A corrida da cibersegurança entrou na era dos agentes de IA

O que a Mandiant afirma ter encontrado com o AVDH

O Google afirma que o AVDH foi usado internamente por cerca de dez meses e encontrou dezenas de falhas passíveis de receber identificadores em extensões web amplamente utilizadas e projetos de código aberto. Esse trabalho resultou em 12 CVEs atribuídos, enquanto aproximadamente outra dúzia de vulnerabilidades está em processo ativo de divulgação.

Em uma investigação de resposta a incidentes envolvendo repositórios corporativos roubados, reportagens externas afirmam que o harness ajudou a identificar mais de 100 vulnerabilidades verificadas de alta gravidade em dois dias.

Os números mostram o potencial da análise de código assistida por IA, mas precisam ser interpretados com cautela. São resultados operacionais divulgados pela Mandiant e por veículos que cobriram o caso, não uma comparação auditada de forma independente com testes de segurança convencionais. Além disso, uma vulnerabilidade recém-descoberta ou ainda não divulgada não deve ser automaticamente chamada de exploração zero-day ativa: o fato de uma falha ser desconhecida não significa que esteja sendo explorada na internet.

NOVA combina vários modelos para encontrar vulnerabilidades

A Unit 42, divisão de pesquisa da Palo Alto Networks, descreve o NOVA — sigla para Network and Open-Source Vulnerability Analyzer — como um sistema autônomo de descoberta, validação e geração de relatórios. A ferramenta usa harnesses proprietários baseados em agentes e vários modelos de IA de fronteira.

No teste divulgado pela empresa, o NOVA analisou 3.915 projetos de código aberto em dois meses e identificou 14.090 vulnerabilidades anteriormente desconhecidas. A Unit 42 afirma que 99,4% delas não haviam sido reportadas antes e que cerca de 40% receberam classificação alta ou crítica.

A relevância do sistema não está apenas no volume. Segundo a cobertura dos resultados, muitas descobertas eram falhas semânticas ou lógicas, e não apenas bugs de corrupção de memória — o tipo de problema tradicionalmente associado a ferramentas automatizadas. Entre os exemplos estão erros de controle de acesso, manipulação de caminhos, comportamento de requisições do lado do servidor e defesas contra injeção de código. Para encontrar esse tipo de falha, é essencial entender o comportamento esperado da aplicação.

Assim como no caso do AVDH, os números principais foram divulgados pela própria empresa. A expressão “anteriormente desconhecidas” não prova, por si só, que todas as descobertas sejam zero-days exploráveis na prática. Da mesma forma, a classificação de gravidade pode variar conforme o sistema de pontuação adotado. A conclusão mais segura é que sistemas multiagentes e multimodelo estão se tornando capazes de revelar, em grande escala, candidatos a vulnerabilidade que processos convencionais talvez não conseguissem examinar com a mesma rapidez.

Descobrir mais rápido não basta

Encontrar vulnerabilidades em menos tempo pode ampliar a capacidade de defesa, mas também agravar a crise se as organizações continuarem presas a ciclos lentos de correção. O CERT-EU cita um tempo médio estimado até a exploração de sete dias negativos. Na prática, isso significa que a exploração pode começar antes de um patch estar amplamente disponível.

Esse indicador muda o papel da aplicação de patches. A correção permanente no código continua sendo indispensável, mas pode deixar de ser a primeira — ou a única — medida útil. Enquanto desenvolvedores investigam, testam, coordenam a divulgação e fazem uma implantação gradual, as equipes de segurança também precisam reduzir imediatamente a exposição.

Patches virtuais tentam fechar a janela de exposição

O Frontier AI Critical Defense Program, da Palo Alto Networks, foi criado para aproximar laboratórios de IA, empresas de software, comunidades de código aberto e setores como tecnologia operacional e saúde. A proposta é implementar “patches virtuais” em nível de rede, capazes de bloquear o tráfego associado à exploração ou comportamentos abusivos de protocolos antes que uma correção permanente do software esteja pronta.

A Palo Alto afirma que sua capacidade de Advanced Virtual Patching pode distribuir proteções em questão de horas, em comparação com uma média de 55 dias alegada pela empresa para a implantação de um patch convencional.

Um patch virtual deve ser entendido como um controle compensatório, e não como substituto para a correção do código vulnerável. Sua eficácia depende da capacidade de identificar corretamente o caminho de exploração e de bloquear esse caminho sem interromper atividades legítimas. A cobertura também pode ser limitada quando o ataque usa canais confiáveis, tráfego criptografado, escalação local de privilégios ou comportamentos difíceis de diferenciar do uso normal.

A defesa pode recuperar a vantagem?

É possível — mas não simplesmente adicionando um scanner de IA.

Uma arquitetura defensiva mais forte conecta várias etapas em um único ciclo operacional:

1. Mapear o código e a superfície de ataque para que os agentes entendam o funcionamento do sistema.
2. Criar e revisar um modelo de ameaças antes de gerar hipóteses em larga escala.
3. Usar vários agentes e modelos para analisar o problema sob perspectivas diferentes e contestar achados frágeis.
4. Reproduzir e priorizar vulnerabilidades com especialistas humanos e evidências de explorabilidade.
5. Coordenar a divulgação e desenvolver a correção permanente pelo processo adequado.
6. Conter a exposição imediatamente com controles de rede ou outras medidas compensatórias.
7. Verificar a remediação depois que o patch de software for implantado.

Essa é a principal lição de AVDH e NOVA: a vantagem está na orquestração, não apenas na resposta de um modelo. A IA pode comprimir as etapas de descoberta e validação, mas os defensores ainda precisam de evidências confiáveis, priorização cuidadosa, arquitetura resiliente e sistemas de implantação capazes de agir no mesmo ritmo.

Os invasores também podem usar modelos semelhantes, e patches virtuais são temporários e dependem da cobertura alcançada. O objetivo realista, portanto, não é eliminar o risco de zero-days. É tornar o ciclo defensivo — da descoberta à contenção e à remediação — mais rápido e confiável do que o caminho percorrido pelo atacante entre encontrar uma falha e explorá-la.