Ciberseguridad
El piloto de GitHub convierte hallazgos de seguridad de IA en 55 correcciones de código abierto

Puntos claveEl triaje con IA y la revisión humana redujeron 9.791 hallazgos brutos a 99 informes…
Ver más
- El triaje con IA y la revisión humana redujeron 9.791 hallazgos brutos a 99 informes privados.
- Los mantenedores mantuvieron el control sobre qué hallazgos corregir y cuándo publicar los parches.
- Ampliar el piloto depende de la capacidad de revisión experta que GitHub admite que aún no es escalable.
GitHub informó el 17 de noviembre de 2026 que un piloto de seguridad con Microsoft había producido 55 correcciones en seis proyectos de código abierto hasta el 15 de noviembre de 2026. En el ensayo Codename MDASH, se filtraron 9.791 posibles problemas y se generaron 99 informes privados, cada uno revisado por investigadores y acompañado de una prueba de concepto y una corrección sugerida.
Catorce de las correcciones ya se habían incluido en versiones publicadas. Los proyectos eran AutoGPT, Caddy, Express, FastMCP, ImageMagick y Netty. Los responsables de mantenimiento decidieron qué hallazgos corregir, cómo hacerlo y cuándo publicar las correcciones; los informes y parches permanecieron en GitHub.
La revisión humana redujo los resultados del análisis
El diseño aborda un problema de mantenimiento generado por el menor costo del análisis con IA: los duplicados y los informes sobre problemas que no son vulnerabilidades reales ya consumen tiempo de los responsables de mantenimiento, mientras que la corrección sigue requiriendo criterio humano. GitHub quiere que los investigadores consulten a los responsables de mantenimiento antes de dirigir otro modelo a sus proyectos y que envíen parches junto con los hallazgos.
El sistema Codename MDASH de Microsoft analizó cada proyecto con su modelo MAI Cyber y sugirió correcciones. Un agente de clasificación de IA de GitHub Security Lab, creado a partir de habilidades de Copilot adaptadas, eliminó duplicados, comprobó la validez de los hallazgos y se centró en los errores de gran impacto. Después, siete investigadores de Microsoft FORGE Lab revisaron manualmente cada hallazgo restante antes de que los informes se enviaran a los responsables de mantenimiento mediante el sistema privado de notificación de vulnerabilidades de GitHub.
Los responsables de mantenimiento utilizaron los parches sugeridos
Según GitHub, las primeras correcciones se publicaron aproximadamente una semana después del análisis inicial. Los responsables de mantenimiento de Caddy corrigieron los 22 informes que recibieron en una semana o menos. ImageMagick, cuyo mantenimiento está a cargo de dos personas, también recibió 22 informes; en un caso, sus responsables de mantenimiento publicaron una corrección en 15 minutos después de que un resumen identificara las líneas exactas de código y mostrara que un problema que parecía conocido era distinto.
En AutoGPT, un informe llegó tres días después de que los responsables de mantenimiento publicaran una comprobación defectuosa, y señalaba la línea correcta. Fueron más allá del parche sugerido, redactaron la corrección en menos de un día y la pusieron en producción menos de una semana después. Durante el piloto, los responsables de mantenimiento aplicaron algunas de las correcciones sugeridas tal como estaban y adaptaron otras.
Un responsable de mantenimiento de Netty describió la limitación que persiste: «Encontrar vulnerabilidades ya no es nuestro cuello de botella. Corregirlas es lo difícil, y eso depende de quienes mantienen los proyectos».
La expansión depende de la capacidad de revisión
GitHub describió la muestra de proyectos como pequeña, las conclusiones como aprendizajes iniciales y la revisión manual como un proceso que todavía no es escalable; los investigadores dedicaron aproximadamente dos días por proyecto a comprobar los hallazgos a mano. Cada día siguen llegando informes de baja calidad a los responsables de mantenimiento.
GitHub también señaló que aún se necesitan pruebas de CI/CD en bifurcaciones privadas y que los responsables de mantenimiento tengan acceso a modelos con capacidades de ciberseguridad. Las pruebas verificarían las correcciones en bifurcaciones privadas, y el acceso a los modelos ayudaría a los responsables de mantenimiento a verificar una prueba de concepto antes y después de la corrección. El estándar que recomienda para los informes generados por IA consiste en contrastar cada hallazgo con los conocimientos existentes del proyecto, su modelo de amenazas y su política de seguridad; notificarlo de forma privada, incluir una corrección sugerida y dejar que los responsables de mantenimiento marquen el ritmo.
GitHub planea incorporar estos aprendizajes a la notificación privada de vulnerabilidades y a los avisos de seguridad. Ofrecerá análisis de seguridad con IA, cuyos hallazgos se comprobarán antes de la notificación privada, además de GitHub Copilot Max, a todos los proyectos de antiguos beneficiarios del GitHub Secure Open Source Fund, y ampliará la asistencia a futuras convocatorias del Fondo. GitHub y Microsoft también trabajan para ampliar la revisión por parte de investigadores sin dejar de realizar esas comprobaciones.
En la divulgación de vulnerabilidades asistida por IA, el equilibrio que plantea el piloto es concreto: la automatización puede reducir una avalancha de hallazgos sin procesar a una lista privada manejable, mientras que la revisión experta y el control de los responsables de mantenimiento determinan si esos informes conducen a parches. La expansión depende de mantener ese estándar sin devolver a los responsables de mantenimiento la carga de clasificación.












