Четыре лаборатории — Anthropic, OpenAI, Google и Cloudflare — одновременно выпустили ИИ-агентов, которые ищут уязвимости в исходном коде. У всех четырёх инструментов одна и та же схема: один агент находит баг, второй независимо пытается его опровергнуть, и только выжившие находки получают патч. Различаются они тем, где запускаются, кому доступны и сколько доказательств требуют.
Проблема, которую решают все четверо, — шум. Команда безопасности Google пишет, что небрежное ИИ-сканирование кода порождает выдуманные баги, а доля подтверждённых находок падает ниже 7%. Сканер, ошибающийся в 93% случаев, обходится ревьюерам дороже, чем экономит. Второй мотив — нападение: Anthropic указывает, что построила сканер в том числе потому, что атакующие уже используют ИИ-модели для поиска эксплуатируемых дыр, а Google открывает анонс Mantis замечанием, что модели теперь находят и эксплуатируют баги почти без участия человека.
Claude Security: плагин внутри Claude Code
Мультиагентный сканер уязвимостей, работающий внутри сессии Claude Code. Это локальная версия hosted-продукта Claude Security от Anthropic. Агенты строят карту архитектуры, модель угроз, ищут по всем компонентам и независимо проверяют каждую находку. Плагин предлагает три задачи из одного меню: сканировать кодовую базу, сканировать изменения или предложить патчи.
На выходе — отчёт в Markdown и файл SARIF 2.1.0 для GitHub code scanning. У каждой находки есть критичность, категория CWE, влияние и шаги воспроизведения. Патчи готовятся в черновой копии и сохраняются как файлы F<n>.patch. Плагин никогда не коммитит, не пушит и не открывает pull request сам.
Собственных вызовов модели он не делает, поэтому отдельный API-ключ не нужен: сканы расходуют лимиты вашего тарифа Claude.
/plugin install claude-security@claude-plugins-official
/claude-security
Ограниченное превью под названием Claude Code Security Anthropic открыла в феврале 2026 года. Hosted-продукт вышел в публичную бету для Enterprise на Claude Opus 4.7, плагин для Claude Code — в бету 22 июля 2026 года, а в августе hosted-сканер перевели на Claude Mythos 5. Сам Anthropic позиционирует инструмент как один из слоёв: плагин security-guidance проверяет код по мере написания, /security-review делает один проход по ветке, а Claude Security — глубокий скан по запросу. Подробнее о нём — в материале Claude Security получил сканер уязвимостей на Mythos 5.
Codex Security: CLI и SDK от OpenAI
CLI и TypeScript SDK, опубликованные как @openai/codex-security, для поиска, валидации и исправления уязвимостей. Инструмент сканирует весь репозиторий, выбранные пути или Git diff; флаг --mode deep запускает параллельных воркеров поиска. Он валидирует кандидатов, генерирует патчи и умеет проверять уже существующие исправления. Команда cs policy составляет черновик SECURITY.md, который объясняет будущим сканам, что в вашем проекте считается уязвимостью.
Выгрузка — модели угроз, SARIF, JSON или CSV, плюс публикация в Linear. Инструмент импортирует алерты GitHub code scanning и предлагает ответственных по истории Git. GitHub Action запускает сканы по расписанию или на pull request; находки по умолчанию только отчётные.
npm install --global @openai/codex-security
cs login
cs scan
Клиент распространяется под Apache-2.0, но сканер за ним — нет. CLI и SDK остаются в ограниченной бете для одобренных клиентов. В README перечислены провайдеры OpenAI, Amazon Bedrock, OpenRouter и Fireworks AI. Требуются Node.js 22.13+ и Python 3.10+.
Отдельно стоит помнить, что агент с доступом к репозиторию — это ещё и вопрос ответственности за результат: разбор того, как вендоры кодинг-агентов делят риски и интеллектуальную собственность, мы собирали в статье Кодинг-агенты для бизнеса: Copilot, Kiro, Cursor и Cognition.
Security Audit Skill от Cloudflare: MIT и без привязки к модели
Навык под лицензией MIT, превращающий любой способный кодинг-агент в аудитора безопасности. Аудит состоит из шести фаз: разведка (карта архитектуры, границ доверия и входных поверхностей в architecture.md и реестре покрытия), охота по покрытию (изолированные охотники разбирают единицы реестра, критики ищут пробелы), валидация кандидатов (свежий верификатор пытается опровергнуть каждого), структурированный вывод (findings.json со статусами confirmed, needs_validation и rejected по схеме), независимая проверка записей (новые агенты перепроверяют каждое итоговое утверждение) и отчёт, нейтральный к источнику (REPORT.md и файлы деталей строятся из проверенных записей).
npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit
После установки агенту говорят «security audit this codebase». Результат по умолчанию пишется в ~/security-audit-skill/<repo-name>/run-<N>, вне вашего репозитория. Нужен кодинг-агент с поддержкой инструментов и параллельных субагентов, Node.js для валидаторов и песочница, принудительно изолированная ОС без внешней сети. Без песочницы находки остаются в статусе needs_validation вместо исполнения.
Cloudflare опубликовала навык 18 июня 2026 года вместе с постом «Build your own vulnerability harness». Навык примерно на 450 строк стал основой внутреннего стенда, который сейчас сканирует 128 репозиториев. За всё время Cloudflare отчиталась о 20 799 сырых кандидатах от разведки, из которых около 12 057 прошли валидацию, о 13 841 находке в общем пуле триажа по 145 репозиториям (включая вывод другого стенда), из которых 5 442 свернули как дубликаты и 1 154 отсеяли как чужой репозиторий или низкий риск. До инженерных команд дошли 7 245 практически значимых находок. Улучшение контекста разведки снизило долю отклонений на первом проходе с 40% до 11%. Для поиска и для триажа Cloudflare использует разные модели, чтобы они проверяли друг друга.
Mantis от Google: воспроизведение бага в песочнице
Набор навыков security-review под Apache-2.0 плюс референсный стенд ADK для ИИ-кодинг-агентов; Google указывает, что это часть её внутреннего процесса поиска и исправления багов. Mantis читает историю репозитория, чтобы учиться на прошлых исправлениях безопасности, и строит иерархическое дерево суммаризации, сжимая файлы в сводки каталогов и корня — по данным Google, это сократило накладные расходы на токены более чем на 85%. Затем он генерирует модель угроз и гипотезы, ищет, дедуплицирует и критикует находки.
Отличает Mantis воспроизведение и проверка патчей: он пытается воспроизвести каждый баг — от статического наброска эксплойта до юнит-теста или mock-сервера, — а патчит в состязательном цикле, который атакует собственное исправление. Критичность он калибрует по рубрике, чтобы не плодить «тысячи критических». Навык mantis-advise затем возвращает полученные знания в генерацию кода.
git clone https://github.com/google/mantis.git
cd mantis/reference && ./install.sh
./run.sh path/to/code
Стенд поддерживает --focus с подсказкой вроде «look for IDOR» и потолок расходов --max-tokens. Google прямо предупреждает: запускайте в изолированном окружении.
Что выбрать под свою задачу
Если вы уже работаете в Claude Code — начните с плагина Claude Security: установка в одну строку, расходуется существующий тариф. Нужен CI-гейт и SARIF в GitHub — у Codex Security самый зрелый инструментарий конвейера, если у организации есть доступ. Не хотите привязки к вендору — навык Cloudflare идёт под MIT и работает на любом агенте с параллельными субагентами. Есть команда безопасности и песочница — Mantis даёт самый глубокий цикл доказательств с воспроизведением и состязательным тестированием патчей.
Архитектура самого Cloudflare подсказывает практичную комбинацию: вести поиск одним инструментом или моделью, а валидировать другим. Разные модели находят разные доли багов. Тот же принцип «разные модели смотрят на одну задачу» Cloudflare применяет и в собственных открытых моделях — об этом в материале Cloudflare Clef и Clef-flash.
Частые вопросы
Кого касается эта новость?
Команд разработки и безопасности, которые уже используют ИИ-кодинг-агенты и хотят встроить автоматический поиск уязвимостей в конвейер. Владельцу малого бизнеса без своего кода это скорее ориентир на будущее, чем задача на сегодня.
Чем эти четыре инструмента принципиально отличаются?
Лицензией, местом запуска и глубиной доказательств. Cloudflare и Mantis не привязаны к модели, Codex Security требует доступа к OpenAI, Claude Security работает только на моделях Claude. Mantis и Codex умеют патчить и проверять исправления, навык Cloudflare патчи не пишет.
Нужен ли отдельный API-ключ для Claude Security?
Нет. Плагин не делает собственных вызовов модели, сканы идут за счёт лимитов вашего тарифа Claude.
Можно ли запускать Mantis на обычном сервере без изоляции?
Google прямо требует изолированного окружения. Mantis воспроизводит баги и запускает код эксплойтов, поэтому на рабочей машине без песочницы его запускать не стоит.
Что делать, если у нас нет доступа к бете Codex Security?
Клиент под Apache-2.0, но сканер за ним в ограниченной бете для одобренных клиентов. Альтернатива без привязки к вендору — навык Cloudflare под MIT, работающий на любом агенте с параллельными субагентами.
Почему все инструменты требуют независимой проверки находок?
Потому что доля подтверждённых находок у небрежного ИИ-сканирования падает ниже 7%. Правило Cloudflare сформулировано прямо в README: верификатор никогда не тот агент, что нашёл баг.
Можно ли доверять патчам от ИИ-агента?
Ни один из четырёх не применяет изменения сам: Claude Security пишет .patch-файлы без коммитов и pull request, Codex по умолчанию только отчитывается, Mantis проверяет патч состязательным циклом. Решение всё равно за человеком.
Какой инструмент даёт меньше всего ложных срабатываний?
По опубликованным данным Cloudflare, улучшение контекста разведки снизило долю отклонений на первом проходе с 40% до 11%. У остальных вендоров сопоставимой статистики в исходной публикации нет.
Источник: marktechpost.com