Anthropic сканирует open source: 29 000 кандидатов на уязвимости и реальная статистика исправлений
Компания Anthropic запустила сервис OSS Scanner для поиска уязвимостей в открытом программном обеспечении с помощью языковых моделей. За первые полгода процесса, предшествующего официальному запуску сервиса, модели выявили более 29 000 потенциальных проблем. Однако только 516 из них получили окончательный статус исправления. Разбор данных показывает, что ключевым bottleneck стал не поиск ошибок, а верификация и работа мейнтейнеров.
# Anthropic сканирует open source: 29 439 кандидатов и 516 исправлений
Компания Anthropic начала тестировать возможности своих моделей для поиска уязвимостей в открытых проектах. По состоянию на 2 октября 2026 года, в рамках накопленных за полгода данных, нейросеть отметила более 29 000 возможных уязвимостей. Формальным процессом признана лишь малая часть из них, и лишь около 8,4% дошли до этапа выпуска патча.
Масштаб поиска и реальная воронка
Основной посыл заголовков СМИ вроде *The New Stack* («29 000 уязвимостей против 516 исправлений») вводит в заблуждение, смешивая разные этапы воронки обработки данных. Anthropic за шесть месяцев работы (до запуска официального сканера 8 октября) собрала огромный массив кандидатов.
Данные показывают следующее распределение: * Всего кандидатов: 29 439 записей, сгенерированных моделями. * Проверено независимыми фирмами: 6 123 случая (20,8%). Из этих проверенных подтвержденных 5 674 случаями (92,7% от проверенных). * Передано мейнтейнерам: 6 157 отчетов. Это число включает как проверенные фирмы, так и 78% отчётов, отправленных напрямую по запросу разработчиков.
Важно понимать: из 29 439 кандидатов модели прошли независимую проверку лишь для пятой части. Остальные 23 316 кандидатов находятся в очереди на верификацию и не являются подтвержденными фактами.
Почему столько находок не исправлено?
Цифра в 516 исправлений делится именно на количество переданных мейнтейнерам отчетов (6 157), а не на все найденные кандидаты. Доля исправлений составляет 8,4%. На первый взгляд это низкий показатель, но за ним стоят технические и организационные причины:
1. Время на исправление: Патчи создаются не мгновенно. Отчет, полученный в сентябре, может превратиться в релиз только в ноябре. Дашборд на 2 октября фиксирует статус на момент снимка, не учитывая все патчи. 2. Оценка критичности: Нейросеть Claude часто завышает важность найденных багов. Внутренние оценки компании совпали с оценками внешних фирм лишь в 83% случаев. 3. «Won't fix»: Некоторые ошибки признаются реальными, но проект не планирует их исправлять, так как они недостижимы в реальных сценариях или не соответствуют модели угроз.
Как мейнтейнеры оценивают отчеты
Реакция сообщества была полярной, но в целом положительной. Разработчики OpenSSL, PostgreSQL и curl подтвердили, что сырой выход модели не хуже, а иногда лучше традиционных отчетов. Однако Anthropic предупреждает: среди 78% прямых отчетов, не прошедших внешний триаж, могут быть ложные срабатывания.
«Мейнтейнеру нужно проверить правку, сделать бэкпорты и выпустить релиз, иногда понимая, что исправление сломает поведение, на которое рассчитывают пользователи».
Чек-лист для разработчика: как проверить отчет от ИИ
Если вам поступил отчет от OSS Scanner, его нельзя игнорировать, но принимать нужно с осторожностью. Используйте этот алгоритм:
1. Воспроизводимость: Запускайте предоставленный скрипт на вашей чистой сборке. Отчет без работающего воспроизводителя — лишь гипотеза. 2. Достижимость: Убедитесь, что атака возможна через внешний вход. Ошибка в коде, недоступном в публичном API, часто является «won't fix». 3. Модель угроз: Сравните сценарий с SECURITY.md проекта. Нейросеть может оценить риски иначе, чем эксперты конкретного сообщества. 4. Дубликаты: Проверьте CVE-базы и старые баг-репорты. Дубли — частая проблема ранних версий сканеров. 5. Патч: Исправляет ли код причину или просто симптом? Не сломает ли он существующие интеграции?
Помните: Anthropic не устанавливает жесткие сроки (например, 90 дней) для своих сканеров, как это делают в публичных баг-баунти. Ответственность за приоритизацию остается на разработчике.
В процессе работы Anthropic выявила дефицит человеческого ресурса для обработки таких объемов данных. Именно поэтому компания открыла канал для прямого отчета, чтобы снизить нагрузку на разработчиков, но это лишь частично решает проблему переполненных очередей.