Anthropic, OpenAI, Cloudflare e Google pubblicano scanner di sicurezza per l'AI che funzionano tutti allo stesso modo

Come funziona

Programmi di intelligenza artificiale che analizzano il codice per trovare bug di sicurezza

Mappa il codice ed elenca i punti in cui un attaccante potrebbe entrare
Cerca l'intera base di codice alla ricerca di vulnerabilità
Un agente diverso verifica ogni riscontro singolarmente
Scrive le patch di correzione senza effettuare alcun commit

Cosa si può fare con questi strumenti

Uno sviluppatore che usa Claude Code può scansionare un intero repository alla ricerca di vulnerabilità di sicurezza e ricevere un report che elenca per ogni riscontro la gravità, la categoria CWE, l'impatto e i passaggi per riprodurlo ².
Un team di sicurezza può eseguire la skill di audit di sicurezza di Cloudflare (con licenza MIT) contro qualsiasi agente di programmazione capace, per produrre un audit in sei fasi che copre mappatura dell'architettura, threat modeling, caccia alle vulnerabilità e verifica indipendente di ogni riscontro ¹.
Una organizzazione ingegneristica può pubblicare una scansione di sicurezza di OpenAI Codex su GitHub Actions per controllare automaticamente le modifiche pianificate o quelle nelle pull request e riportare i risultati come report SARIF senza committare nulla autonomamente ¹.

Un modello, quattro laboratori

I ricercatori della sicurezza di Google hanno scoperto che la scansione imprudente del codice con l'AI genera falsi bug e raggiunge tassi di vero positivo inferiori al 7 per cento ¹. Uno scanner che sbaglia il 93 per cento delle volte costa ai revisori più di quanto fa risparmiare .

La soluzione comune è una separazione dei compiti: l'agente che individua un problema non ha mai il permesso di verificarlo ¹. Cloudflare rende questa regola esplicita nel suo README: la persona che convalida un riscontro non è mai lo stesso agente che ha scoperto il bug . Anthropic, OpenAI e Google descrivono tutti un passaggio di verifica simile prima che un problema arrivi a un report .

Il secondo motore è la necessità di stare al passo con gli attaccanti. Anthropic dice di aver costruito il proprio scanner anche perché gli attaccanti stavano già usando modelli di AI per individuare vulnerabilità sfruttabili ¹. Il post su Mantis di Google si apre ricordando che i modelli possono ormai trovare e sfruttare bug con pochissima assistenza umana .

Claude Security di Anthropic

Claude Security gira dentro una sessione di Claude Code come scanner di vulnerabilità multi-agente ¹. Mappa l'architettura, costruisce un threat model, caccia attraverso ogni componente e verifica ogni riscontro in modo indipendente ². Il plugin offre tre lavori: scansionare la codebase, scansionare le modifiche, o suggerire patch .

L'output include un report Markdown e un file SARIF 2.1.0 per la scansione del codice su GitHub ¹. Ogni riscontro porta gravità, una categoria CWE, impatto e passaggi per riprodurlo . Le patch vengono abbozzate in una copia di lavoro e arrivano come file F<n>.patch . Il plugin non committa, non fa push e non apre pull request in autonomia .

Non effettua chiamate al modello da solo, il che significa che non serve una API key separata ¹. Le scansioni contano dentro i limiti di utilizzo del piano Claude ². Anthropic ha lanciato una preview riservata chiamata Claude Code Security a febbraio 2026 . La versione ospitata è arrivata alla public beta per i clienti Enterprise attraverso Claude Opus 4.7 . Il plugin per Claude Code è entrato in beta il 22 luglio 2026 . A agosto, lo scanner ospitato è passato a Claude Mythos 5 .

Codex Security di OpenAI

Codex Security è una CLI e un SDK TypeScript pubblicati come @openai/codex-security ¹. Scansiona un intero repo, percorsi selezionati, o un Git diff . Un flag --mode deep esegue worker di scoperta in parallelo . Convalida i riscontri candidati, genera patch e può verificare fix esistenti .

L'output include threat models, esportazioni SARIF, JSON o CSV, più pubblicazione su Linear ¹. Un GitHub Action esegue scansioni pianificate o basate su pull request; qualsiasi scoperta viene trattata come report-only di default . Il client è con licenza Apache-2.0, ma lo scanner dietro di esso no . DevOps.com riferisce che la CLI e l'SDK restano in limited beta per clienti approvati .

Security Audit Skill di Cloudflare

La skill con licenza MIT di Cloudflare trasforma qualsiasi agente di programmazione capace in un auditor di sicurezza ¹. Esegue un audit in sei fasi: ricognizione, caccia guidata dalla copertura, validazione dei candidati, output strutturato, verifica indipendente dei record e reporting indipendente dal target .

I prerequisiti includono un agente di programmazione che gestisce tool use e sub-agent in parallelo, più Node.js per il layer di validazione ¹. Richiede inoltre un sandbox imposto dal sistema operativo, senza rete esterna . Senza di esso, i leads restano needs_validation invece di essere eseguiti . Cloudflare ha pubblicato la skill il 18 giugno 2026 . Le circa 450 righe di questa capacità hanno costituito il punto di partenza per un testing harness interno che ora scansiona 128 repository .

Mantis di Google

Il Mantis di Google riproduce i bug in un sandbox ¹. Google dice di isolarlo . Lo strumento segue lo stesso pattern trova-confuta-patch degli altri .

Quanto è efficace

I ricercatori della sicurezza di Google hanno scoperto che la scansione imprudente del codice con l'AI produceva tassi di vero positivo inferiori al 7 per cento, cioè circa il 93 per cento dei bug segnalati erano falsi allarmi e costavano ai revisori più di quanto facevano risparmiare ¹. Cloudflare ha riportato che migliorare il contesto di ricognizione ha fatto scendere il tasso di rigetto al primo tentativo dal 40 per cento all'11 per cento nel suo testing harness interno che scansiona 128 repository . Google ha detto che l'albero gerarchico di riassunti di Mantis ha ridotto l'overhead di token di oltre l'85 per cento mentre costruiva i threat model . Nessuno degli strumenti ha pubblicato punteggi di benchmark esterni contro scanner concorrenti nelle fonti fornite .

I fatti principali

Tutti e quattro gli strumenti usano un design trova-poi-confuta per ridurre i falsi allarmi
Claude Security gira in locale senza API key aggiuntiva
La CLI di Codex Security è open source ma per scansionare serve l'accesso a OpenAI
La skill di Cloudflare è con licenza MIT e agnostica rispetto al modello
Il Mantis di Google riproduce i bug in un sandbox prima di segnalare