Google AVDH: агентный анализ кода против враждебного AI

Враждебное использование AI сокращает время, которое есть у защитников для выявления и устранения уязвимостей до их эксплуатации. Agentic Vulnerability Discovery Harness (AVDH) от Google превращает анализ исходного кода в конвейер агентов, управляемый человеческой экспертизой.

Когда проприетарный код становится доступен злоумышленникам, защитникам приходится действовать быстро, тогда как атакующие применяют AI-инструменты на машинной скорости. Mandiant и Google Cloud представили AVDH — внутренний инструмент, структурирующий LLM-анализ, внедряющий скептическую валидацию и интегрирующий доменную экспертизу непосредственно в процесс. Это обеспечивает более быстрый и точный поиск уязвимостей при проактивных обзорах, пентестах, операциях red team и реагировании на инциденты.

Что было анонсировано

Команда Threat Intelligence Google раскрыла архитектуру Agentic Vulnerability Discovery Harness (AVDH), который Mandiant использует последние 10 месяцев. При недавнем расследовании инцидента с похищенными корпоративными репозиториями AVDH обнаружил более 100 истинно-положительных критических уязвимостей всего за два дня.

За время эксплуатации harness проанализировал среды с десятками миллионов строк кода, выполнил тысячи конвейеров и сгенерировал десятки тысяч находок. Найденные уязвимости в популярных веб-расширениях и open-source проектах привели к 12 присвоенным CVE, включая CVE-2026-13242 и CVE-2026-55803. AVDH используется совместно с CodeMender, формируя двухуровневую стратегию защиты.

Почему это важно

Для CIO, CISO, ИТ-директоров и руководителей закупок AVDH демонстрирует зрелость AI-безопасности. Ручной анализ кода не успевает за враждебным AI, а традиционные сканеры пропускают целые классы современных уязвимостей. Внедрение frontier-моделей в экспертно заданный harness позволяет автоматизировать поиск типовых уязвимостей и высвободить специалистов для сложных цепочек эксплуатации.

AI наиболее эффективен, когда используется как практический мультипликатор человеческой экспертизы, превращая видимость кода в масштабируемую защиту

Технические детали

• Фреймворк: построен на Google Agent Development Kit (ADK) и согласован с оркестрацией в Google Antigravity.
• Последовательный конвейер: Explorer-агенты выполняют разведку и формируют threat model, которую проверяет человек.
• Поиск точек входа: параллельные Discovery-агенты используют Gemini Flash Lite для извлечения HTTP-маршрутов, IPC-слушателей и других векторов атак.
• Обогащение контекстом: Enrichment-агенты агрегируют распределённые санитайзеры, разрешения и маршрутизацию по вложенным вызовам.
• Генерация гипотез: Access Control и Data Flow Analysis ищут SQL injection, XSS, command injection, path traversal, CSRF, эскалацию привилегий.
• Валидация: несколько Validation-агентов с высокой temperature передают данные Synthesis-агенту для финального решения.
• Человек в цикле: консультанты воспроизводят эксплуатацию через POC перед раскрытием.
• Distilled knowledge: модульная иерархия правил (домен, язык, фреймворк, уязвимость) внедряет экспертизу Mandiant на каждом этапе.
• Бенчмаркинг: собственные синтетические кодовые базы исключают загрязнение тренировочных данных.

Softprom и Google

Softprom является официальным партнёром Google. Наша команда помогает предприятиям оценивать, внедрять и операционализировать решения безопасности Google Cloud — от AI-защиты до безопасных пайплайнов разработки и управления уязвимостями.

Этот материал подготовлен в рамках проекта Softprom DistriFlow — автоматизированной системы мониторинга и адаптации новостей вендоров. Источник: оригинальная статья.