Кібербезпека
Пілотний проєкт GitHub перетворив результати пошуку вразливостей за допомогою ШІ на 55 виправлень у відкритому коді

Ключові моментиСортування за допомогою ШІ та перевірка людьми скоротили 9 791 необроблений висновок до…
Показати більше
- Сортування за допомогою ШІ та перевірка людьми скоротили 9 791 необроблений висновок до 99 приватних звітів.
- Супроводжувачі зберегли контроль над тим, які висновки виправляти і коли випускати патчі.
- Розширення пілотного проєкту залежить від спроможності експертної перевірки, яку GitHub визнає ще не масштабованою.
GitHub повідомила 17 листопада 2026 року, що в межах пілотного проєкту з Microsoft вдалося підготувати 55 виправлень для шести проєктів із відкритим кодом станом на 15 листопада 2026 року. Під час випробування Codename MDASH 9 791 потенційну проблему відсіяли до 99 приватних звітів. Кожен із них перевірили дослідники та доповнили доказом концепції й запропонованим виправленням.
Чотирнадцять виправлень уже ввійшли до релізів. Ідеться про проєкти AutoGPT, Caddy, Express, FastMCP, ImageMagick і Netty. Супроводжувачі проєктів вирішували, які проблеми виправляти, як саме це робити й коли випускати зміни; звіти та патчі залишалися на GitHub.
Перевірка людьми звузила результати сканування
Такий підхід допомагає розв’язати проблему супроводу, загострену здешевленням сканування за допомогою ШІ: дублікати й повідомлення про проблеми, які насправді не є вразливостями, і без того забирають час супроводжувачів, а усунення вразливостей усе ще потребує людського судження. GitHub хоче, щоб дослідники радилися із супроводжувачами, перш ніж спрямовувати на їхні проєкти іншу модель, і надсилали патчі разом із повідомленнями про знайдені проблеми.
Система Codename MDASH від Microsoft сканувала кожен проєкт за допомогою моделі MAI Cyber і пропонувала виправлення. Агент первинного аналізу на основі ШІ від GitHub Security Lab, створений із використанням спеціально налаштованих навичок Copilot, усував дублікати, перевіряв обґрунтованість повідомлень і зосереджувався на помилках із високим рівнем впливу. Потім семеро дослідників із Microsoft FORGE Lab вручну перевірили кожну проблему, що залишилася, перш ніж звіти надіслали супроводжувачам через сервіс GitHub для приватного повідомлення про вразливості.
Супроводжувачі скористалися запропонованими патчами
За даними GitHub, перші виправлення випустили приблизно через тиждень після початкового сканування. Супроводжувачі Caddy виправили всі 22 звіти, які отримали, за тиждень або менше. ImageMagick, який супроводжують двоє людей, також отримав 22 звіти; в одному випадку супроводжувачі внесли виправлення за 15 хвилин після того, як у короткому описі вказали точні рядки коду й показали, що проблема, яка здавалася знайомою, насправді була іншою.
У AutoGPT звіт надійшов через три дні після того, як супроводжувачі випустили перевірку, що працювала неправильно; у звіті вказали правильний рядок коду. Супроводжувачі вдосконалили запропонований патч, написали виправлення протягом дня й запустили його у виробничому середовищі менш ніж за тиждень. Упродовж пілотного проєкту супроводжувачі застосовували одні запропоновані виправлення без змін, а інші адаптували.
Супроводжувач Netty описав обмеження, яке залишається: «Пошук вразливостей більше не є нашим вузьким місцем. Складність полягає в їх усуненні, а це залежить від супроводжувачів».
Можливості для розширення залежать від спроможності проводити перевірки
GitHub охарактеризувала вибірку проєктів як невелику, висновки — як попередні уроки, а ручну перевірку — як таку, що поки не піддається масштабуванню; дослідники витрачали приблизно два дні на кожен проєкт, перевіряючи результати вручну. Низькоякісні звіти й далі надходять супроводжувачам щодня.
GitHub також визначила, що залишаються потреби у тестуванні CI/CD на приватних форках і в доступі супроводжувачів до моделей із можливостями кібербезпеки. Тести дали б змогу перевіряти виправлення на приватних форках, а доступ до моделей допоміг би супроводжувачам перевіряти доказ концепції до й після усунення вразливостей. Рекомендований GitHub стандарт для звітів, створених за допомогою ШІ, передбачає перевірку кожної знахідки з огляду на наявні знання проєкту, модель загроз і політику безпеки; приватне надсилання звітів, додавання запропонованого виправлення та надання супроводжувачам змоги самим визначати темп роботи.
GitHub планує врахувати ці уроки в сервісі приватного повідомлення про вразливості та рекомендаціях із безпеки. Компанія надасть усім проєктам — випускникам GitHub Secure Open Source Fund — сканування безпеки за допомогою ШІ, результати якого перевірятимуть перед приватним надсиланням, а також GitHub Copilot Max; підтримку поширять і на майбутні потоки Fund. GitHub і Microsoft також працюють над розширенням перевірки дослідниками, зберігаючи ці етапи контролю.
У розкритті вразливостей за допомогою ШІ компроміс, на який пішов пілотний проєкт, цілком конкретний: автоматизація може перетворити потік необроблених знахідок на керовану чергу приватних звітів, а експертна перевірка й контроль із боку супроводжувачів визначають, чи приведуть ці звіти до виправлень. Розширення проєкту залежить від того, чи вдасться зберегти цей стандарт, не перекладаючи тягар первинного аналізу назад на супроводжувачів.












