उत्तरप्रकाशित15 स्रोत
AI कोड की कमजोरियां खोज रहा है, पर पैच लगाने का काम अब भी इंसानों के भरोसे
Palo Alto Networks ने बताया कि AI ने तीन हफ्तों में ओपन सोर्स सॉफ्टवेयर की 14,000 से ज्यादा पहले से अनपहचानी कमजोरियां ढूंढीं और एक साल के मैनुअल पेनिट्रेशन टेस्टिंग के बराबर काम किया। यह कंपनी का दावा है, स्वतंत्र रू... Anthropic के मॉडल ने छह महीनों में 29,000 से ज्यादा संभावित कमजोरियां खोजीं, लेकिन लोगों ने लगभग...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Palo Alto Networks ने बताया कि AI ने तीन हफ्तों में ओपन सोर्स सॉफ्टवेयर की 14,000 से ज्यादा पहले से अनपहचानी कमजोरियां ढूंढीं और एक साल के मैनुअल पेनिट्रेशन टेस्टिंग के बराबर काम किया। यह कंपनी का दावा है, स्वतंत्र रू...
- Anthropic के मॉडल ने छह महीनों में 29,000 से ज्यादा संभावित कमजोरियां खोजीं, लेकिन लोगों ने लगभग 6,000 की ही जांच और छंटाई की। संभावित खामी, पुष्ट कमजोरी और जारी हुआ पैच—तीन अलग माप हैं।
- Epoch AI के नियंत्रित प्रयोग में GLM 5.3 ने Firefox के छह संस्करणों के लिए सार्वजनिक, लेकिन उपयोगकर्ताओं तक न पहुंचे सुधारों की जानकारी से काम करने वाले हमले बनाए। हर सफल हमले की बताई गई सीमांत लागत करीब 1,000 डॉलर थी...
- AI से खोज तेज हो सकती है, पर खामी को दोहराकर जांचना, असर समझना, सुधार बनाना और अपडेट लोगों तक पहुंचाना अब भी जरूरी है। सुरक्षा का नतीजा इस बात पर निर्भर करेगा कि ये काम खोज की रफ्तार के साथ कितनी जल्दी होते हैं।
AI संकेत
openai.comCreate 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 सॉफ्टवेयर की कमजोरियां खोजने का काम तेज कर रहा है—लेकिन हर नई खोज अपने-आप पुष्ट खामी या तैयार सुरक्षा-पैच नहीं बन जाती। Palo Alto Networks और Anthropic के बताए आंकड़े खोज की बढ़ती क्षमता दिखाते हैं; साथ ही यह भी कि जांच, सुधार और अपडेट जारी करने का काम इंसानी टीमों के लिए बड़ा पड़ाव बना हुआ है।19
खोज की रफ्तार में बड़ा उछाल
Palo Alto Networks ने The Economic Times को बताया कि AI की मदद से खुले स्रोत के सॉफ्टवेयर में 14,000 से ज्यादा पहले से अनपहचानी कमजोरियां मिलीं। कंपनी के अनुसार, तीन हफ्तों में किया गया मॉडल-सहायित विश्लेषण एक साल की मैनुअल पेनिट्रेशन टेस्टिंग के बराबर था। यह कंपनी की ओर से बताया गया नतीजा है; उपलब्ध सामग्री में इसे स्वतंत्र रूप से सत्यापित बेंचमार्क नहीं कहा गया है।19
Anthropic के आंकड़े बताते हैं कि संभावित खामियां ढूंढना और उनकी पुष्टि करना अलग-अलग काम हैं। कंपनी ने कहा कि उसके मॉडलों ने छह महीनों में 29,000 से ज्यादा संभावित कमजोरियां पहचानीं, जबकि लोगों ने करीब 6,000 की जांच और छंटाई की। किसी मॉडल की खोज अभी सिर्फ एक संभावित खामी हो सकती है—वह जरूरी नहीं कि जांच में सही निकले, और पुष्टि होने पर भी उसका पैच तुरंत जारी हो, यह तय नहीं।
Anthropic ने 8 अक्टूबर को पात्र ओपन-सोर्स परियोजनाओं के लिए मुफ्त, अपनी इच्छा से जुड़ने वाली OSS Scanner सेवा शुरू की। यह Claude Mythos समेत कंपनी के मॉडलों से नियमित स्कैन करती है। सेवा में रिपोर्ट रखरखावकर्ताओं तक इंसानी समीक्षा से पहले पहुंच सकती हैं। इससे संभावित समस्या पर जल्दी ध्यान जा सकता है, लेकिन रिपोर्टों की गुणवत्ता और संख्या दोनों मायने रखती हैं। उपलब्ध साक्ष्य 2 अक्टूबर के सटीक आंकड़ों या अपस्ट्रीम—यानी मूल परियोजना में शामिल—सुधारों की निश्चित संख्या की पुष्टि नहीं करते।
खामी ढूंढना पहला कदम है, उसे ठीक करना अगला
Anthropic ने कहा है कि उसके पास हर खोज की मानवीय जांच करने की क्षमता सीमित है। TechTarget के मुताबिक, OSS Scanner से कमजोरियों की पड़ताल का अधिक बोझ परियोजना के रखरखावकर्ताओं पर जा सकता है। किसी काम की रिपोर्ट को दोहराकर जांचना, उसका संभावित असर समझना, सुधार तैयार करना, परीक्षण करना और फिर अपडेट जारी करना—इन सबमें समय और सुरक्षा विशेषज्ञता लगती है। ज्यादा रिपोर्ट मिलना, यह पूरा काम हो जाने के बराबर नहीं है।
सीमित संसाधनों वाली परियोजनाओं के लिए ऐसी रिपोर्टें पहले देखना व्यावहारिक हो सकता है जिन्हें दोहराकर जांचा जा सके और जिनमें प्रभावित कोड तथा संभावित असर साफ बताया गया हो। ओपन-सोर्स सॉफ्टवेयर पर निर्भर संगठन उसके रखरखाव और सुरक्षा के लिए आर्थिक मदद भी कर सकते हैं। Electronic Frontier Foundation ने ओपन-सोर्स परियोजनाओं को ज्यादा समर्थन देने की मांग की है। हालांकि, उपलब्ध सामग्री रखरखावकर्ताओं की थकान या किसी खास परियोजना में कर्मचारियों के बदलाव से जुड़े विशिष्ट दावों की पुष्टि नहीं करती।
पैच पहुंचने से पहले हमले का जोखिम
AI से कमजोरियां ढूंढने का रक्षात्मक इस्तेमाल हो सकता है, लेकिन सुरक्षा-सुधारों से मिली जानकारी का विश्लेषण हमलावर भी कर सकते हैं। Epoch AI के मुताबिक, Z.ai का खुले तौर पर उपलब्ध मॉडल GLM 5.3 Firefox के सार्वजनिक हो चुके, लेकिन उपयोगकर्ताओं तक अभी न पहुंचे सुधारों से सुराग लेकर छह संस्करणों के खिलाफ काम करने वाले हमले बनाने में सफल रहा। Epoch ने हर सफल हमले की सीमांत लागत करीब 1,000 डॉलर बताई।3
इसे पैच गैप कहा जा सकता है—वह समय जब सुधार से जुड़ी जानकारी सार्वजनिक हो चुकी हो, लेकिन अपडेट अभी सभी उपयोगकर्ताओं तक न पहुंचा हो। Epoch का प्रयोग नियंत्रित परिस्थितियों में किया गया था; यह इस बात का प्रमाण नहीं है कि Firefox उपयोगकर्ताओं पर ऐसे हमले किए गए। दूसरी रिपोर्टों के अनुसार, संबंधित खामी Firefox 159.0 में ठीक की गई थी।2
9
इसका मतलब यह नहीं कि सुधारों की जानकारी सार्वजनिक करना गलत है: उपयोगकर्ताओं को सुरक्षा देने के लिए पैच जारी करना जरूरी है। सबक यह है कि तकनीकी जानकारी का विश्लेषण तेज हो सकता है, इसलिए उपलब्ध अपडेट जल्द लागू करना भी उतना ही अहम है।3
बड़े पैच आंकड़ों को संदर्भ के साथ पढ़ें
Microsoft के अक्टूबर Patch Tuesday—कंपनी का नियमित मासिक सुरक्षा अपडेट—के आंकड़ों में भी अंतर दिखता है। Microsoft के रिलीज नोट्स में 1,468 CVE दर्ज हैं, जबकि Veracode ने उसी रिलीज के लिए 1,413 कमजोरियां गिनीं। उपलब्ध साक्ष्य इस अंतर का कारण स्पष्ट नहीं करते। Veracode ने अपडेट में Windows Shell की ऐसी सुरक्षा-विशेषता को दरकिनार करने वाली खामी भी बताई जिसका सक्रिय रूप से दुरुपयोग हो रहा था। केवल कुल संख्या से यह पता नहीं चलता कि खामियों की संख्या क्यों बढ़ी या उनमें कितनी AI से खोजी गईं।
एक अलग उदाहरण बताता है कि जवाब देने के लिए कितना तेज काम करना पड़ सकता है: CERT-EU के अनुसार, PHP परियोजना ने 20 अक्टूबर को दो गंभीर कमजोरियों की घोषणा की और अगले दिन उनके सुधार जारी किए। Reuters ने बताया कि सात साइबर सुरक्षा विशेषज्ञों ने चेताया कि AI से खोजी गई कमजोरियां आगे व्यवधान बढ़ा सकती हैं। यह संभावित जोखिम की चेतावनी है—इस बात का प्रमाण नहीं कि AI से खामी मिलने पर हर बार हमला या सेवा-बाधा होगी।17
तेज खोज अपने-आप सुरक्षा की जीत नहीं
AI रक्षकों को कमजोरियां पहले खोजने में मदद कर सकता है। लेकिन Firefox का नियंत्रित प्रयोग दिखाता है कि हमले बनाने की प्रक्रिया भी तेज हो सकती है।3 उपलब्ध स्रोत यह तय नहीं करते कि कुल मिलाकर फायदा किस पक्ष को ज्यादा होगा। फिलहाल अहम सवाल यह है कि खोजी गई कमजोरियों की जांच और प्राथमिकता तय करने से लेकर पैच जारी करने और उपयोगकर्ताओं तक पहुंचाने तक का काम कितनी तेजी से हो पाता है—ताकि नई रिपोर्टों की कतार परियोजना-रखरखावकर्ताओं और उपयोगकर्ताओं के लिए और बड़ी समस्या न बन जाए।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AI कोड की कमजोरियां खोज रहा है, पर पैच लगाने का काम अब भी इंसानों के भरोसे" का संक्षिप्त उत्तर क्या है?
Palo Alto Networks ने बताया कि AI ने तीन हफ्तों में ओपन सोर्स सॉफ्टवेयर की 14,000 से ज्यादा पहले से अनपहचानी कमजोरियां ढूंढीं और एक साल के मैनुअल पेनिट्रेशन टेस्टिंग के बराबर काम किया। यह कंपनी का दावा है, स्वतंत्र रू...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Palo Alto Networks ने बताया कि AI ने तीन हफ्तों में ओपन सोर्स सॉफ्टवेयर की 14,000 से ज्यादा पहले से अनपहचानी कमजोरियां ढूंढीं और एक साल के मैनुअल पेनिट्रेशन टेस्टिंग के बराबर काम किया। यह कंपनी का दावा है, स्वतंत्र रू... Anthropic के मॉडल ने छह महीनों में 29,000 से ज्यादा संभावित कमजोरियां खोजीं, लेकिन लोगों ने लगभग 6,000 की ही जांच और छंटाई की। संभावित खामी, पुष्ट कमजोरी और जारी हुआ पैच—तीन अलग माप हैं।
मुझे अभ्यास में आगे क्या करना चाहिए?
Epoch AI के नियंत्रित प्रयोग में GLM 5.3 ने Firefox के छह संस्करणों के लिए सार्वजनिक, लेकिन उपयोगकर्ताओं तक न पहुंचे सुधारों की जानकारी से काम करने वाले हमले बनाए। हर सफल हमले की बताई गई सीमांत लागत करीब 1,000 डॉलर थी...