Google AVDH: agentowa analiza kodu przeciw adwersarialnemu AI

Adwersarialne wykorzystanie AI skraca czas, jaki mają obrońcy na identyfikację i załatanie luk zanim atakujący je wykorzystają. Agentic Vulnerability Discovery Harness (AVDH) firmy Google przekształca analizę kodu źródłowego w potok agentów kierowany ludzką ekspertyzą.

Gdy zastrzeżony kod źródłowy zostaje ujawniony, obrońcy muszą działać szybko, podczas gdy atakujący wdrażają narzędzia AI z prędkością maszyny. Mandiant i Google Cloud zaprezentowały AVDH — wewnętrzne narzędzie strukturyzujące analizę opartą na LLM, egzekwujące sceptyczną walidację i wprowadzające wiedzę dziedzinową bezpośrednio do procesu. Efekt: szybsze i bardziej precyzyjne wykrywanie luk podczas proaktywnych przeglądów, testów penetracyjnych, operacji red team i reagowania na incydenty.

Co zostało ogłoszone

Zespół Google Threat Intelligence ujawnił architekturę Agentic Vulnerability Discovery Harness (AVDH), używanego wewnętrznie przez Mandiant od 10 miesięcy. Podczas niedawnego dochodzenia w sprawie skradzionych firmowych repozytoriów AVDH wykrył ponad 100 rzeczywistych krytycznych luk w zaledwie dwa dni.

Harness przeanalizował środowiska obejmujące dziesiątki milionów linii kodu, wykonał tysiące potoków i wygenerował dziesiątki tysięcy ustaleń. Wykryte luki w powszechnie używanych rozszerzeniach webowych i projektach open-source doprowadziły do przydzielenia 12 CVE, w tym CVE-2026-13242 i CVE-2026-55803. AVDH może być używany wraz z ciągłym skanowaniem CodeMender, tworząc dwuwarstwową strategię obronną.

Dlaczego ma to znaczenie

Dla CIO, CISO, dyrektorów IT i menedżerów zakupów AVDH oznacza zmianę dojrzałości w bezpieczeństwie opartym na AI. Ręczne przeglądy kodu nie nadążają za adwersarialnym AI, a tradycyjne skanery pomijają wiele nowoczesnych klas podatności. Osadzenie modeli frontier w harnessie zdefiniowanym przez ekspertów pozwala zautomatyzować wykrywanie rutynowych luk i uwolnić specjalistów do pracy nad złożonymi łańcuchami eksploitacji.

AI jest najbardziej skuteczna, gdy działa jako praktyczny mnożnik ludzkiej ekspertyzy, przekształcając widoczność kodu w skalowalną obronę

Szczegóły techniczne

• Framework: zbudowany na Google Agent Development Kit (ADK), spójny z orkiestracją agentową w Google Antigravity.
• Potok sekwencyjny: agenci Explorer wykonują rozpoznanie i tworzą threat model weryfikowany przez człowieka.
• Wykrywanie punktów wejścia: równoległe agenty Discovery używają Gemini Flash Lite do wyodrębniania tras HTTP, słuchaczy IPC i innych wektorów ataku.
• Wzbogacanie kontekstu: agenty Enrichment agregują rozproszone sanitizery, uprawnienia i warunki routingu w zagnieżdżonych wywołaniach.
• Generowanie hipotez: Access Control i Data Flow Analysis szukają SQL injection, XSS, command injection, path traversal, CSRF, eskalacji uprawnień.
• Walidacja: wielu agentów Validation z wysoką temperature przekazuje dane do agenta Synthesis podejmującego ostateczną decyzję.
• Człowiek w pętli: konsultanci odtwarzają eksploitację kodem POC przed ujawnieniem.
• Distilled knowledge: modułowa hierarchia reguł (domena, język, framework, podatność) wprowadza ekspertyzę Mandiant na każdym etapie.
• Benchmarking: autorskie syntetyczne bazy kodu eliminują skażenie danych treningowych.

Softprom i Google

Softprom jest oficjalnym partnerem Google. Nasz zespół wspiera przedsiębiorstwa w ocenie, wdrażaniu i operacjonalizacji rozwiązań bezpieczeństwa Google Cloud — od obrony opartej na AI po bezpieczne pipeline'y deweloperskie i zarządzanie podatnościami.

Treść przygotowana w ramach projektu Softprom DistriFlow — zautomatyzowanego systemu monitorowania i adaptacji aktualności vendorów. Źródło: artykuł oryginalny.