Сообщения об уязвимостях больше не имеют особого статуса: эпоха LLM поменяла правила
Годами правило было простым: сообщения об уязвимостях - это особые, и исследователи, которые ответственно о них сообщают (вместо полного раскрытия), заслуживают благодарности и указания автора. Это базировалось на нескольких предположениях. Во-первых, исследователи предоставляют редкую и ценную информацию. Во-вторых, приватность и координация имеют значение - если компания может исправить ошибку до того, как она будет раскрыта, это спасает пользователей. В-третьих, эти процессы - часть общей системы защиты пользователей.
Но в 2026 году всё изменилось. LLM теперь почти так же хороши, как человеческие исследователи, и запустить их может каждый. Это означает, что атакующие могут просто попросить у своего LLM найти уязвимости, как и защитники. Проблема больше не в поиске проблем, а в том, как их оценить и отфильтровать. Внешние исследователи не могут помочь с трейджем - у них нет доступа к внутренней информации. Таким образом, сигнально-шумовое отношение от LLM-вывода примерно такое же, как от почты с сообщениями об уязвимостях.
Приватность и эмбарго тоже больше не имеют смысла. Атакующим не нужно читать полное раскрытие, чтобы узнать об уязвимости - они просто спросят у LLM. И у них такая же проблема трейджа, как у защитников. Вывод: эра, когда сообщения об уязвимостях имели особый статус, вероятно, закончилась. Теперь работа лежит в трейже, быстрой ремедиации и превенции. Все должны научиться запускать анализ LLM в CI/CD.
Ключевые факты
- LLM-модели теперь находят уязвимости с качеством, близким к человеческим исследователям, и запустить их может каждый
- Приватные сообщения об уязвимостях теряют ценность, потому что атакующие могут использовать LLM точно так же, как защитники
- Проблема тритажа (определения, какие потенциальные уязвимости реальны) имеет одинаковое сигнально-шумовое отношение для LLM и почты об уязвимостях
- Эмбарго и координация раскрытия теперь менее эффективны, потому что информация об уязвимости может быть получена через LLM без публичного раскрытия
- Фокус должен сместиться с приема сообщений об уязвимостях на тридж, быструю ремедиацию и превенцию через LLM-анализ в CI/CD
Почему это важно
Это переломный момент в культуре безопасности открытого кода. Если LLM может найти то же, что и лучший человеческий исследователь, то компании будут вынуждены пересмотреть, как они организуют процессы безопасности. Вместо того чтобы ждать отчета от исследователя и координировать раскрытие, компании должны постоянно запускать LLM-анализ и готовиться к быстрому ответу. Это перемещает ответственность с сообщества на самих мейнтейнеров.
Кому это важно
Open-source мейнтейнерам и компаниям, которые полагаются на процесс ответственного раскрытия. Также это касается исследователей безопасности, чья ценность как источника информации об уязвимостях может снизиться. И это актуально для всех разработчиков, потому что они теперь должны предположить, что враг может найти уязвимости так же быстро, как они.
Как это применить
Интегрируйте LLM-анализ безопасности прямо в ваш CI/CD конвейер вместо полноты на ручных отчетах. Переоцените, сколько времени вы тратите на обработку сообщений об уязвимостях от исследователей, и используйте его для улучшения трейджа и ремедиации. Если вы мейнтейнер - не игнорируйте сообщения об уязвимостях, но не доверяйте им как главному способу защиты пользователей. Используйте LLM как основной инструмент поиска проблем.
Можно ли доверять
Это мнение опытного инженера Go Security team в Google, подкрепленное логикой. Технически верно, что современные LLM хороши в поиске уязвимостей. Однако есть оговорка - LLM еще не на 100% замещают человеческих исследователей (особенно в сложных проблемах с контекстом), но тренд явен. Автор честно признает дилемму: ему неудобно отбрасывать традиционный процесс, но он не видит логики в его продолжении.
Риски и подводные камни
Если все переключатся на автоматический LLM-анализ, может снизиться разнообразие источников информации об уязвимостях. Люди видят контекст и бизнес-логику, которую LLM может пропустить. Также есть риск, что open-source проекты, которые не могут себе позволить интегрировать LLM-анализ, упадут в безопасности. Еще риск: компании могут использовать эту логику как оправдание для игнорирования всех внешних сообщений об уязвимостях, даже от исследователей с критической информацией.
«The insight is not scarce and precious anymore. The bottleneck now is not finding potential issues but assessing which ones are real.»
— Филиппо Валасо, инженер Go Security