Google CodeMender: ИИ‑агент на базе Gemini, который ищет и исправляет уязвимости в коде

Как CodeMender обнаруживает и исправляет уязвимости

CodeMender использует модели Gemini Deep Think вместе с агентными рабочими процессами и дополнительными инструментами анализа. Это позволяет системе исследовать исходный код, находить уязвимости и предлагать безопасные исправления.

Типичный рабочий процесс выглядит так:

• сканирование кодовой базы для поиска потенциальных уязвимостей
• определение первопричины проблемы
• генерация возможных исправлений
• проверка патчей с помощью автоматического анализа и тестов
• отправка исправления на проверку разработчикам перед внедрением

Кроме обычного исправления ошибок система может выполнять проактивное усиление безопасности. В таком режиме она переписывает связанные участки кода, чтобы устранить не одну конкретную ошибку, а целый класс потенциальных уязвимостей.

Во время ранних испытаний внутри компании CodeMender уже показал практическую полезность. За шесть месяцев тестирования система автоматически подготовила и отправила 72 патча безопасности для проектов с открытым исходным кодом, включая репозитории размером в миллионы строк кода.

Ранние испытания с корпоративными пользователями

На Google I/O 2026 компания заявила, что начинает расширять доступ к CodeMender за пределы внутренних исследований. Система постепенно открывается разработчикам через Agent Platform и тестируется ограниченным числом компаний и корпоративных пользователей.

При этом публичных данных о результатах использования в реальных производственных средах пока немного. Большая часть информации основана на исследовательских тестах и первых продуктовых анонсах, поэтому полноценную эффективность инструмента ещё предстоит оценить.

Попытка укрепить безопасность открытого ПО

Одной из стратегических задач CodeMender является повышение безопасности популярных библиотек с открытым исходным кодом.

Такие проекты часто используются тысячами компаний, но поддерживаются небольшими командами разработчиков. Из‑за этого многие уязвимости могут долго оставаться неисправленными. Автоматический поиск проблем и генерация патчей может помочь мейнтейнерам быстрее реагировать на угрозы.

Google уже сигнализировала, что подобные ИИ‑инструменты будут использоваться в более широких инициативах по укреплению безопасности открытого программного обеспечения, в том числе в программах, связанных с Linux Foundation.

Новая гонка ИИ в кибербезопасности

Появление CodeMender происходит на фоне растущей конкуренции между разработчиками ИИ‑моделей, пытающимися создать системы для автоматического анализа и защиты программного обеспечения.

Например, компания Anthropic представила Claude Mythos Preview — мощную модель, предназначенную для поиска уязвимостей и задач защитной кибербезопасности. Однако доступ к ней ограничен небольшим числом партнёров из‑за опасений возможного злоупотребления такой технологией.

Подход Google отличается в двух ключевых аспектах:

• Продуктовый фокус. CodeMender разворачивается как облачный сервис внутри инфраструктуры Google Cloud.
• Интеграция в рабочие процессы. Компания позиционирует систему не как отдельную экспериментальную модель, а как полноценного агента безопасности внутри пайплайнов разработки.

Обе стратегии показывают одну и ту же тенденцию: современные ИИ‑системы всё лучше справляются с анализом огромных кодовых баз и помогают находить и исправлять уязвимости в масштабах всей индустрии.

Почему такие инструменты становятся критически важными

Количество кода, создаваемого с помощью ИИ‑инструментов, стремительно растёт. Многие специалисты по безопасности предупреждают: если объём программного обеспечения увеличивается быстрее, чем возможности проверки безопасности, число уязвимостей тоже может расти.

ИИ‑агенты вроде CodeMender пытаются закрыть этот разрыв. Они автоматизируют задачи, которые раньше требовали ручного анализа: поиск ошибок, подтверждение уязвимости и подготовку исправления.

Если такие системы действительно смогут работать надёжно в масштабах крупных компаний и открытых проектов, время между обнаружением уязвимости и выпуском исправления может резко сократиться.

Пока технология остаётся на ранней стадии, и открытых данных недостаточно, чтобы сравнить эффективность CodeMender с другими системами — например, с Claude Mythos.

Но уже ясно одно: следующий этап развития ИИ связан не только с тем, чтобы писать код, а с тем, чтобы находить, проверять и исправлять уязвимости во всей мировой программной инфраструктуре.