje rzeczywiste incydenty, a każda niezałatana usterka w oprogramowaniu internetowym to los na loterię dla oportunistycznych atakujących.

Od programu badawczego do rzeczywistości operacyjnej

Projekt Glasswing rozpoczął się w kwietniu 2026 r., a jego celem było zabezpieczenie krytycznego oprogramowania na erę sztucznej inteligencji, a jego pierwsze aktualizacje informowały o szybkim postępie w wykrywaniu problemów związanych z bezpieczeństwem pamięci i wad aplikacji internetowych. Program stanowi obecnie centralny element szerszej strategii bezpieczeństwa firmy Anthropic, obok nowo zrestrukturyzowanego programu weryfikacji cybernetycznej, który zapewnia zweryfikowanym zespołom ds. bezpieczeństwa wielopoziomowy dostęp do modeli o zmniejszonych zabezpieczeniach.

Ujawnienie przez firmę Anthropic informacji, że wpływ zgłoszony przez partnera „jest prawdopodobnie zaniżony”, również wskazuje na opóźnienie w raportowaniu nieodłącznie związane ze skoordynowanym ujawnianiem luk w zabezpieczeniach. Wiele ze 129 000 odkryć prawdopodobnie nadal przechodzi cykle łatania przez dostawców – proces, który tradycyjnie trwa miesiące i przy skali, jaką produkuje Glasswing, może nadwyrężyć samą infrastrukturę ujawniania informacji.

Dla zespołów ds. bezpieczeństwa decydujących, gdzie poświęcić niewielki wysiłek na łatanie, eksploatacja w dalszym ciągu koncentruje się na niewielkiej liczbie dostępnych w Internecie, łatwych do uzbrojenia klas błędów – wśród nich są błędy związane z wstrzykiwaniem kodu SQL i obsługą sesji – podczas gdy długi ogon problemów wykrytych przez sztuczną inteligencję czeka w kolejce.

Dla opiekunów oprogramowania wiadomość jest dosadna: kończy się era, w której niejasne wady mogły bezpiecznie pozostać niejasne. Dla zespołów ds. bezpieczeństwa decydujących, gdzie poświęcić niewiele czasu na łatanie, dane VulnCheck stanowią sprzeczną z intuicją wskazówkę — zaległości w zakresie luk w zabezpieczeniach wykrytych przez sztuczną inteligencję są ogromne, ale wykorzystanie w dalszym ciągu koncentruje się na niewielkiej liczbie dostępnych w Internecie klas błędów, które można łatwo uzbrojyć.

Liczby z pierwszych sześciu miesięcy Glasswing jasno pokazują jedną rzecz: sztuczna inteligencja nie tylko dołączyła do wyścigu w odkrywaniu luk w zabezpieczeniach, ale przekroczyła skalę, według której ten wyścig był mierzony. Nie wiadomo jeszcze, czy łatanie, ujawnianie i wykorzystywanie będą w stanie nadążać za odkryciami — czy też lista zadań do wykonania w branży po prostu rośnie szybciej, niż ktokolwiek jest w stanie nad nią pracować.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →