GitHub и Microsoft сообщили о 55 исправлениях по итогам пилотной проверки безопасности с AI

В ходе пилотного проекта подготовили 99 проверенных конфиденциальных отчётов с предложениями исправлений для шести проектов с открытым исходным кодом; 14 исправлений уже вошли в выпущенные версии программ.

Числа в квадратных скобках ведут к источникам, перечисленным ниже.

GitHub сообщила 17 ноября 2026 года, что совместный с Microsoft пилотный проект по проверке безопасности позволил подготовить 99 проверенных конфиденциальных отчётов с предложениями исправлений для шести проектов с открытым исходным кодом[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Открыть источникИсточники [1]]. По данным SecurityBrief, специалисты, сопровождающие эти проекты, устранили 55 проблем и выпустили 14 исправлений[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceОткрыть источникИсточники [2]].

По данным SecurityBrief, первоначально система отметила 9 791 потенциальную проблему. Эти результаты прошли автоматический отбор и проверку людьми, прежде чем отчёты поступили специалистам, сопровождающим проекты[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceОткрыть источникИсточники [2]]. В пилотном проекте систему сканирования Microsoft Codename MDASH объединили с отбором результатов средствами AI в GitHub Security Lab и ручными проверками исследователей Microsoft[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceОткрыть источникИсточники [2]]. Проверки охватили AutoGPT, Caddy, Express, FastMCP, ImageMagick и Netty[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceОткрыть источникИсточники [2]].

Microsoft описывает MDASH как сканер кода в составе Microsoft Defender, в котором специализированные агенты AI поэтапно выявляют уязвимости и собирают доказательства их существования[3Microsoft LearnCodename MDASH overview (preview)Открыть источникИсточники [3]]. На подготовительном этапе система определяет приоритет проверки файлов, оценивая риск по сложности кода и связям между вызовами функций[3Microsoft LearnCodename MDASH overview (preview)Открыть источникИсточники [3]].

По словам GitHub, специалисты, сопровождающие проекты, уже сталкиваются с потоком сообщений о проблемах безопасности, созданных с помощью AI, включая дублирующиеся отчёты и находки, которые не являются уязвимостями[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Открыть источникИсточники [1]]. AI ускоряет и удешевляет поиск потенциальных изъянов, однако для их исправления по-прежнему требуется человеческое суждение, отметила компания[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Открыть источникИсточники [1]]. GitHub призвала всех, кто проверяет проект с помощью новой модели, сначала получить согласие специалистов, сопровождающих этот проект, и предоставлять исправления вместе с результатами проверки[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Открыть источникИсточники [1]].

Источники

  1. 1
    Maintainers don’t need more AI bug reports. They need fixes.

    ПервичныйThe GitHub BlogПросмотрено

  2. 2
    GitHub & Microsoft pilot AI bug scans in open source

    НезависимыйSecurityBrief USПросмотрено

  3. 3
    Codename MDASH overview (preview)

    ПервичныйMicrosoft LearnПросмотрено

Редакционная система ITANU подготовила этот материал с помощью ИИ и сверила его с источниками, перечисленными выше. Как мы работаем

Журнал ITANU

Технологии, искусственный интеллект и наука