Claude, il modello linguistico sviluppato da Anthropic, ha portato a termine un'analisi di sicurezza su larga scala che ha fatto emergere numeri preoccupanti. Su un corpus di oltre 5 milioni di righe di codice distribuite in 25 progetti open source, l'IA ha individuato 493 problemi di superficie d'attacco: una mole di vulnerabilità potenziali che merita attenzione da parte della community.
Configurazioni pericolose e silenziose
Il dato più allarmante riguarda le 3.842 opzioni di configurazione legate alla sicurezza esaminate. Tra queste, ben 162 combinazioni sono state accettate dal sistema senza generare alcun avviso. In 94 casi, una specifica combinazione di parametri era in grado di disattivare silenziosamente un controllo di sicurezza, lasciando gli utenti esposti senza alcun segnale evidente.
Un aiuto concreto per gli sviluppatori
L'esperimento dimostra come i modelli linguistici di ultima generazione possano diventare strumenti preziosi per l'audit del codice, soprattutto nei progetti open source dove le risorse per la sicurezza sono spesso limitate. Claude non si è limitato a segnalare i problemi: ha analizzato il contesto delle configurazioni, individuando interazioni tra parametri che sfuggono facilmente alla revisione manuale. Un approccio che potrebbe ridefinire le pratiche di code review e di hardening dei sistemi.
La palla ora passa ai maintainer dei progetti coinvolti, chiamati a correggere le configurazioni critiche e a introdurre controlli più rigorosi. L'episodio conferma che l'intelligenza artificiale può essere un valido alleato nella lotta alle vulnerabilità, ma anche che la superficie d'attacco del software moderno resta vasta e insidiosa.
