Capital One пусна VulnHunter — AI, който открива уязвимости преди хакерите

Банката Capital One пусна на 16 юли 2026 г. VulnHunter — open-source, агентен AI инструмент, който сканира изходния код, открива реално експлоатируеми уязвимости, чертае как би стигнал до тях един нападател и предлага прицелени поправки, преди кодът да влезе в продукция. Проектът е публикуван в GitHub под лиценз Apache 2.0 и е един от най-амбициозните опити на голяма финансова институция да превърне настъпателни AI способности в публичен защитен ресурс.

Как работи

За разлика от класическите SAST скенери, които маркират подозрителни шаблони и после търсят назад хипотетичен нападател, VulnHunter обръща логиката. Инструментът стъпва на реалните входни точки — API-та, мрежови съобщения, качване на файлове — и разсъждава напред през логиката на приложението, за да прецени кои дефекти наистина са достижими за атакуващ. Capital One нарича това „attacker-first forward analysis”.

Тук е и най-интересната част. След като намери потенциална уязвимост, VulnHunter пуска това, което разработчиците наричат Falsification Engine — структуриран процес на разсъждение, чиято единствена задача е да обори собствения си извод. Двигателят търси недоказани допускания, дупки в логиката или контроли за сигурност, които биха блокирали атаката, и веднага изхвърля находките, които стъпват на слаби предположения. Целта е да се избегнат „лавините от false positives”, които обикновено затрупват екипите.

Само дефектите, оцелели след тази проверка, стигат до третата фаза — evidence-backed remediation. За тях инструментът описва точния път на експлойта, обяснява структурния пропуск, изброява какви възможности би получил нападателят и генерира конкретна промяна в кода за преглед от инженер.

На практика VulnHunter работи като набор от три умения в Claude Code, които образуват затворен цикъл: /vulnhunt (търсене), /vulnhunter-fix (поправка чрез тестове — демонстрация на експлойта, падащ тест, поправка, проверка) и /vulnhunt-fix-verify (независима валидация на поправката само за четене).

Какво е нужно, за да го пуснете

VulnHunter не носи собствен модел. За да го стартирате, ви трябва достъп до Claude Opus 4.8 и работна среда Claude Code, плюс Python 3.12+ за агента и харнеса за бенчмаркове. Инсталацията е стандартна:

git clone https://github.com/capitalone/vulnhunter.git
cd vulnhunter
./install.sh

Capital One твърди, че вече е пуснала инструмента върху хиляди хранилища в десетки бизнес направления и е открила поправими уязвимости със скорост и ефективност, „далеч надхвърлящи” ръчния триаж.

Защо точно Capital One

Изборът на банка за автор не е случаен. През 2019 г. Capital One преживя един от най-мащабните пробиви в историята — засегнати бяха около 106 милиона души в САЩ и Канада, а регулаторът OCC наложи глоба от 80 милиона долара. Компанията оттогава залага силно на open source: премиерен член е на Open Source Security Foundation от 2022 г. и има над 25 отворени проекта.

Аргументът на банката е прям: съвременните AI модели „драматично свалиха бариерата” пред злонамерените актьори да откриват и експлоатират пропуски. Ако нападателите вече използват AI, защитата трябва да намери дупките първа. Това е същата логика, която видяхме и при червените AI екипи на OpenAI, и която прави проактивното сканиране все по-неотложно след вълната ransomware атаки като тази, спряла производството във Fairlife.

Новата вълна: open-weight моделите настигат челните

VulnHunter излиза в момент, в който балансът на силите в кибер-AI бързо се измества. Според анализ на британския AI Security Institute (AISI), отворените модели с публично достъпни тегла вече догонват челните затворени модели по кибер-способности — и то на част от цената.

Изоставането се е свило до 4–7 месеца (спрямо 6–10 месеца в началото на 2025 г.). Конкретно: китайският GLM-5.2 (юни 2026 г.) е достигнал нивото на Opus 4.6 по тесни кибер-задачи — само 4 месеца по-късно, а DeepSeek V4-Pro се изравнява с Opus 4.5.

Разликата в цената обаче е драстична. За тест от 100 милиона токена Opus 4.5/4.6 струва около 85 долара, GLM-5.2 — около 46, а DeepSeek V4-Pro — едва 1,19 долара. На ниво задача с надеждно решение сметката е още по-показателна: 15, 6 и 0,28 долара съответно.

AISI предупреждава, че тъкмо тази комбинация — сравними способности, ниска цена и възможност да се свалят предпазните механизми и моделът да се пусне частно — създава „траен и необратим риск от злоупотреба”. Отворените модели догонват не само в кодирането, както при най-големия open-source модел Kimi K3, но и в настъпателната сигурност.

Заключение

VulnHunter е ясен сигнал накъде върви защитата на софтуера: от списъци с подозрителни шаблони към агенти, които разсъждават като нападател, доказват находките си и сами предлагат поправка. Инструментът е безплатен и отворен, но изисква достъп до Claude Opus 4.8 — тоест реалната му цена е в токените. А успоредната тенденция — евтините open-weight модели, настигащи челните по кибер-възможности — означава, че същите способности скоро ще са в ръцете и на защитниците, и на атакуващите. Кой ще стигне до дупката пръв, вече е въпрос на дни.