A empresa de inteligência sobre vulnerabilidades VulnCheck publicou recentemente sua terceira análise de acompanhamento do Project Glasswing, programa de segurança cibernética da Anthropic. Segundo os números do registro público da própria Anthropic até 2 de novembro, nos sete meses desde o lançamento do Glasswing foram reportadas 37.966 descobertas, das quais apenas 7.349 foram divulgadas publicamente, cerca de 19,4%, e somente 217 foram marcadas como corrigidas.
Quando lançou o Glasswing em 7 de abril, a Anthropic afirmou ter encontrado “milhares de vulnerabilidades de alto risco e de nível crítico”, que estavam sendo divulgadas de forma responsável aos mantenedores de projetos de código aberto. Patrick Garrity, membro da VulnCheck e autor do texto, começou a criar um banco de dados de código aberto em meados de abril para acompanhar, uma a uma, as vulnerabilidades atribuíveis à Anthropic.
Quase 12 mil novas descobertas em dois meses, mas apenas 15 reparos a mais
A VulnCheck comparou os registros de 8 de setembro e 2 de novembro: o total de descobertas passou de 26.153 para 37.966, um aumento de 11.813; o número de itens corrigidos subiu de 202 para 217, apenas 15 a mais; os itens retirados passaram de 245 para 419, enquanto os marcados como duplicados aumentaram de 2 para 1.670. No mesmo período, a taxa de verdadeiros positivos informada nos registros subiu de 91,4% para 94,2%.
Garrity considera que o número de duplicatas e de itens retirados supera o de itens corrigidos, mas a taxa de verdadeiros positivos continua subindo — o que indica que a forma de classificação dos registros talvez não reflita esses resultados. Ele também identificou 442 números CVE de vulnerabilidades atribuíveis à Anthropic, cerca de 0,5% dos 93.450 CVEs registrados neste ano. Apenas 2 deles constam na lista de vulnerabilidades efetivamente exploradas.
Mais da metade dos relatórios recebidos pelo curl foi considerada não relacionada a vulnerabilidades
A VulnCheck também citou o caso do curl, uma ferramenta de código aberto para downloads. O mantenedor do curl, Daniel Stenberg, afirmou recentemente que o projeto recebeu da Anthropic um conjunto de 45 relatórios de vulnerabilidades. A Anthropic classificou 1 deles como de risco moderado e os demais como de baixo risco. Até a publicação da análise, entre os 34 relatórios divulgados, 19 foram considerados não relacionados a vulnerabilidades, 6 foram confirmados como de baixo risco e 9 ainda estavam em avaliação.
Garrity conclui que a IA é, de fato, uma ferramenta útil para encontrar vulnerabilidades, mas os números dos sete meses não condizem com as afirmações feitas no lançamento do Glasswing, e o trabalho de validação também está sendo transferido para os mantenedores de projetos de código aberto.
A Anthropic já havia reconhecido que a validação humana é um gargalo
Ao lançar, em 8 de outubro, o OSS Scanner, uma ferramenta de autoanálise para projetos de código aberto, a Anthropic explicou em uma publicação oficial que já havia identificado mais de 29 mil possíveis vulnerabilidades, mas que apenas cerca de 6 mil tinham sido revisadas por pessoas. A empresa reconheceu que estava limitada pela «capacidade de validação humana» e que, a pedido de alguns mantenedores, já havia enviado em lote quase 5 mil relatórios não verificados.
A Anthropic também declarou que os relatórios do OSS Scanner são «gerados inteiramente por modelos, sem revisão ou classificação humana» e podem conter erros ou informações inválidas, cabendo aos mantenedores dos projetos avaliá-los. O projeto foi abordado anteriormente na reportagem «Anthropic usa seu modelo mais poderoso para analisar gratuitamente vulnerabilidades em projetos de código aberto». Até o fechamento desta matéria, a Anthropic não havia respondido publicamente à análise da VulnCheck.
O artigo «Projeto de busca de vulnerabilidades da Anthropic: 38 mil descobertas em sete meses, apenas 217 corrigidas» foi publicado originalmente em 。
【Análise complementar】
【Minha análise complementar】
Este caso revela as limitações práticas da IA generativa nas áreas de cibersegurança e auditoria de código. A IA é extremamente eficiente na análise em larga escala, mas não compreende profundamente o contexto do código, o que torna difícil evitar uma alta taxa de falsos positivos (fenômeno das alucinações). A «validação humana» tornou-se o principal gargalo, transformando os resultados das análises — antes vistos como uma «ferramenta de eficiência» — em um ônus transferido aos mantenedores de comunidades de código aberto. Isso mostra que, por enquanto, a IA ainda deve ser considerada uma ferramenta auxiliar de triagem inicial na área de segurança e não pode substituir totalmente especialistas humanos.
【Impacto no mercado】
1. **Mercado de ações dos EUA**:
- **Principais investidores da Anthropic (Amazon, Alphabet)**: impacto **de neutro a levemente baixista**. O mercado poderá reavaliar o ritmo de comercialização da IA generativa em aplicações que exigem alta precisão e o retorno sobre o investimento (ROI).
- **Ações de empresas tradicionais de cibersegurança (como Palo Alto Networks e CrowdStrike)**: impacto **de neutro a levemente altista**. A alta taxa de ruído das análises feitas exclusivamente por IA evidencia o caráter insubstituível de uma abordagem híbrida, que combina «IA + serviços especializados», e reduz as preocupações do mercado de que as empresas tradicionais de segurança sejam rapidamente transformadas pela IA generativa.
2. **Mercado de ações de Taiwan**:
- **Setores de cibersegurança e integração de sistemas (como Systex e Zero One)**: impacto **neutro**. O efeito sobre os resultados concretos deve ser limitado, mas, se as empresas acelerarem a adoção de ferramentas de cibersegurança com IA, a demanda por consultoria local e serviços de validação adicional poderá aumentar.
3. **Mercado de criptomoedas**:
- **Tokens do setor de IA (como FET e TAO)**: impacto **de levemente baixista a neutro**. A «análise e correção automatizadas de vulnerabilidades em contratos inteligentes por IA» é uma das principais narrativas sobre aplicações de IA na blockchain. Este caso poderá levar o mercado a ajustar para níveis mais realistas as expectativas de curto prazo quanto à implementação de auditorias de segurança automatizadas por IA.
【O que acompanhar】
Se, no futuro, a Anthropic conseguir reduzir significativamente a taxa de falsos positivos por meio de atualizações dos modelos ou do aprimoramento dos algoritmos de pré-filtragem, isso ajudará a restabelecer a confiança do mercado em suas ferramentas de segurança com IA. Por outro lado, se crescer a resistência da comunidade de código aberto aos relatórios de IA, a imagem da marca Anthropic poderá ser prejudicada.
【Alerta de risco】
A tecnologia de IA evolui em ritmo extremamente acelerado, e os gargalos dos modelos podem ser superados em pouco tempo. Os investidores não devem definir prematuramente a competitividade de longo prazo das empresas com base em um único relatório de acompanhamento.