Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger. Flere automatiske fund betyder ikke automatisk flere rettede fejl: Rapporter skal stadig efterprøves, vurderes og omsættes til opdateringer.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: As of October 31, 2026, how is AI-driven vulnerability discovery transforming software security, including Palo Alto Networks’ discovery of. Article summary: As of October 31, 2026, AI-driven vulnerability discovery is making security research much faster, while shifting the bottleneck toward human validation, remediation and patch deployment—and creating opportunities to exp. Topic tags: general, general web, user generated, news, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
AI ændrer softwaresikkerheden i begge ender af processen. Værktøjerne kan hjælpe sikkerhedsforskere med at finde fejl hurtigere, men offentlig information om rettelser kan også give angribere spor til at udvikle udnyttelser, før opdateringerne når ud til alle. Udfordringen handler derfor ikke længere kun om at finde fejl. De skal også efterprøves, rettes og udbedringerne installeres.3
Palo Alto Networks har fortalt The Economic Times, at AI hjalp virksomheden med at finde over 14.000 hidtil uopdagede sårbarheder i open source-software og på tre uger at matche et helt års manuelle penetrationstest.19 Det er virksomhedens egen oplysning; de tilgængelige kilder dokumenterer ikke resultatet som et uafhængigt benchmark.
Anthropics tal viser, hvorfor flere fund ikke nødvendigvis betyder, at flere fejl er bekræftet eller rettet. Selskabet oplyser, at dets modeller fandt over 29.000 mulige sårbarheder på seks måneder, mens mennesker havde gennemgået og vurderet cirka 6.000. Det er forskellige kategorier: Et muligt fund er ikke nødvendigvis en bekræftet sårbarhed, og en gennemgået fejl er ikke det samme som en rettelse i projektets officielle kode.
Anthropics OSS Scanner er et gratis tilbud til kvalificerede open source-projekter, som tilmelder sig. Tjenesten foretager gentagne scanninger med virksomhedens modeller, herunder Claude Mythos, og kan sende fund til de deltagende vedligeholdere uden en menneskelig gennemgang først. Det kan få mulige problemer frem hurtigere, men gør rapporternes mængde og kvalitet vigtig. De tilgængelige tal fastslår ikke de præcise totaler pr. 2. oktober eller antallet af rettelser i projekternes officielle kode.
Anthropic har selv beskrevet den menneskelige gennemgang som en begrænsning, og TechTarget vurderer, at scanneren flytter mere af arbejdet med at behandle sårbarheder over på vedligeholderne. Et nyttigt fund skal måske stadig genskabes, vurderes for alvor, rettes, testes og udsendes. Flere rapporter er ikke det samme som, at arbejdet er fuldført.
For projekter med begrænset sikkerhedskapacitet er det praktisk at prioritere rapporter, der kan genskabes, og som tydeligt forklarer, hvilken kode der er berørt, og hvad konsekvensen kan være. Organisationer, der bygger på open source-software, kan også være med til at finansiere arbejdet med at vedligeholde og sikre den. Electronic Frontier Foundation har specifikt efterlyst mere støtte til open source-projekter. De tilgængelige kilder bekræfter ikke de konkrete påstande om udbrændthed blandt vedligeholdere eller ændringer i bestemte projekters bemanding.
AI kan hjælpe forsvarere med at finde sårbarheder, men sikkerhedsrettelser kan samtidig afsløre spor om de fejl, de skal lukke. Epoch AI rapporterede, at GLM 5.3, en frit tilgængelig model fra Z.ai, brugte offentlige, men endnu ikke udsendte Firefox-rettelser til at bygge fungerende angreb mod seks Firefox-versioner. Epoch anslog den marginale omkostning til omkring 1.000 dollar for hvert vellykket angreb.3
Det var et kontrolleret forsøg, ikke dokumentation for, at angrebene blev brugt mod Firefox-brugere. Forsøget illustrerer dog risikoen ved det såkaldte patch gap: perioden mellem, at oplysninger om en rettelse bliver offentlige, og at brugerne får opdateringen. Sekundær dækning oplyser, at Mozilla rettede en relevant fejl i Firefox 159.0.2
9
Pointen er ikke, at det er forkert at offentliggøre rettelser. Brugerne har brug for opdateringerne for at beskytte sig. Men forsvarere må tage højde for, at tekniske detaljer kan blive analyseret hurtigt, så det er vigtigt at få opdateringerne ud uden unødig forsinkelse.3
Microsofts Patch Tuesday i oktober viser, hvorfor sikkerhedstal bør læses med forbehold. Microsofts udgivelsesnoter opgør 1.468 CVE'er, mens Veracode rapporterer 1.413 sårbarheder i udgivelsen. De tilgængelige kilder forklarer ikke forskellen. Veracode fremhæver også en sikkerhedsfunktion i Windows Shell, som allerede blev udnyttet aktivt. Antallet alene fortæller hverken, hvad der drev omfanget, eller hvor mange fejl der blev fundet ved hjælp af AI.
Et andet eksempel viser, hvor hurtigt rettelser kan blive nødvendige: CERT-EU oplyser, at PHP-projektet annoncerede to kritiske sårbarheder den 20. oktober og udsendte rettelser dagen efter. Reuters rapporterede, at syv cybersikkerhedseksperter advarede om, at AI-opdagede fejl kunne bidrage til flere forstyrrelser.17 Det er en advarsel om mulige konsekvenser, ikke bevis for, at AI-opdagelse altid vil føre til en hændelse.
AI kan hjælpe forsvarere med at opdage svagheder tidligere, men Firefox-forsøget viser, at udviklingen af udnyttelser også kan gå hurtigere.3 De tilgængelige kilder fastslår ikke, hvilken side der samlet set får mest ud af udviklingen. Den nærmeste prioritet er tydelig: Fund skal kobles til effektiv vurdering og rettelser, der bliver udbredt i tide. Ellers risikerer den voksende strøm af rapporter blot at blive en længere kø for vedligeholdere og brugere.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger.
Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger. Flere automatiske fund betyder ikke automatisk flere rettede fejl: Rapporter skal stadig efterprøves, vurderes og omsættes til opdateringer.
I et kontrolleret forsøg brugte Epoch AI modellen GLM 5.3 til at udnytte offentliggjorte, men endnu ikke udsendte Firefox rettelser mod seks versioner.
Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger. Flere automatiske fund betyder ikke automatisk flere rettede fejl: Rapporter skal stadig efterprøves, vurderes og omsættes til opdateringer.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: As of October 31, 2026, how is AI-driven vulnerability discovery transforming software security, including Palo Alto Networks’ discovery of. Article summary: As of October 31, 2026, AI-driven vulnerability discovery is making security research much faster, while shifting the bottleneck toward human validation, remediation and patch deployment—and creating opportunities to exp. Topic tags: general, general web, user generated, news, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
AI ændrer softwaresikkerheden i begge ender af processen. Værktøjerne kan hjælpe sikkerhedsforskere med at finde fejl hurtigere, men offentlig information om rettelser kan også give angribere spor til at udvikle udnyttelser, før opdateringerne når ud til alle. Udfordringen handler derfor ikke længere kun om at finde fejl. De skal også efterprøves, rettes og udbedringerne installeres.3
Palo Alto Networks har fortalt The Economic Times, at AI hjalp virksomheden med at finde over 14.000 hidtil uopdagede sårbarheder i open source-software og på tre uger at matche et helt års manuelle penetrationstest.19 Det er virksomhedens egen oplysning; de tilgængelige kilder dokumenterer ikke resultatet som et uafhængigt benchmark.
Anthropics tal viser, hvorfor flere fund ikke nødvendigvis betyder, at flere fejl er bekræftet eller rettet. Selskabet oplyser, at dets modeller fandt over 29.000 mulige sårbarheder på seks måneder, mens mennesker havde gennemgået og vurderet cirka 6.000. Det er forskellige kategorier: Et muligt fund er ikke nødvendigvis en bekræftet sårbarhed, og en gennemgået fejl er ikke det samme som en rettelse i projektets officielle kode.
Anthropics OSS Scanner er et gratis tilbud til kvalificerede open source-projekter, som tilmelder sig. Tjenesten foretager gentagne scanninger med virksomhedens modeller, herunder Claude Mythos, og kan sende fund til de deltagende vedligeholdere uden en menneskelig gennemgang først. Det kan få mulige problemer frem hurtigere, men gør rapporternes mængde og kvalitet vigtig. De tilgængelige tal fastslår ikke de præcise totaler pr. 2. oktober eller antallet af rettelser i projekternes officielle kode.
Anthropic har selv beskrevet den menneskelige gennemgang som en begrænsning, og TechTarget vurderer, at scanneren flytter mere af arbejdet med at behandle sårbarheder over på vedligeholderne. Et nyttigt fund skal måske stadig genskabes, vurderes for alvor, rettes, testes og udsendes. Flere rapporter er ikke det samme som, at arbejdet er fuldført.
For projekter med begrænset sikkerhedskapacitet er det praktisk at prioritere rapporter, der kan genskabes, og som tydeligt forklarer, hvilken kode der er berørt, og hvad konsekvensen kan være. Organisationer, der bygger på open source-software, kan også være med til at finansiere arbejdet med at vedligeholde og sikre den. Electronic Frontier Foundation har specifikt efterlyst mere støtte til open source-projekter. De tilgængelige kilder bekræfter ikke de konkrete påstande om udbrændthed blandt vedligeholdere eller ændringer i bestemte projekters bemanding.
AI kan hjælpe forsvarere med at finde sårbarheder, men sikkerhedsrettelser kan samtidig afsløre spor om de fejl, de skal lukke. Epoch AI rapporterede, at GLM 5.3, en frit tilgængelig model fra Z.ai, brugte offentlige, men endnu ikke udsendte Firefox-rettelser til at bygge fungerende angreb mod seks Firefox-versioner. Epoch anslog den marginale omkostning til omkring 1.000 dollar for hvert vellykket angreb.3
Det var et kontrolleret forsøg, ikke dokumentation for, at angrebene blev brugt mod Firefox-brugere. Forsøget illustrerer dog risikoen ved det såkaldte patch gap: perioden mellem, at oplysninger om en rettelse bliver offentlige, og at brugerne får opdateringen. Sekundær dækning oplyser, at Mozilla rettede en relevant fejl i Firefox 159.0.2
9
Pointen er ikke, at det er forkert at offentliggøre rettelser. Brugerne har brug for opdateringerne for at beskytte sig. Men forsvarere må tage højde for, at tekniske detaljer kan blive analyseret hurtigt, så det er vigtigt at få opdateringerne ud uden unødig forsinkelse.3
Microsofts Patch Tuesday i oktober viser, hvorfor sikkerhedstal bør læses med forbehold. Microsofts udgivelsesnoter opgør 1.468 CVE'er, mens Veracode rapporterer 1.413 sårbarheder i udgivelsen. De tilgængelige kilder forklarer ikke forskellen. Veracode fremhæver også en sikkerhedsfunktion i Windows Shell, som allerede blev udnyttet aktivt. Antallet alene fortæller hverken, hvad der drev omfanget, eller hvor mange fejl der blev fundet ved hjælp af AI.
Et andet eksempel viser, hvor hurtigt rettelser kan blive nødvendige: CERT-EU oplyser, at PHP-projektet annoncerede to kritiske sårbarheder den 20. oktober og udsendte rettelser dagen efter. Reuters rapporterede, at syv cybersikkerhedseksperter advarede om, at AI-opdagede fejl kunne bidrage til flere forstyrrelser.17 Det er en advarsel om mulige konsekvenser, ikke bevis for, at AI-opdagelse altid vil føre til en hændelse.
AI kan hjælpe forsvarere med at opdage svagheder tidligere, men Firefox-forsøget viser, at udviklingen af udnyttelser også kan gå hurtigere.3 De tilgængelige kilder fastslår ikke, hvilken side der samlet set får mest ud af udviklingen. Den nærmeste prioritet er tydelig: Fund skal kobles til effektiv vurdering og rettelser, der bliver udbredt i tide. Ellers risikerer den voksende strøm af rapporter blot at blive en længere kø for vedligeholdere og brugere.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger.
Palo Alto Networks oplyser, at AI fandt over 14.000 hidtil ukendte sårbarheder i open source software på tre uger. Flere automatiske fund betyder ikke automatisk flere rettede fejl: Rapporter skal stadig efterprøves, vurderes og omsættes til opdateringer.
I et kontrolleret forsøg brugte Epoch AI modellen GLM 5.3 til at udnytte offentliggjorte, men endnu ikke udsendte Firefox rettelser mod seks versioner.