GitHub e Microsoft relatam 55 problemas de segurança corrigidos em projeto com inteligência artificial
O projeto piloto produziu 99 relatórios privados verificados, com propostas de correção, para seis projetos de código aberto. 14 correções já tinham sido incluídas em versões de software.
Os números entre colchetes levam às fontes listadas abaixo.
O GitHub anunciou em 17 de novembro de 2026 que o seu projeto piloto de análise de segurança com a Microsoft produziu 99 relatórios privados verificados, com propostas de correção, para seis projetos de código aberto[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fonteFontes [1]]. Segundo o SecurityBrief, os responsáveis pelos projetos tinham corrigido 55 problemas e lançado 14 correções[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fonteFontes [2]].
De acordo com o SecurityBrief, o sistema sinalizou inicialmente 9.791 possíveis problemas, que passaram por filtragem automática e revisão humana antes de os relatórios chegarem aos responsáveis pelos projetos[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fonteFontes [2]]. O projeto piloto combinou o sistema de análise Codename MDASH, da Microsoft, com a triagem por inteligência artificial do GitHub Security Lab e verificações manuais de investigadores da Microsoft[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fonteFontes [2]]. A iniciativa abrangeu AutoGPT, Caddy, Express, FastMCP, ImageMagick e Netty[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceAbrir fonteFontes [2]].
A Microsoft descreve o MDASH como uma ferramenta de análise de código integrada no Microsoft Defender, cujos agentes especializados de inteligência artificial trabalham por etapas para identificar vulnerabilidades e reunir provas da sua existência[3Microsoft LearnCodename MDASH overview (preview)Abrir fonteFontes [3]]. Na fase de preparação, o sistema define a prioridade dos ficheiros a partir de uma avaliação de risco baseada na complexidade do código e nas relações entre chamadas de funções[3Microsoft LearnCodename MDASH overview (preview)Abrir fonteFontes [3]].
Segundo o GitHub, os responsáveis pelos projetos já enfrentam uma avalanche de notificações de segurança geradas por inteligência artificial, incluindo relatórios duplicados e resultados que não representam vulnerabilidades[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fonteFontes [1]]. Embora a inteligência artificial torne a identificação de possíveis falhas mais rápida e barata, as correções continuam a exigir avaliação humana, afirmou a empresa[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fonteFontes [1]]. O GitHub pediu a quem analisa um projeto com um novo modelo que obtenha primeiro a concordância dos responsáveis e apresente correções juntamente com os problemas encontrados[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Abrir fonteFontes [1]].
Fontes
- 1Maintainers don’t need more AI bug reports. They need fixes.
PrimáriaThe GitHub BlogAcessada
- 2GitHub & Microsoft pilot AI bug scans in open source
IndependenteSecurityBrief USAcessada
- 3Codename MDASH overview (preview)
PrimáriaMicrosoft LearnAcessada
O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima. Como trabalhamos


