Sonar присоединяется к программе OpenAI Daybreak Cyber Partner Program, углубляя сотрудничество в области агентной безопасности

Сегодня компания Sonar присоединилась к партнерской программе OpenAI Daybreak Cyber, получив регулируемый доступ к передовым моделям в области кибербезопасности. Эта программа углубляет текущее сотрудничество и взаимодействие Sonar с OpenAI, следуя обязательствам компании в рамках призыва OpenAI к коллективным действиям по киберзащите, а также позволяет проводить оценку и внедрение моделей класса Daybreak в свои продукты.

Злоумышленники действуют быстрее, чем большинство систем защиты

Передовые технологии ИИ изменили возможности не только защитников, но и злоумышленников. Mandiant's M-Trends 2026 оценивает среднее время до начала эксплуатации уязвимости в -7 дней, что означает, что эксплуатация зачастую начинается еще до появления патча. Тот же отчет показал, что временной интервал между первоначальным доступом и перехватом контроля вторым злоумышленником сократился с более чем 8 часов в 2022 году до примерно 22 секунд сегодня. С какой стороны ни посмотри, время, которое есть у команд безопасности на обнаружение и устранение уязвимости до того, как она будет использована против них, продолжает сокращаться, причем быстрее, чем это предполагали большинство процессов проверки.

Таким образом, преимущество смещается на более ранние этапы — поиск уязвимостей до выпуска кода, а это требует уровня рассуждений, который уже применяют злоумышленники. Команды безопасности должны соответствовать этому темпу, а для этого необходим доступ к тем же передовым интеллектуальным технологиям, которые меняют ландшафт угроз.

Внедрение безопасности класса Daybreak в SonarQube Hunter Agent

SonarQube Hunter Agent — это агентный исследователь безопасности, который мыслит как злоумышленник и отчитывается как аудитор. Он рассуждает как старший специалист по безопасности, а не как модель, угадывающая наугад: структурированные сценарии (playbooks) воплощают глубокие экспертные знания в области безопасности в сочетании с управляемыми агентными рассуждениями. Он охотится за логическими ошибками, которые никогда не были предназначены для обнаружения с помощью анализа на основе шаблонов, координируя работу группы агентов, способных масштабироваться до кодовых баз с миллионами строк. Каждая подозрительная находка исследуется и проверяется перед тем, как о ней будет сообщено.

Daybreak привносит в этот сценарий передовые методы рассуждения в области кибербезопасности, включая модели, специально созданные для этой сферы. По мере того как через программу становятся доступны более мощные модели, Hunter Agent запускает на их основе свои существующие сценарии: структура делает результаты последовательными и проверяемыми, а модель определяет, насколько глубокими и точными могут быть эти рассуждения.

Сегодня мы рады объявить о доступности GPT-6.1 Sol, новейшей модели класса Daybreak, внутри Hunter Agent, и разница видна в цифрах. В кодовых базах объемом от 17 000 до 1,4 миллиона строк GPT-6.1 Sol достиг 67% полноты обнаружения уязвимостей, что на 20% больше, чем у предыдущей рабочей модели Hunter Agent. На самой большой протестированной кодовой базе 94% входных данных поступало из кэшированного контекста, что позволило обрабатывать в 2,4 раза больше входных токенов и завершать сканирование на 43% быстрее. Более глубокие рассуждения не просто быстрее, они находят больше: в одном из тестов Hunter Agent пометил функцию экспорта данных, которая формально правильно проверяла права доступа, но все равно позволяла пользователям получать доступ к секретам другой команды — именно тот тип уязвимости, который пропустит простое сопоставление с шаблонами.

Привносим Daybreak в Gitar

Доступ к Daybreak также распространяется на Gitar, агент Sonar по проверке кода с помощью ИИ. Он начнет с того, как Gitar проверяет навыки ИИ-агентов — инструкции и инструменты, которые определяют, что может делать агент, включая доступ к учетным данным и частному коду. Небезопасное изменение навыка может незаметно убрать обязательный этап утверждения или привести к утечке данных, причем проблема может охватывать как файл инструкций, так и скрипт, который он вызывает.

Gitar сравнивает версии файла инструкций и замечает, когда в обновленном описании пропадает обязательный этап согласования — именно то изменение, которое пропустило бы сопоставление с шаблоном только по команде публикации. Он рассматривает инструкции репозитория как недоверенные данные, проверяя подозрительный контент без его выполнения, и подтверждает каждую потенциальную проблему, прежде чем она попадет в запрос на слияние (pull request).

Независимая проверка — ответ на эпоху агентного ИИ

Поскольку ИИ-агенты генерируют больше кода быстрее, поверхность атаки может расти быстрее, чем команды безопасности успевают ее защищать. Передовые интеллектуальные технологии делают команды безопасности более эффективными, но только тогда, когда они работают внутри системы, которая делает результаты точными, воспроизводимыми и проверяемыми. Hunter Agent обеспечивает эту структуру: знания Sonar в области безопасности кода, структурированные сценарии и проверка каждой подозрительной находки до того, как она станет проблемой.

Эпоха агентного ИИ вознаграждает не тех, кто быстрее всех внедряет ИИ. Она вознаграждает тех, кто устраняет слабые места, которые могли бы использовать злоумышленники, до того, как программное обеспечение попадет в эксплуатацию, и продолжает снижать риски, уже присутствующие в кодовой базе. Это стандарт, к которому стремится Sonar, и Daybreak — это то, как мы продолжаем строить его в темпе развития передовых технологий.

По мере углубления сотрудничества с OpenAI и появления новых моделей в рамках программы, Sonar автоматически оценивает и интегрирует их. Мы ожидаем, что этот доступ распространится на большее количество продуктов Sonar, привнося те же передовые методы рассуждения на весь путь от обнаружения до устранения уязвимостей.

Начните бесплатную пробную версию или свяжитесь с отделом продаж.